KEEL · 龙骨 · A CURRICULUM FOR THE AI ERA
探索内容 — keel 龙骨
按主题、阶段或关键词，找到现在想读的内容。
- Agent Harness — 先把自己放进一个真实的值班场景：用户提交故障编号，模型判断下一步，程序决定是否查询工具，工具结果回到模型，运行最终以完成、失败、取消或等待审批结束。你要理解的不是某个框架的 API，而是这条运行为什么能够继续、为什么必须停止，以及每一步由谁负责。
- Tool Calling — 在 Harness 的一次运行里，模型只能提出“下一步可能需要这个工具”。真正困难的部分发生在之后：程序怎样描述工具、校验参数、判断权限、执行动作、返回结果，并在失败或副作用出现时保持可控。
- Context Engineering — Agent 的上下文是一次模型调用的工作集，不是数据库，也不是完整运行日志。它有容量上限，有来源和优先级，还要和工具协议、权限、状态恢复一起工作。本课程从一个“第二十轮为什么突然答错”的现场开始，逐步做出可解释的上下文管线。
- Persistent Memory — 围绕作用域、写入门禁、SQLite 与语义检索，设计长期记忆的真实边界。记什么、忘什么、谁能写——这些决定必须留在人这边。
- MCP Protocol Engineering — 从 JSON-RPC、版本协商和能力发现，到工具、资源、提示、授权、异步任务和兼容性测试，建立一条可解释的 MCP 接入链。接什么、不接什么、开放多少，是架构判断而不是配置工作。
- Python 工程基础 — 面向「能写但没系统学过」的读者：四大结构的可变性陷阱与深浅拷贝、参数规则与 LEGB 作用域、闭包与装饰器、类属性与 dataclass、异常层次与 raise from、import 三步骤与循环导入、迭代器协议与上下文管理器、现代类型注解，以及模块与类的内置变量（__file__/__dict__/__slots__ 等内省属性）。每一章都标注它在后续课里被谁依赖——07 章是 yield 课的直接前置。
- Python 生成器与 yield 详解 — 把 yield 真正讲透：暂停/恢复的执行模型逐行演算、send/throw/close 与 yield from、异步生成器，最后对到生产级流式系统的三个真实场景（事件泵、SSE 心跳循环、协作式取消消费端），附十个经典陷阱与自检。
- Python 拔高：生产代码里的高级写法与抽象 — 不讲教科书设计模式，只讲生产级 Python 项目里真实出现、值得展开的七个写法：ContextVar 上下文隔离、线程安全单例与 frozen dataclass、模板方法与 ABC、闭包与延迟导入、声明式鉴权与中间件管道、Pydantic v2/StrEnum/注册表工厂、动态分发与反射。
- Multi-Agent Collaboration — 先面对一次真实的事件响应。支付服务出现超时，现有证据分散在指标快照、变更记录和事件描述里。一个 Agent 可以独自读取全部材料，但它的上下文会越来越大，分析与审查也混在同一次生成中。你准备增加两个专业 Agent：一个分析运行指标，一个检查最近变更；协调者负责拆分任务、收集证据并生成结论。
- Real-world Execution — 值班人员要求 Agent 把 payment-service 在 staging 环境的数据库连接池从 20 调到 40，然后通知值班群。模型很快给出了两个动作：修改配置、发送通知。
- Safety Controls — 同一个配置变更继续向前：Agent 建议把 payment-service/staging 的连接池改到 40，并通知值班群。执行代码已经能处理幂等、超时、对账和补偿，但这并不说明动作安全。
- Advanced Agent Systems — 这门课把前面几门课程的“单次运行边界”推进到长周期系统。主线不是采用某个框架，而是让读者能够用事件、状态、租约、证据和指标解释一次真实运行。
- FDE Customer Delivery — 用户说“我们想用 AI 自动处理故障”时，模型和框架都还不是第一个问题。FDE 首先要确认谁在什么时候做什么、数据和权限在哪里、错误会造成什么损失，以及什么结果才值得上线。随后才是架构、实现、评估、部署、采用和交接。
- Claude Code Harness — 课程导读 · 从「会用 Claude Code」到「看懂它的运行时」
