前端技术积累

外观

Python 后端全栈行动指南 ​

说明 ​

本文档是《Python 后端全栈学习路线》的配套行动指南，将学习路线中的每个阶段拆解为具体的周任务清单，帮助你按部就班地完成学习。

第一阶段：巩固 Python 后端基础（第 1-3 周） ​

第一周任务清单 ​

  • [ ] 安装 FastAPI 和 Uvicorn
  • [ ] 阅读 FastAPI 官方文档 "Tutorial - User Guide"
  • [ ] 创建第一个 FastAPI 应用
  • [ ] 掌握路由定义和请求参数处理
  • [ ] 学习 Pydantic 模型定义
  • [ ] 了解依赖注入系统

本周产出物 ​

  • 一个包含 CRUD 操作的 FastAPI 基础项目
  • 至少 3 个 Pydantic 模型定义示例
  • 使用依赖注入实现的数据库连接示例

第二周任务清单 ​

  • [ ] 学习 Poetry 依赖管理工具
  • [ ] 配置 pre-commit hooks（Black、Ruff）
  • [ ] 掌握 Git 进阶操作（分支策略、Rebase）
  • [ ] 学习 FastAPI 中间件和异常处理
  • [ ] 掌握 FastAPI 后台任务（BackgroundTasks）

本周产出物 ​

  • 使用 Poetry 管理的项目结构
  • 配置好代码规范的仓库
  • 包含中间件和异常处理的 FastAPI 项目

第三周任务清单 ​

  • [ ] 学习 FastAPI 文件上传和下载
  • [ ] 掌握 FastAPI 安全认证（OAuth2、JWT）
  • [ ] 学习 FastAPI 测试（TestClient、pytest）
  • [ ] 完成第一阶段实战项目

本周产出物 ​

  • 一个完整的用户认证系统（注册、登录、JWT 验证）
  • 包含文件上传功能的接口
  • 完整的单元测试覆盖

第二阶段：数据持久化（第 4-7 周） ​

第四周任务清单 ​

  • [ ] 安装 PostgreSQL 并学习基础命令
  • [ ] 学习 SQLModel 基础（模型定义、表创建）
  • [ ] 掌握 SQLModel 的 CRUD 操作
  • [ ] 学习数据库迁移工具（Alembic）

本周产出物 ​

  • 使用 SQLModel 定义的至少 5 个数据模型
  • 完成数据库迁移配置
  • 基础的增删改查接口

第五周任务清单 ​

  • [ ] 学习 SQLModel 关系（一对一、一对多、多对多）
  • [ ] 掌握数据库事务处理
  • [ ] 学习索引优化和查询优化
  • [ ] 学习异步数据库操作（AsyncSession）

本周产出物 ​

  • 包含复杂关系的博客系统数据模型
  • 优化后的查询接口
  • 异步数据库操作示例

第六周任务清单 ​

  • [ ] 学习 Redis 基础（数据类型、常用命令）
  • [ ] 掌握 Redis 缓存实现
  • [ ] 学习 Redis 会话存储
  • [ ] 集成 Redis 到 FastAPI 项目

本周产出物 ​

  • 基于 Redis 的缓存装饰器
  • 使用 Redis 存储会话的登录系统

第七周任务清单 ​

  • [ ] 学习 MongoDB 基础（文档模型、CRUD）
  • [ ] 掌握 Motor 异步驱动
  • [ ] 学习向量数据库基础（Chroma/Pgvector）
  • [ ] 完成第二阶段实战项目

本周产出物 ​

  • 使用 MongoDB 存储非结构化数据的接口
  • 向量数据库基础使用示例

第三阶段：AI 应用开发核心（第 8-13 周） ​

第八周任务清单 ​

  • [ ] 学习 LangChain 基础概念
  • [ ] 掌握 Prompt 工程和模板
  • [ ] 学习 LangChain 的 Chains 使用
  • [ ] 集成 OpenAI/DeepSeek API

本周产出物 ​

  • 基础的 LLM 调用示例
  • 使用 Chains 串联多个调用的示例

第九周任务清单 ​

  • [ ] 学习 LangChain 的 Memory 模块
  • [ ] 掌握对话历史管理
  • [ ] 学习 LangChain 的 Agents
  • [ ] 实现让 LLM 使用工具的示例

本周产出物 ​

  • 带记忆功能的对话系统
  • 能调用外部工具的 Agent 示例

第十周任务清单 ​

  • [ ] 学习 RAG（检索增强生成）原理
  • [ ] 掌握文档加载和文本分割
  • [ ] 学习嵌入模型（Embeddings）
  • [ ] 实现文档向量化存储

本周产出物 ​

  • 文档解析和分块工具
  • 向量化存储实现

第十一周任务清单 ​

  • [ ] 学习 LlamaIndex 基础
  • [ ] 掌握索引构建和查询引擎
  • [ ] 学习 LlamaIndex 与向量数据库集成
  • [ ] 实现基础的 RAG 查询

本周产出物 ​

  • 基于 LlamaIndex 的文档检索系统
  • 完整的 RAG 查询流程

第十二周任务清单 ​

  • [ ] 设计 RAG 系统架构
  • [ ] 实现文档上传接口
  • [ ] 实现智能问答接口
  • [ ] 集成前端界面（可选）

本周产出物 ​

  • RAG 系统的 API 设计文档
  • 核心功能的后端实现

第十三周任务清单 ​

  • [ ] 优化 RAG 检索效果
  • [ ] 实现对话历史存储
  • [ ] 添加用户反馈功能
  • [ ] 完成第三阶段实战项目

本周产出物 ​

  • 完整的 RAG 系统
  • 项目部署文档

第四阶段：微服务与容器化（第 14-16 周） ​

第十四周任务清单 ​

  • [ ] 学习 Docker 基础概念
  • [ ] 编写 Dockerfile
  • [ ] 掌握 docker-compose 基础
  • [ ] 容器化 FastAPI 应用

