外观
前端工程师转型偏前端 AI 全栈开发工程师学习路径
1. 目标岗位画像
偏前端的 AI 全栈开发工程师,不是以训练模型为主,而是把 AI 能力做成真实可用产品的人。
核心能力组合:
- 能设计复杂 AI 产品交互:流式输出、引用来源、工具调用状态、人工确认、失败重试。
- 能用 Vue 3、TypeScript、Vite、Tailwind、Nuxt 构建现代前端应用。
- 能用 Node.js、NestJS、Prisma、PostgreSQL/MySQL/MongoDB 交付业务后端。
- 能理解 Redis 缓存、队列、限流、锁、实时状态。
- 能用 Python、LangChain、LangGraph 实现 RAG、Agent、工作流编排。
- 能用 Docker、Nginx、Monorepo 完成工程化交付。
- 能在企业环境中理解 Java、Spring、MyBatis 的接口和业务系统边界。
一句话定位:
text
懂前端体验 + 懂全栈工程 + 懂 AI 应用落地 + 能把复杂能力产品化。2. 总体技术主线
text
JavaScript / TypeScript
|
v
Vue 3 / Vite / Tailwind / Nuxt
|
v
Node.js / NestJS / Prisma
|
v
PostgreSQL / MySQL / MongoDB / Redis
|
v
Python / LangChain / RAG
|
v
LangGraph / Agent Workflow
|
v
Docker / Nginx / Monorepo / Production Delivery3. 阶段路线
| 阶段 | 时间建议 | 目标 | 对应项目 |
|---|---|---|---|
| 1. 现代前端地基 | 2-3 周 | JS 深入、TypeScript、Vue 3、Vite | 01 AI Prompt 工作台 |
| 2. UI 工程和设计系统 | 2-3 周 | Tailwind、组件抽象、响应式、多状态 UI | 02 AI 产品组件工作室 |
| 3. Node 全栈后端 | 4-5 周 | NestJS、Prisma、PostgreSQL、鉴权、接口设计 | 03 AI 任务管理平台 |
| 4. AI 应用基础 | 4-5 周 | Python、LangChain、RAG、知识库、引用来源 | 04 RAG 个人知识库 |
| 5. Agent 工作流 | 4-6 周 | LangGraph、状态机、工具调用、Redis 实时状态 | 05 Agent 工作流编排台 |
| 6. 企业后端增强 | 3-4 周 | Spring、MyBatis、企业权限、审计、报表 | 06 企业 AI 助手控制台 |
| 7. 工程化交付 | 3-4 周 | Monorepo、Docker、Nginx、部署、作品集包装 | 07 AI 产品运营中台 |
总周期建议:22-30 周。已有 Vue/JS 基础较好时,可压缩到 16-20 周。
4. 每阶段学习重点
阶段 1:现代前端地基
主攻资料:
JavaScript系统学习文档.mdJavaScript系统学习文档-深入详解篇.md正则表达式系统学习文档.mdTypeScript系统学习文档.mdVue系统学习文档.mdVue系统学习文档-深度剖析篇.mdVite系统学习文档.md
达标要求:
- 能用 Composition API 拆分状态和副作用。
- 能给 API 响应、表单、组件 props 建模。
- 能处理异步、Promise、事件循环相关问题。
- 能搭建 Vite + Vue 3 + TS 项目。
阶段 2:UI 工程和设计系统
主攻资料:
Tailwind CSS系统学习文档.mdVue多端适配方案与实施指南.mdVue2与Vue3项目env文件学习文档.mdvue.config.js系统学习文档.mdNuxt系统学习文档.md
达标要求:
- 能把设计稿拆成组件、状态、布局、数据结构。
- 能处理桌面端和移动端布局。
- 能抽象 Button、Input、Card、Table、Modal、Timeline、Chat 等组件。
