模块
// 每个模块一页，资源可勾选追踪，进度存本地
M01 // ROADMAP
FDE 转型路线图
六层技能栈 + 两条硬筛选题，全部拆自 OpenAI / Anthropic / Palantir 2026 真实 JD。先定位自己在哪一层，再决定补什么。
->
M02 // COURSES
系统课程
微软零基础三部曲 + Datawhale 中文课。补系统性认知用，选一门主线跑完，别囤课。
->
M03 // COOKBOOK
官方 Cookbook
四大模型厂官方配方库。想有体感别看书——跑他们的 Notebook，抄到自己的项目里。
->
M04 // SKILLS
Agent Skills 资产
SKILL.md 和 MCP Server 是 Anthropic 点名的 FDE 交付物。这个模块教你它们长什么样、去哪抄生产级结构、怎么写出自己的。
->
M05 // RAG
RAG 与知识库
企业 AI 的第一个需求永远是「让模型懂我们的数据」。干净数据人人会跑——脏数据才是真考点。
->
M06 // EVAL+SEC
评测 · 可观测 · 安全
Eval 是 2026 年的非谈判项，安全是受监管客户的硬门槛。给之前的项目补上 RAGAS 评测和 Langfuse 追踪。
->用法
// 建议节奏，别贪多
1. 先跑 M01，对照六层技能栈定位当前层级和最大缺口。
2. 按缺口开 1–2 个模块，资源逐条过，完成一条勾一条（进度存浏览器本地，刷新不丢）。
3. 边学边交付：每个学到的东西落成可运行 Demo 或 SKILL.md 推到自己的 GitHub——面试时这就是答题素材。
来源
// 收录原则：一手 > 二手，官方 > 社区，能动手 > 只能看
OpenAI
Anthropic
Google
Microsoft
Hugging Face
Datawhale
LangChain
Lakera
其次才是高质量社区精选（NirDiamant 系列库、awesome 索引）。