人类知识全景图 / 工程与技术实践
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。

47 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。

人类知识全景图入口
适合想从更大的知识坐标进入这个仓库的人。这里不只看工程主题,还把文学与人性、历史与文明、中国传统思想、自然语言、社会与制度、科学与方法、商业与组织和工程实践放进同一张总图里;文学分支已经长出五条二级专题页,历史分支的核心主题框架也已经扩成一组可下钻的独立主题页,中国传统思想分支已经立住儒家、道家道教、阴阳五行、民间信仰四张骨架页,并继续补出佛教中国化、礼制与天人观、术数与占验三张桥页,自然语言分支则补出语言结构、语言演化、文字系统、语言接触与汉语页这组新入口,制度分支已经补出六条秩序问题专题线,科学分支也已经落下知识标准、因果识别和不确定性判断三张中层页,并围绕心理学继续长出桥页、测量页、情绪压力页、亲密关系边界页、创伤叙事页和家庭脚本页,商业分支也已经补出九张中层组织 / 工程交叉专题页。
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。这条线目前已经收敛到比较完整的工程主干形态。
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。这条线现在已经比较强调排障、切流、值守和生产治理,也适合把《持续交付》《团队拓扑》这类交付纪律与平台协作书页接回真实工程路径。
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,再看架构判断、架构偿债、数据契约、迁移路径、缓存、消息、账务、语言生态和数据底座。其中缓存工程页偏总览,缓存一致性页偏纵深专题;如果要补企业后端的书锚点,也很适合把《软件架构基础》《演进式架构》《领域驱动设计》《实现领域驱动设计》《企业集成模式》《设计事件驱动系统》《微服务模式》《从单体到微服务》串进这条线。
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。这条线已经开始覆盖数据库演进、schema 演进、补数回放和数据治理等真实维护问题;如果你也想把阅读路径纳入更大的知识结构,可以从人类知识全景图进入工程与技术实践分支。
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、开源部署、上下文设计、长上下文记忆、多模态处理、应用工程、数据工程、模型调优、Agent 系统、知识检索增强、成本性能治理、评测治理与安全治理。
单位财务主线
适合做单位财务信息化、项目经费、预算执行、账务核算和正式结报体系的人,从预算口径到支付执行再到账务与报表形成一条闭环。
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、按分类浏览

如果你更希望按主题定位内容,而不是按阅读路线进入,可以从这里开始。AI 相关内容被放在第一组,作为当前知识库的优先入口。

图书与知识地图

这是仓库里新长出来的总图入口,适合把工程阅读放回更大的知识结构里看。现在已经有文学与人性、历史与文明、中国传统思想、自然语言、社会与制度、科学与方法、商业与组织和工程与技术实践八条可进入分支,文学分支已经长出多条二级专题,历史分支则把核心主题框架扩成了起源、环境、国家、贸易、思想与危机等一组独立中层页,中国传统思想分支已经先落下儒家、道家道教、阴阳五行、民间信仰、佛教中国化、礼制天人观和术数占验这组入口,自然语言分支也开始补出语言结构、语言演化、文字系统、语言接触与汉语入口,制度分支继续向秩序问题展开,科学分支也已经长出知识标准、因果识别、不确定性判断和一组心理学中层页,商业分支也已经补出组织行为、激励设计、公司治理、产品组织、平台组织,以及继续向工程实践下钻的四张交叉专题页。

人类知识全景图 文学与人性 权力、语言与自由 苦难、韧性与命运 家庭、亲密与欲望 荒诞、孤独与存在 罪、信仰与道德 历史与文明 文明起源与大跃迁 地理、资源与环境约束 帝国、国家与治理能力 贸易网络与世界体系 危机、崩塌与重组 思想、宗教与文明叙事 中国传统思想 自然语言 汉语 社会与制度(私有) 科学与方法 心理学桥页 心理学实验、测量与可重复性 情绪、压力、恐惧、羞耻与防御机制 依恋、亲密关系与自我边界 创伤、记忆与叙事重建 儿童经验、代际传递与家庭脚本 商业与组织 组织行为 激励设计 公司治理 产品组织 平台组织 产品、技术与决策接口 研发组织与交付能力 平台团队与治理边界 激励、质量与架构演化 《毛泽东选集》
AI 系统

