Knowledge Maps Series

工程化技术图谱系列入口

这不是一组零散的概念科普页,而是一套偏工程实践、偏技术判断、偏生产落地的知识图谱集合。 每张图谱都试图回答同一个问题:一个领域从基础认知到工程落地,真正需要理解哪些层级、依赖、选型与误区。

27 张
当前已收录图谱页面
2025-2026
统一观察窗口
工程实践优先
强调依赖、选型与落地
静态单页
可独立打开、快速浏览、便于扩展

内容以 2025-2026 工程观察窗口为主,部分高时效话题会持续校对,具体选型仍建议结合官方文档与当下版本信息交叉判断。

一、推荐阅读路径

如果你不是按文件名找内容,而是想按职业视角或学习目标进入,先从这里开始。

前后端工程主线
适合想先建立应用研发全貌的人,从浏览器到服务端再到数据与部署链路,先把主线骨架搭起来。
平台与交付路线
适合 DevOps、SRE、平台工程或想把系统真正跑稳的人,重点看环境、交付、观测、平台抽象和运维闭环。
后端技术栈深化
适合 Java 后端、系统设计、企业级服务建设方向,先看通用后端,再看语言生态和数据底座。
数据与平台路线
适合想把业务数据、分析系统、实时链路和平台治理串起来的人,从存储到底层数据生产线一路打通。
AI 系统方向
适合想区分“懂 AI 概念”和“能做 AI 工程”的人,先看全景,再进入模型服务、应用工程、Agent 系统、知识检索增强、评测治理与安全治理。
接口与质量路线
适合要负责联调、开放平台和交付质量的人,把系统边界、契约协作和质量闭环一起看清楚。
研发效能与体验路线
适合想提升团队内循环、开发效率和工程协作质量的人,把本地开发、测试反馈、模板平台和发布治理放到一条线上看。
二、系列总览