本周产出物 ​

  • 项目的 Dockerfile
  • 基础的 docker-compose.yml

第十五周任务清单 ​

  • [ ] 学习 docker-compose 多服务编排
  • [ ] 实现数据库服务编排
  • [ ] 学习 Redis 服务编排
  • [ ] 实现服务间通信

本周产出物 ​

  • 完整的多服务 docker-compose 配置
  • 包含 FastAPI + PostgreSQL + Redis 的环境

第十六周任务清单 ​

  • [ ] 学习 Kubernetes 基础概念
  • [ ] 掌握 Pod、Service、Deployment
  • [ ] 学习 ConfigMap 和 Secret
  • [ ] 编写 K8s 部署文件

本周产出物 ​

  • 项目的 Kubernetes 部署配置
  • 本地 Minikube 部署验证

第五阶段：部署与监控（第 17-19 周） ​

第十七周任务清单 ​

  • [ ] 选择云平台（AWS/阿里云/Vercel）
  • [ ] 学习云平台基础服务
  • [ ] 部署 FastAPI 应用到云端
  • [ ] 配置域名和 HTTPS

本周产出物 ​

  • 云服务器环境配置
  • 线上部署的应用

第十八周任务清单 ​

  • [ ] 学习日志收集（ELK 或 Loki）
  • [ ] 配置应用日志输出
  • [ ] 学习 Prometheus 指标收集
  • [ ] 配置 Grafana 仪表盘

本周产出物 ​

  • 日志收集系统配置
  • 基础的监控仪表盘

第十九周任务清单 ​

  • [ ] 学习健康检查和告警
  • [ ] 配置应用健康检查端点
  • [ ] 学习链路追踪（Jaeger）
  • [ ] 完成第五阶段实战项目

本周产出物 ​

  • 完整的监控告警系统
  • 系统运维文档

第六阶段：项目实战（第 20 周+） ​

项目 1：AI 客服系统 ​

任务清单 ​

  • [ ] 设计系统架构和技术选型
  • [ ] 实现用户认证和权限管理
  • [ ] 开发知识库管理功能
  • [ ] 实现文档上传和向量化
  • [ ] 开发智能问答接口
  • [ ] 实现对话历史管理
  • [ ] 开发管理后台
  • [ ] 添加数据统计功能
  • [ ] 实现用户反馈标注
  • [ ] 系统测试和优化
  • [ ] 部署上线

技术栈 ​

  • 后端：FastAPI + SQLModel + PostgreSQL + Redis
  • AI：LangChain + LlamaIndex + DeepSeek API
  • 向量数据库：Chroma/Pgvector
  • 部署：Docker + Kubernetes + 云平台

项目 2：MCP 服务开发 ​

任务清单 ​

  • [ ] 学习 MCP（Model Context Protocol）协议原理
  • [ ] 阅读 MCP 官方文档
  • [ ] 搭建 MCP 开发环境
  • [ ] 编写第一个 MCP 服务
  • [ ] 实现工具调用功能
  • [ ] 测试 MCP 服务与 Claude/Cursor 集成
  • [ ] 部署 MCP 服务
  • [ ] 编写 MCP 服务使用文档

技术栈 ​

  • MCP SDK（Python）
  • FastAPI/Sanic（服务端）
  • SSE/WebSocket（通信）

每日学习建议 ​

时间安排 ​

时间段内容
早上（1-2 小时）理论学习（文档、视频）
下午（2-3 小时）实践编码
晚上（1 小时）复习总结、写学习笔记

学习方法 ​

  1. 先跑通再深入：先让代码跑起来，再研究原理
  2. 多写多练：每个知识点都要动手实践
  3. 记录笔记：建立自己的知识库
  4. 定期复习：每周回顾本周学习内容
  5. 参与社区：遇到问题先搜索，再提问

检查点设置 ​

阶段检查点 ​

阶段检查内容通过标准
阶段一FastAPI 基础能独立开发 CRUD 接口
阶段二数据库操作能设计数据库模型并优化查询
阶段三AI 应用开发能独立开发 RAG 系统
阶段四容器化能用 Docker 部署完整应用
阶段五生产部署应用能稳定运行在线上环境

资源速查 ​

文档链接 ​

推荐工具 ​

  • 开发环境：VSCode + Python 插件
  • API 测试：Postman / HTTPie / curl
  • 数据库客户端：TablePlus / DBeaver
  • 容器管理：Docker Desktop
  • 云服务器：阿里云 ECS / AWS EC2

常见问题 ​

Q: 每周学习时间不够怎么办？ ​

A: 可以适当延长每个阶段的时间，关键是保持学习的连续性。建议每天至少投入 1-2 小时。

Q: 遇到报错解决不了怎么办？ ​

A:

  1. 仔细阅读错误信息
  2. 搜索错误关键词
  3. 查看官方文档
  4. 在 GitHub Issues 中搜索
  5. 向社区提问

Q: 需要同时学习前端吗？ ​

A: 建议先专注于后端，等后端基础扎实后再学习前端。可以使用 Postman 测试接口，不需要等前端完成。

Q: 如何检验学习效果？ ​

A:

  1. 不看教程独立实现功能
  2. 给他人讲解所学内容
  3. 完成阶段产出物
  4. 参与开源项目

更新日志 ​

日期更新内容
2026-04-14初始版本，完成 6 个阶段共 19 周的任务清单

开始行动吧！记住：完成比完美更重要。

评论

正在加载评论…

前端技术积累