优先覆盖 AI 从全景认知、工程落地、推理底座、开源部署、上下文与记忆、多模态处理、数据工程、模型调优到成本治理、安全护栏和生产运营的完整链路。

全景与工程落地
适合先建立 AI 总体结构,再进入真正的应用工程、系统设计和生产落地视角。
知识增强与 Agent
适合做知识库问答、企业助手、自动化 Agent 或需要把模型接入真实任务流的人。
上下文、记忆与多模态
适合处理长会话、复杂上下文、文档图像音视频输入,或希望把多源输入真正编排进应用的人。
模型底座与开源部署
适合做推理平台、私有化部署、GPU 资源治理和多模型接入的人,重点看底座能力而不是上层应用技巧。
模型定制与多模态
适合做模型参数层定制、偏好优化,或把图像、语音、文档、视频真正接进业务流程的人。
数据工程与数据飞轮
适合要构建训练集、偏好集、评测集、坏例回流和合成数据扩增体系的人,重点看 AI 系统的数据底座如何长期运营。
生产治理与基础设施
适合遇到“能跑但不稳”“成本不清”“资源很贵”“安全边界不清”这些生产问题时补体系。
应用研发

覆盖前后端、接口边界、身份能力、质量保障、发布交付与研发体验,适合作为应用系统建设的主干知识层。其中前端、后端、API、IAM、测试这几张已经完成多轮收敛,更适合作为优先入口。

前端工程 后端工程 API / 系统集成 数据契约 认证 / IAM 测试与质量工程 发布工程 开发者体验 Java 生态 报销 / 费用管理 审批流 / BPM 支付 / 账务 预算 / 项目经费 资金支付 / 国库协同 账簿 / 凭证 / 核算 报表 / 结报 / 关账
数据与检索

从存储底座、数据生产线到搜索与推荐,把数据系统和检索能力串起来看,也支撑 AI 知识增强场景。数据库与数据工程主线现在已经明显更偏工程治理,而不只是技术分类总览;如果你想把这些主题放回更大的阅读坐标里,可以从人类知识全景图进入工程与技术实践分支。

数据库 数据库演进 数据工程 实时计算 / 流处理 数据治理 / 质量 搜索 / 推荐 人类知识全景图
平台与基础设施

关注环境、交付、流量、观测、平台抽象和成本治理,适合作为大规模工程系统的运行与平台化视角入口。网络、Linux / DevOps、云原生、可观测性这条线已经开始形成较完整的运行治理主干。

Linux / DevOps 云原生 平台工程 / IDP 网络 / 流量工程 可观测性 / SRE FinOps / 成本工程
系统与安全

把复杂系统设计和安全治理放在一起看,适合从系统可靠性、边界控制和风险管理的角度理解长期演进问题。缓存主题目前已拆成“工程总览”与“一致性纵深”两张页,建议先总览、再纵深。