每张页面都是独立静态图谱,可以单独阅读;放在一起看时,它们构成了一套完整的工程知识地图。

前端工程全景图
工程基础
聚焦浏览器、框架、状态管理、构建、测试、性能和交付,回答前端团队如何从“写页面”进化到“稳定交付产品”。
适合谁: 前端工程师、全栈开发、前端负责人
建议在何时看: 想建立前端工程全貌,或准备梳理团队工程化时
浏览器 TypeScript 构建工具 性能优化
进入图谱 →
后端工程全景图
工程基础
从协议、框架、数据库、缓存、消息队列到可观测性和交付体系,强调后端不是写 CRUD,而是设计长期稳定系统。
适合谁: 后端工程师、架构师、技术负责人
建议在何时看: 想系统梳理后端能力边界,或补齐系统设计认知时
协议 数据库 缓存 分布式系统
进入图谱 →
数据库全景图
核心底座
面向数据库分类、选型逻辑、核心原理、分布式架构和调优方法,适合把“会用数据库”升级为“理解数据库系统”。
适合谁: 后端工程师、DBA、数据平台方向
建议在何时看: 做存储选型、性能优化或系统设计前
关系型 NoSQL 分布式存储 调优
进入图谱 →
分布式系统全景图
系统设计
把一致性、复制、分片、缓存、消息、流量治理、幂等和恢复策略放到同一张工程地图里,是后端、数据库和云原生之间的关键连接层。
适合谁: 后端工程师、架构师、中间件方向工程师
建议在何时看: 想真正搞清系统为什么会变复杂,以及该如何权衡时
一致性 复制与分片 缓存与消息 容错恢复
进入图谱 →
数据工程全景图
数据平台
覆盖 ETL / ELT、批流处理、湖仓、编排调度、质量治理和数据平台建设,补齐数据库之后真正的数据生产线视角。
适合谁: 数据工程师、数据平台团队、分析与 AI 基础设施方向
建议在何时看: 想把“有数据”升级成“有稳定数据系统”时
ETL / ELT 批流处理 湖仓 治理质量
进入图谱 →
Linux / DevOps 速查图谱
交付运维
把 Linux 基础、系统排障、网络、Docker、CI/CD 和可观测性收束成一张偏实战的速查页,适合日常工程工作快速对照。
适合谁: 运维、SRE、后端工程师、平台工程师
建议在何时看: 想快速补环境、命令、排障和交付链路时
Linux 网络排障 Docker CI/CD
进入图谱 →
云原生全景图
平台工程
覆盖容器、Kubernetes、服务网格、可观测性、GitOps、平台工程和生产实践,是整套系列里平台化视角最突出的页面之一。
适合谁: 平台工程师、DevOps、SRE、架构师
建议在何时看: 想理解现代交付底座,或建设组织级平台能力时
Kubernetes 可观测性 GitOps 平台工程
进入图谱 →
平台工程与 IDP 全景图
研发平台
围绕 Internal Developer Platform、Golden Path、服务目录、模板、自助服务和策略护栏展开,回答平台团队怎样把复杂度收束成内部产品能力。
适合谁: 平台工程师、SRE、研发效能团队、技术负责人
建议在何时看: 准备建设研发平台、服务目录或标准交付路径时
Backstage Golden Path 自助服务 策略护栏
进入图谱 →
开发者体验全景图
研发效能
围绕本地开发、Monorepo、多仓协作、构建缓存、知识发现、模板脚手架和 AI 协作工具展开,回答团队怎样把研发内循环做得更顺滑。
适合谁: 前后端工程师、研发效能团队、技术负责人、平台团队
建议在何时看: 想提升本地开发效率、构建反馈速度或团队协作体验时
Monorepo 本地环境 构建缓存 知识发现
进入图谱 →
网络与流量工程全景图
流量治理
聚焦 DNS、TLS、L4/L7 负载均衡、CDN、反向代理、Gateway、Mesh 和生产级排障,把“网络问题”从玄学变成工程路径。
适合谁: 平台工程师、SRE、后端工程师、运维、架构师
建议在何时看: 做入口治理、灰度发布、网络排障或流量架构设计时
DNS / TLS L4 / L7 CDN / Gateway 流量排障
进入图谱 →
可观测性与 SRE 全景图
可靠性治理
聚焦 logs / metrics / traces、SLO、告警、值班、容量、故障演练和复盘,回答系统怎样从“能跑”升级为“可运营”。
适合谁: SRE、平台工程师、后端团队、技术负责人
建议在何时看: 想搭建稳定性体系、值班流程和发布观测闭环时
Logs / Metrics / Traces SLO 告警值班 复盘治理
进入图谱 →
API 与系统集成全景图
系统边界
聚焦 REST、gRPC、GraphQL、Webhook、鉴权、版本治理和开放平台协作,回答系统能力如何安全、长期地交给别人用。
适合谁: 后端工程师、平台团队、开放平台负责人、联调密集型团队
建议在何时看: 做第三方对接、开放 API 或内部多系统集成时
REST / gRPC Webhook 鉴权与版本 开放平台
进入图谱 →
认证与 IAM 全景图
身份治理
聚焦 Session、JWT、OAuth2、OIDC、SSO、RBAC / ABAC、租户隔离和机器凭证治理,补齐“谁能访问什么”的系统边界能力。
适合谁: 后端工程师、安全工程师、平台团队、开放平台负责人
建议在何时看: 做登录体系、权限模型、SSO、租户隔离或凭证治理时
OAuth2 / OIDC SSO RBAC / ABAC 凭证审计
进入图谱 →
测试与质量工程全景图
质量体系
把单测、集成测试、E2E、契约测试、性能压测、质量门禁和发布回归放到同一条质量闭环里,补齐系列中的工程保障层。
适合谁: 前后端工程师、测试工程师、质量平台团队、技术负责人
建议在何时看: 想建立团队级质量策略,而不是零散补测试时
单测 集成 / E2E 契约测试 质量门禁
进入图谱 →
发布工程全景图
发布治理
把分支策略、制品、环境提升、灰度、特性开关、数据库迁移、回滚和上线验证放在同一条发布路径里,补齐交付最后一公里。
适合谁: 后端、前端、测试、SRE、平台团队、技术负责人