- 能处理 loading、empty、error、disabled、streaming 等状态。
阶段 3:Node 全栈后端
主攻资料:
Node.js系统学习文档.mdNestJS系统学习文档.mdPrisma ORM系统学习文档.mdPostgreSQL系统学习文档.mdMySQL系统学习文档.mdMongoDB系统学习文档.mdPostgreSQL、MySQL、MongoDB数据库技术对比学习文档.md
达标要求:
- 能设计 REST API。
- 能写 DTO、Pipe、Guard、Interceptor。
- 能用 Prisma 做模型、迁移、查询。
- 能做用户、组织、项目、任务、权限等基础业务模型。
阶段 4:AI 应用基础
主攻资料:
Python系统学习文档.mdLangChain系统学习文档.mdLangGraph系统学习文档.mdMongoDB系统学习文档.mdPostgreSQL系统学习文档.md
达标要求:
- 能理解 Prompt、Message、Model、Tool、Retriever、Chain。
- 能构建文档上传、切分、向量化、检索、回答生成流程。
- 能在前端展示引用来源、置信度、追问建议。
阶段 5:Agent 工作流
主攻资料:
LangGraph系统学习文档.mdLangChain系统学习文档.mdRedis系统学习文档.mdNode.js系统学习文档.md
达标要求:
- 能把 AI 任务拆成节点、边、状态。
- 能展示 Agent 执行过程,而不只是展示最终答案。
- 能处理工具调用、人工确认、失败重试、恢复执行。
- 能用 Redis 做缓存、限流、任务状态、Stream 消息。
阶段 6:企业后端增强
主攻资料:
Java系统学习文档.mdSpring全家桶系统学习文档.mdMyBatis系统学习文档.mdRedis系统学习文档.md
达标要求:
- 能读懂 Java/Spring 企业服务。
- 能理解 Controller、Service、Mapper、事务、缓存。
- 能在前端和 Java 后端之间做接口联调。
- 能给企业 AI 系统设计权限、审计、报表。
阶段 7:工程化交付
主攻资料:
Monorepo系统学习文档.mdDocker系统学习文档.md前端Nginx部署项目方法详解.md流式处理与实时通信系统学习文档.mdSSE服务端事件推送系统学习文档.mdWebpack系统学习文档.mdVite系统学习文档.md高级前端工程师面试题大全.md
达标要求:
- 能组织前端、后端、AI 服务为 Monorepo。
- 能用 Docker Compose 启动前端、API、AI 服务、数据库、Redis。
- 能配置 Nginx 反向代理和 SPA history 路由。
- 能把项目包装成可演示、可讲述、可面试的作品集。
5. 项目递进关系
| 项目 | 主要证明能力 | 面试价值 |
|---|---|---|
| 01 AI Prompt 工作台 | TS、Vue、Vite、流式 UI 基础 | 证明现代前端基础 |
| 02 AI 产品组件工作室 | 设计系统、复杂组件、多状态 | 证明偏前端优势 |
| 03 AI 任务管理平台 | NestJS、Prisma、数据库、鉴权 | 证明全栈能力 |
| 04 RAG 个人知识库 | LangChain、RAG、引用来源 | 证明 AI 应用落地 |
| 05 Agent 工作流编排台 | LangGraph、工具调用、状态机 | 证明高级 AI 产品能力 |
| 06 企业 AI 助手控制台 | Java/Spring/MyBatis/权限审计 | 证明企业项目适配能力 |
| 07 AI 产品运营中台 | 工程化、部署、作品集整合 | 证明完整交付能力 |
6. 每个项目的交付标准
每个练习项目都至少交付:
- 一份需求文档。
- 一份前端设计稿。
- 一个可运行前端页面。
- 一个 README。
- 一组 mock 数据。
- 一组接口契约。
- 一篇项目复盘。
第 3 个项目开始必须有后端接口;第 4 个项目开始必须有 AI 调用;第 5 个项目开始必须展示 AI 执行过程;第 7 个项目必须能部署演示。