分布式系统 缓存工程 缓存一致性 消息队列 / 事件驱动 容灾 / 高可用 / 混沌工程 网络安全
完整卡片总览

下面保留全部专题卡片,方便继续按详细说明逐个浏览。

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”,并开始覆盖静态资源发布与缓存一致性这类真实上线问题。
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,并补进了数据正确性与变更治理视角。
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 →
数据库演进全景图
状态演进
围绕 schema 变更、在线迁移、双写双读、回填校验、数据 ownership、回滚边界和旧链路退场展开,回答生产数据库怎样在业务不停的情况下继续安全变化。
适合谁: 后端工程师、DBA、平台团队、数据工程团队、迁移负责人
建议在何时看: 准备改表、拆库、回填历史数据、切换事实源或处理共享数据库退场时
Schema Migration 双写 / 回填 回滚边界 Ownership
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,并开始覆盖 schema 演进、补数与重放治理。
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 →
缓存一致性全景图
性能与正确性
这是缓存一致性纵深页,围绕 Cache Aside、写入策略、失效顺序、旧值回填、回源风暴与恢复策略展开,回答缓存怎样既提升性能又不把系统带偏。
适合谁: 后端工程师、架构师、平台团队、高并发系统建设者
建议在何时看: 已经理解基本缓存架构,准备深挖一致性、失效顺序和业务正确性时
Cache Aside 热点 key 失效顺序 回源治理
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,并补入了发布前后值守检查动作。
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,并进一步覆盖切流与故障切换检查。
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,并补入了第三方集成上线检查视角。
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 →
数据契约全景图
兼容治理
围绕 API schema、event schema、字段语义、兼容承诺、版本纪律、owner 责任和契约测试展开,回答多团队系统怎样在独立演进中不悄悄把数据边界改坏。
适合谁: 后端工程师、平台团队、质量工程团队、技术负责人
建议在何时看: 做接口升级、事件演进、跨系统集成或契约测试体系建设时
Schema Compatibility Contract Test Ownership
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,并补入权限变更与高权限治理检查。
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,并补入 flaky test 与回归稳定性治理。
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,并补入版本升级与运行时变更检查视角。
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 →
预算指标与项目经费全景图
单位财务
面向单位和公共机构场景,围绕预算下达、指标控制、项目经费执行、调整冻结、结转结余与审计留痕展开,回答“钱能不能花、按什么口径花、花到哪里算对”。
适合谁: 单位财务信息化团队、后端工程师、预算管理与项目经费管理方向、技术负责人
建议在何时看: 做预算控制、项目经费、报销采购联动或单位财务数字化系统建设时
预算指标 项目经费 占用 / 释放 结转结余
进入图谱 →
审批流、工作流与 BPM 全景图
流程治理
围绕审批节点、路由规则、状态机、会签回退、回调补偿和流程治理展开,回答复杂业务流程怎样被系统稳定接住。
适合谁: 后端工程师、流程平台团队、单位财务信息化团队、技术负责人
建议在何时看: 做审批流、采购合同流、报销付款流或组织级 BPM 平台建设时
状态机 审批规则 会签 / 回退 异常补偿
进入图谱 →
报销与费用管理全景图
业务链路
围绕费用申请、票据采集、审批流、预算占用、付款执行、记账归档和异常补偿展开,回答报销怎样从表单走成完整业务链。
适合谁: 后端工程师、单位财务信息化团队、费用平台团队、技术负责人
建议在何时看: 做报销系统、借款冲销、费用治理、报销付款链路或审计归档时
票据 / 附件 借款 / 冲销 预算 / 支付 归档 / 追溯
进入图谱 →
单位资金支付与国库协同全景图
单位财务
围绕账户体系、用款计划、支付申请、国库 / 银行协同、回单对账、失败补发和权限留痕展开,回答单位场景下的钱怎样真正安全付出去。
适合谁: 单位财务信息化团队、支付执行方向、后端工程师、流程与风控负责人
建议在何时看: 做报销付款、项目拨付、批量支付、国库协同或支付异常治理时
用款计划 支付申请 回单 / 对账 补发 / 审计
进入图谱 →
单位账簿、凭证与会计核算全景图
单位财务
聚焦凭证、分录、总账、明细账、辅助账、期初期末、结转和审计追踪,回答单位业务事实怎样沉淀为可结账、可审计的账务体系。
适合谁: 单位财务信息化团队、账务核算方向、后端工程师、技术负责人
建议在何时看: 做自动凭证、账簿体系、辅助核算、期间处理或核算平台建设时
凭证 / 分录 总账 / 明细账 辅助核算 期初 / 期末 / 结转
进入图谱 →
单位报表、结报与关账全景图
单位财务
围绕报表口径、月结年结、校验冻结、导出报送、重算订正和历史追溯展开,回答单位财务结果怎样形成正式、稳定、可解释的结报体系。
适合谁: 单位财务信息化团队、报表与结报方向、后端工程师、管理与审计支撑角色