建议在何时看: 想提升发布稳定性、灰度能力或回滚效率时
制品 灰度 / 回滚 特性开关 数据库迁移
进入图谱 →
Java 生态全景图
语言生态
围绕 Java 语言演进、核心技术栈、框架生态、工具链和学习路径展开,适合作为企业级后端路线的纵深补充。
适合谁: Java 工程师、后端团队、企业应用开发者
建议在何时看: 已经有后端基础,想补语言生态纵深时
JVM Spring 中间件 工具链
进入图谱 →
网络安全全景图
风险治理
从攻击面、防御体系、合规框架到工具链和职业路线,帮助把“安全是附加项”纠正为“安全是系统设计的一部分”。
适合谁: 安全工程师、平台团队、技术管理者
建议在何时看: 做系统治理、供应链安全、权限与合规设计时
攻击面 防御体系 合规 安全工具链
进入图谱 →
FinOps 与成本工程全景图
成本治理
把云账单、标签归因、日志成本、跨区流量、GPU 费用、预算告警和优化动作收成一套工程治理视角,回答“资源花得值不值”。
适合谁: 平台团队、SRE、后端、数据 / AI 基础设施团队、技术负责人
建议在何时看: 做云成本治理、资源归因、日志降本或 AI 成本优化时
标签归因 预算告警 日志 / 流量成本 GPU 利用率
进入图谱 →
支付、账务与交易系统全景图
核心交易
从订单、支付回调、账本、余额、冻结、对账、清结算到审计补偿,聚焦最接近资金正确性的核心业务系统工程。
适合谁: 后端工程师、交易平台团队、支付 / 钱包 / 清结算方向、技术负责人
建议在何时看: 做支付系统、钱包、账务平台或核心交易链路设计时
订单状态机 账本 / 余额 对账 / 清结算 幂等补偿
进入图谱 →
人工智能全景图
AI 全局视角
更偏上层全景认知,适合先建立 AI 领域的结构化地图,包括规模、依赖关系、生态对比、学习路线和技术细节概览。
适合谁: 技术管理者、产品经理、跨领域工程师
建议在何时看: 想先把 AI 大盘看完整,再进入具体工程实践前
模型生态 学习路线 技术全景 行业趋势
进入图谱 →
AI 工程实战图谱
AI 工程落地
比 AI 全景更偏落地,直接进入 Prompt、RAG、Agent、微调、成本、安全和生产系统设计,面向“如何把 AI 做成工程”。
适合谁: AI 应用工程师、后端工程师、平台团队
建议在何时看: 准备做 LLM 应用、知识库、Agent 或生产级 AI 服务时
Prompt RAG Agent 成本与安全
进入图谱 →
搜索与推荐系统全景图
检索推荐
覆盖倒排索引、召回、排序、向量检索、特征工程、实时反馈和评测体系,是数据库、数据工程、AI 和业务增长之间的重要连接层。
适合谁: 后端、数据工程、算法工程、搜索推荐平台团队
建议在何时看: 做站内搜索、内容推荐、语义检索或 RAG 检索增强时
倒排 / BM25 召回 / 排序 向量检索 A/B 评测
进入图谱 →
LLMOps、评测与可观测性全景图
AI 生产治理
围绕 Prompt 版本、评测集、回归测试、请求级 Trace、成本与风险监控、用户反馈回流和长期运营治理展开,回答 AI 系统怎样从 Demo 变成可持续维护的生产系统。
适合谁: AI 应用工程师、平台团队、数据 / AI 基础设施团队、技术负责人
建议在何时看: 做 RAG、Agent、知识库或多模型应用时,发现“能跑但不稳”之后
LLMOps 评测 Tracing 反馈闭环
进入图谱 →
RAG 与知识检索增强全景图
AI 知识增强
围绕知识摄入、文档解析、分块、混合检索、重排、上下文拼装、引用溯源和 RAG 评测展开,回答 LLM 怎样真正基于知识稳定输出。
适合谁: AI 应用工程师、后端、搜索 / 数据平台团队、企业知识助手方向
建议在何时看: 做知识库问答、企业助手、文档检索增强或代码检索增强时
Chunking Hybrid Retrieval Rerank Citation / Eval
进入图谱 →
Agent 系统全景图
AI 执行系统
围绕规划、工具调用、状态管理、记忆、失败恢复、权限边界、人工介入和多 Agent 协作展开,回答 Agent 怎样从会动的 Demo 变成可控系统。
适合谁: AI 应用工程师、平台团队、自动化流程方向、技术负责人
建议在何时看: 做编码 Agent、Browser Agent、办公 Agent 或企业流程 Agent 时
Tool Use Planning State / Memory Guardrail / HITL
进入图谱 →
AI 安全、护栏与治理全景图
AI 安全治理
围绕 Prompt 注入、工具越权、数据泄露、输出护栏、审核链路、审计回放和合规治理展开,回答生成式 AI 与 Agent 怎样安全进入生产环境。
适合谁: AI 应用工程师、安全团队、平台团队、技术负责人
建议在何时看: 做企业知识助手、Agent 自动化、对外 AI 产品或高风险业务接入时
Prompt Injection Guardrails Audit / Review Compliance
进入图谱 →
模型服务、推理与网关全景图
AI 推理底座
围绕推理引擎、KV Cache、批处理、流式输出、多模型路由、Fallback、统一网关、SLA 与成本归因展开,回答 LLM 怎样真正稳定跑在生产环境里。
适合谁: AI 平台团队、后端、云原生 / Infra 团队、AI 应用工程师、技术负责人
建议在何时看: 做私有化推理、多模型接入、成本优化或组织级模型网关时
vLLM / TGI KV Cache Model Gateway SLA / Cost
进入图谱 →
三、如何使用这套图谱
推荐方式: 把它们当成“领域地图 + 选型提示 + 学习提纲”来用,而不是逐字读完的教材。 最合适的使用场景,是在你准备进入一个新方向、做技术选型、补团队认知,或者想快速知道某个领域真正难点在哪里的时候,先用图谱建立结构,再回到具体项目深入。