之前写了 FDE 技术栈清单，很多人问：RAG / Agent / LangChain / 向量库 / Docker，到底哪些是必须会的？哪些是加分项？学习优先级是什么？ 这篇把 FDE 日常用的工具分成 5 大类，讲清楚每一类是干什么的、为什么重要、学习优先级排第几。想转 FDE 的可以对照查漏补缺。

第 1 类：LLM API 调用（必选）

这是 FDE 的基本功——你做的所有 AI 应用，都是基于大模型 API 做的。

常用的：OpenAI GPT 系列、Anthropic Claude 系列、国内的 DeepSeek、通义千问、智谱 GLM。不同客户场景选不同的模型——有的要效果好，有的要便宜，有的要私有化部署。

你需要会的：怎么调 API、怎么选模型、怎么控制成本（token 用量）、怎么处理错误和重试。看起来简单，但实际做项目的时候，成本控制和错误处理是很重要的——客户不会为 API 费用买单，但你要帮他控制在预算内。

为什么必选？因为 FDE 做的所有东西，本质上都是"调 LLM API + 加各种胶水代码"。这一关过不了，后面都免谈。

第 2 类：RAG 开发（核心）

RAG（检索增强生成）是 FDE 最常做的 AI 应用——没有之一。客户问得最多的需求就是："我们有一堆文档，能不能做个智能问答？"这就是 RAG。

技术栈分两部分：

框架：LangChain 或 LlamaIndex。这两个是最主流的 RAG 开发框架。LangChain 更通用，LlamaIndex 更专注于 RAG 场景。

向量库：Pinecone（云端托管）、Weaviate（开源自建）、pgvector（PostgreSQL 插件，最简单）。FDE 做 demo 的时候经常用 pgvector——因为不用额外部署一个数据库，直接在 PostgreSQL 里就搞定了。

RAG 的完整流程：文档切分 → 向量化 → 存进向量库 → 用户提问 → 检索相关片段 → 拼进 Prompt → 调 LLM 生成回答。看起来简单，但实际做的时候，文档切分策略、检索准确率、Prompt 优化，每一步都有很多坑。

为什么核心？因为 80% 的 FDE 项目都是 RAG 类的——知识库问答、文档检索、客服机器人。这是 FDE 的看家本领。

第 3 类：Agent / 工作流（进阶）

RAG 解决的是"从文档里找答案"的问题。但客户有时候需要更复杂的——比如"帮我查一下这个客户的历史订单，然后生成一份跟进建议"。这就不是 RAG 了，这是 Agent。

常用框架：LangGraph（LangChain 出品，做复杂工作流）、CrewAI（多 Agent 协作）、AutoGen（微软出品）。

什么时候用 RAG，什么时候用 Agent？简单的知识问答用 RAG 就够了。需要多步骤推理、需要调多个工具、需要和外部系统交互的，用 Agent。

为什么是进阶？因为不是每个客户项目都需要 Agent——大部分场景 RAG 就解决了。但如果你会 Agent，你能接更复杂的项目，薪资也更高。

第 4 类：全栈开发（必须会）

FDE 不是只做后端的——你要独立给客户做完整 demo。所以前后端都得会一点。

后端：Python + FastAPI。这是 FDE 的标配——Python 写得快，AI 库多，FastAPI 轻量好用。

前端：React 或 Next.js。你不需要成为前端专家，但要能写出一个能用的 demo 界面——输入框、按钮、展示回答。很多 FDE 用现成的模板改一改就行。

数据库：PostgreSQL。最常用的关系型数据库，加上 pgvector 还能当向量库用，一举两得。

为什么必须会？因为 FDE 要独立交付 demo——你不能说"我后端写完了，等前端同事来做界面"。你得一个人从头到尾把东西做出来给客户看。

第 5 类：部署 / 运维（加分）

能把 demo 做出来是一回事，能部署到客户环境跑起来是另一回事。

常用工具：Docker（打包部署）、AWS / GCP / 阿里云（云平台）。如果客户要私有化部署，你还要懂 Linux 服务器基本操作、Nginx、反向代理这些。

还有一个加分项：可观测性和效果评估。你的系统上线之后，回答得准不准？用户满不满意？这些你要能监控、能评估。

为什么是加分项？因为不是所有 FDE 都要自己部署——有的公司有专门的运维团队。但如果你能独立从开发到部署全流程搞定，那你就是一个完整的 FDE，薪资会比只会写 demo 的高一个档次。

学 FDE 工具，先学什么？

按优先级排：

第 1 步：会调 LLM API + Python + FastAPI。这是基本功，一个月能学会。

第 2 步：会搭 RAG（LangChain + 向量库）。这是核心技能，一到两个月能做出来完整的知识库问答 demo。

第 3 步：会做前端 demo（React 基础）。能写出一个能用的界面，半个月到一个月。

第 4 步：会部署（Docker + 云平台）。能把 demo 部署上线，一个月。

加起来大概 3 个月，就能达到初级 FDE 的工具水平。不用一开始就学 Agent——先把 RAG 做熟了再说。

你现在会哪些？Python / RAG / 前端 / Docker？评论区告诉我，我帮你看还差什么。