建议在何时看: 做正式报表、结报流程、历史冻结、订正重算或报送平台时
报表口径 月结 / 年结 冻结 / 追溯 重算 / 订正
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 →
Prompt 与上下文工程全景图
AI 上下文设计
围绕 System Prompt、上下文拼装、历史与记忆、结构化输出、上下文污染和 Prompt 回归测试展开,回答 LLM 怎样被“喂得更对”。
适合谁: AI 应用工程师、Agent / RAG 团队、平台团队、技术负责人
建议在何时看: 做聊天、Agent、知识库、长会话或结构化输出系统时
System Prompt Context Assembly Memory Structured Output
进入图谱 →
长上下文与记忆工程全景图
AI 长任务连续性
围绕上下文窗口、摘要压缩、工作记忆、长期记忆、状态失效和长链路评测展开,回答 LLM 怎样在长任务里保持连续性而不持续污染。
适合谁: AI 应用工程师、Agent 团队、平台团队、技术负责人
建议在何时看: 做长会话、复杂工作流、任务续跑或跨轮状态管理时
Context Window Summary / Memory State Management Long-horizon Eval
进入图谱 →
微调、对齐与偏好优化全景图
AI 模型调优
围绕 SFT、LoRA、QLoRA、DPO、偏好数据、训练评测、模型版本和上线回滚展开,回答什么时候该训模型、怎么训、怎么不训坏。
适合谁: AI 应用工程师、AI 平台团队、训练基础设施团队、技术负责人
建议在何时看: 做领域定制、风格优化、协议稳定化或偏好控制时
SFT / LoRA DPO Preference Data Eval / Rollback
进入图谱 →
AI 数据工程与合成数据全景图
AI 数据飞轮
围绕数据采样、标注、偏好数据、评测集、合成数据、版本治理和坏例回流展开,回答 AI 系统怎样真正拥有可持续的数据底座。
适合谁: AI 应用工程师、数据平台团队、训练基础设施团队、技术负责人
建议在何时看: 做数据飞轮、偏好集、评测集、坏例回流或合成数据扩增时
SFT / Preference Synthetic Data Eval Set Feedback Loop
进入图谱 →
开源 LLM 部署全景图
AI 私有化部署
围绕模型选型、量化、推理引擎、GPU 编排、私有化上线和供应链治理展开,回答开源大模型怎样真正部署成可运营系统。
适合谁: AI 平台团队、云原生 / Infra 团队、后端、技术负责人
建议在何时看: 做私有化模型接入、GPU 集群部署或组织级模型平台建设时
Open Weights Quantization GPU / K8s License / Supply Chain
进入图谱 →
多模态 AI 工程全景图
AI 多模态处理
围绕 OCR、语音转写、图像理解、文档解析、视频切片、多模态检索和工作流编排展开,回答图像、音频、文档和视频怎样真正进入工程系统。
适合谁: AI 应用工程师、内容处理团队、平台团队、技术负责人
建议在何时看: 做文档助手、会议摘要、视觉问答、视频检索或多模态 Agent 时
OCR / ASR Layout / Timeline Multimodal Retrieval Workflow
进入图谱 →
AI 成本与性能工程全景图
AI 成本治理
围绕 token 成本、模型路由、缓存、GPU 利用率、请求级归因和单位价值评估展开,回答 AI 系统怎样把效果、延迟和成本一起治理。
适合谁: AI 应用工程师、平台团队、Infra 团队、技术负责人
建议在何时看: 做模型降本、性能优化、多模型分层或预算治理时
Token Cost Model Routing Cache / GPU ROI / Eval
进入图谱 →
缓存工程全景图
系统设计
这是缓存工程总览页,从本地缓存到分布式缓存,覆盖缓存模式、组件生态、热点治理、大 Key、分布式锁与运维观测,回答缓存如何从“加个 Redis”进化成正式系统组件。
适合谁: 后端工程师、架构师、SRE
建议在何时看: 想先建立缓存整体认知、做组件选型、多级架构设计或集群治理时
Redis 多级缓存 生态 / 选型 分布式锁
进入图谱 →
消息队列与事件驱动架构全景图
系统设计
覆盖消息中间件选型、可靠性保障、事件溯源/CQRS/Saga 模式和生产治理,回答异步通信如何从"解耦工具"进化到事件驱动架构。
适合谁: 后端工程师、架构师、中间件工程师
建议在何时看: 做消息中间件选型、设计事件驱动系统、处理分布式事务时
Kafka 事件溯源 Exactly-once Saga
进入图谱 →
实时计算与流处理全景图
数据平台
聚焦流计算引擎、时间语义、状态管理、Exactly-once 保障和实时数仓,回答实时数据如何从"快一点的批处理"进化到流原生架构。
适合谁: 数据工程师、平台工程师、架构师
建议在何时看: 建设实时数仓、做流计算选型、处理 CDC 实时同步时
Flink Watermark 流批一体 实时数仓
进入图谱 →
数据治理与数据质量全景图
数据治理
覆盖元数据管理、数据血缘、质量监控、数据合约和合规治理,回答数据如何从"能用"进化到"可信、可追溯、合规"。
适合谁: 数据工程师、数据治理负责人、平台工程师
建议在何时看: 搭建元数据平台、建设质量体系、应对合规要求时
DataHub 血缘 数据合约 GDPR
进入图谱 →
容灾、高可用与混沌工程全景图
高可用
聚焦多活架构、故障域隔离、降级熔断、混沌工程和容量规划,回答系统如何从"能跑"进化到"能扛住故障并快速恢复"。
适合谁: SRE、架构师、平台工程师
建议在何时看: 设计高可用架构、建设混沌工程体系、做容量规划时
多活架构 混沌工程 熔断限流 RTO/RPO
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。
回到八大分支总入口
如果你现在想从工程与技术实践切回更大的知识地图,可以回到人类知识全景图总入口,重新选择文学、历史、中国传统思想、自然语言、制度、科学、商业或工程方向。
返回人类知识全景图