- DeepSeek Harness — 课程导读 · 当「一切皆插件」遇上「日志即真相」
- Hermes Agent — 课程导读 · 一个会自己攒技能的常驻助理是怎么搭起来的
- OpenClaw — 课程导读 · 把 20 个渠道、100 个插件、一个 Agent 收进同一个常驻进程
- Harness 对比与选型 — 九个可比槽位、六个维度深入对比（含反直觉设计专节）、五类场景选型决策表与可抄走的 10 个设计。
- 后端高并发工程拔高 — 课程导读 · 用得上的那部分，全部来自可验证的场景
- 数据库与缓存调优 — 面向 MySQL/Redis 的查询与索引调优、事务隔离与锁等待排查、连接池容量规划、缓存三大问题与一致性策略，以及观测驱动的性能优化闭环。
- 索引与并发实战 — 在《数据库与缓存调优》的框架之上补深度：执行计划精读（key_len/filtered/预估偏差）、索引设计的等值-排序-范围三段法、索引失效反模式全集、索引成本与线上变更（Online DDL/gh-ost/权限受限环境）、并发的量化（Little's Law/压测拐点/背压闸门）、乐观锁与悲观锁的冲突率选型、死锁日志到代码改动的四步翻译、热点削峰与幂等对账。
- 实时推送与 SSE — 课程导读 · 一条连接能撑多久，决定了用户看到的是什么
- Redis 拔高：Stream、分布式锁与 ARQ — 以一个 Agent 系统的 Redis 三重角色（队列/状态/事件日志）为地图：Stream 的 XADD/XREAD/ID 语义与断线复原地基、Pub/Sub vs List vs Stream 选型、分布式锁三件套（SET NX EX + UUID + Lua）逐行拆与诚实边界、工作流锁的业务封装套路、ARQ 任务队列与 Redis 的结合。
- Redis 部署形态：主从、哨兵与集群 — 单机 Redis 到生产 Redis 之间隔着三个问题：读撑不住怎么办、主库挂了怎么办、单机内存和 QPS 到顶了怎么办。这门课讲的就是回答这三个问题的三套机制：主从复制（读写分离的地基）、哨兵（自动故障切换）、集群（分片扩容）——以及每一套机制在应用代码里要怎么写，才算真的用上。
- 后端进程模型与连接治理 — 面向后端开发者的进程模型课：进程/线程/事件循环的选型边界、fork 与 exec 的继承规则（PEP 446 与 close_fds 的真相）、连接池的三条共享边界（进程/event loop/线程）与归属判定图、以及从随机协议错误到连接涨满的失败排查手册。
- 权限与多租户：从若依模型到注解式鉴权 — 权限是后端系统里最容易写错、又最难被测出来的一层：错了不会报错，只会让某个人看到别人的数据。这门课从国内最常见的若依式模型（菜单 + 按钮 + 接口 + 数据范围）出发，一路讲到多租户的身份体系、RBAC 与 ACL 的分工、以及注解式声明鉴权的正确落地方式。全程使用一套可运行的配套项目，每个结论都有真实输出和可跑的越权用例。
- CI 流水线与质量门禁 — 课程导读 · 从"能自动跑测试"到"让改动被安全地验证与放行"
- 构建打包与部署上线 — 课程导读 · 从"一堆源码"到"一个跑在生产上、且能安全退回来"的东西
- 域名申请与 HTTPS 上线 — 这门课只解决一件事：把你已经写好的站点，变成别人在浏览器里输入网址就能安全打开的东西。
- SEO 基础 — 一个网页从被写出来，到出现在搜索结果里，中间要经过六个环节：发现、抓取、渲染、索引、排序、呈现。每个环节都有自己的规则，你的页面能不能被搜到、以什么形态被搜到，取决于你是否满足了这个环节的准入条件。这门课只做一件事——把这六个环节的规则本身讲清楚。
- SEO 收录与优化 — 上一门课结束时，你的站点已经能通过 https://www.xxxxxx.cn/learning/ 安全访问。 但"能访问"和"能被搜到"是两件事——这门课处理后者。
- SEO 拔高 — 基础课讲清了搜索引擎六个环节的规则，收录课给出了上线后的提交流程。但当你面对的不是一个几十页的小站，而是一个持续增长、多人协作、频繁发版的站点时，"知道规则"远远不够——你需要的是可度量、可规模化、可回滚的工程体系。这门课处理的就是后者。
- AI Vibe Coding 实战手册 — 一句话版本：AI 缺的不是智力，而是约束与判决标准；这两样只能由你给。
- 面向岗位与求职市场 — 课程导读 · 把前两门课的知识，变成面试场上能被相信的话