AI应用工程#

AI 全栈 ⑦ 应用工程：把 Agent 做成能上线的产品——Python 服务端、长任务、实时推送、前端交互。

知识脉络#

AI应用工程
├── Python 服务端
│   ├── Python异步编程与asyncio事件循环
│   ├── FastAPI与Pydantic服务开发
│   └── Agent长任务队列与服务化
├── 实时推送
│   ├── 流式输出与实时交互
│   └── 实时推送断线续传与多实例事件转发
└── 前端交互
    ├── AI对话前端流式渲染
    └── Human-in-the-loop确认交互设计

plaintext

知识点清单#

Python 服务端#

#	题目	频率	难度	状态
1	Python异步编程与asyncio事件循环	高	进阶	done
2	FastAPI与Pydantic服务开发	高	进阶	done
3	Agent长任务队列与服务化	高	困难	done

实时推送#

#	题目	频率	难度	状态
4	流式输出与实时交互	高	进阶	done
5	实时推送断线续传与多实例事件转发	中	困难	done

前端交互#

#	题目	频率	难度	状态
6	AI对话前端流式渲染	高	进阶	done
7	Human-in-the-loop确认交互设计	中	进阶	done

建议学习顺序#

服务端：asyncio → FastAPI → 长任务队列
实时推送：流式输出（SSE/WebSocket）→ 断线续传与多实例转发
前端：流式渲染 → Human-in-the-loop 确认

口诀速记#

流式: “SSE 单向够用，WebSocket 双向才上；代理关缓冲，末帧取 usage（OpenAI 需开 include_usage）“

跨域关联#

WebSocket 协议 → MOC-计算机网络（计算机网络）
任务队列 → MOC-消息队列（消息队列）
缓存 → MOC-Redis（Redis）
Agent 运行时 → [Agent Runtime与Checkpoint机制](/topics/ai-agent/Agent Runtime与Checkpoint机制)（AI Agent开发）