[控场AI]
· 7 分钟阅读· 3,543 字

Agent全栈实战:一套代码跑通五端双服务端

Agent全栈实战:一套代码跑通五端双服务端

B站实战课拆解五端加双服务端的全栈Agent工程化路径与能力清单。

文章解读了B站一期「AI全栈项目实战」课程,指出技术招聘市场正从单一端岗位转向要求五端(前端、桌面、手机、小程序、H5)加双服务端架构的全链路能力。课程用30天十个专题,以一个复刻DeepSeek Harness的融合项目串联全部能力线,服务端并行NestJS与FastAPI两套架构,并以Docker编排支撑多服务联调。项目演示了Agent计算器工具调用轨迹在iOS、安卓、小程序、桌面等多端同步渲染的完整链路。文章同时指出课程定位为有基础开发者的进阶路线图,初学者宜先精通单端加单服务端再逐步扩展,且多端构建发布流程在素材中并未展开。

为什么高薪岗位开始要求「全端 + 双服务端」

在当下的技术招聘市场里,一个信号越来越清晰:单纯的前端或单纯的后端岗位正在被压缩,而能够打通大前端全链路、同时理解多套服务端架构的工程师,正在成为高薪岗位的核心画像。B站这期「AI 全栈项目实战」课程把这个趋势拆成了十个专题,试图用 30 天的时间带开发者完成从全栈到 Agent 开发的暴力进阶。

讲师提到的目标区间是 30k、40k、50k 这类「越来越 base 越高」的岗位。这类岗位对技术广度的要求,已经不只是「会写页面」或「能调接口」,而是要对整套全端全站架构体系有掌控力。课程给出的能力清单包括:大前端侧的前端、桌面端、手机端、小程序、H5 完整链路,服务端侧的 Docker 编排、TypeScript 服务端渲染与服务端架构、Python 服务端架构,以及后续的加码服务端架构。

这可以作为大家

这其实回答了一个很现实的问题:当 Agent 应用需要同时出现在 iOS、安卓、小程序、桌面端和 H5 上时,谁来做统一的工程化?只会单一端的开发者很难承接这种需求,而能把五端和双服务端体系融合起来的工程师,恰好对上了岗位描述里的关键词。

五端 + 双服务端的融合实战长什么样

课程没有停留在概念罗列,而是用一个融合性项目把十条能力线串了起来。讲师强调整节课不是空谈,而是「最终的融合项目实战」——从进阶全栈到五端、双服务端架构体系的完整落地。

项目的多端属性是第一个看点。演示中同时启动了 iOS 端和安卓端,运行在 iPhone 18 Pro Max 模拟器上,随后又依次拉起小程序端、桌面端等形态。这种「一套 Agent 逻辑、多端同时跑」的形态,正是当下多端工程化的典型诉求:业务逻辑收敛到服务端,端侧只负责交互与呈现。

所以一定会有一个

值得关注的是技术栈的选择。项目围绕知名的 DeepSeek广告 Harness 框架来复刻实现,讲师直言「完整复刻了 DeepSeek Harness」。这说明实战项目的价值不在于造一个新轮子,而在于把成熟产品的工程结构拆开、用 TypeScript 和 Python 两套技术栈重新走一遍,从而真正理解 Agent 应用从端到云的完整链路。

DeepSeek Harness 是围绕 DeepSeek 模型构建的 Agent 运行与调试框架,核心作用是提供模型调用、工具(function calling)注册与执行、对话轨迹可视化等能力。所谓「Harness」,在 Agent 工程语境里通常指把大模型、外部工具、状态管理和前端观测串起来的那层壳:模型输出结构化工具调用指令,Harness 负责解析、执行、把结果回填给模型,并把每一步轨迹暴露给界面。复刻这样一个 Harness 的意义在于,学习者必须同时处理协议约定、工具注册表、流式输出和多端渲染,而不是停留在调用一次 API 的层面。

双服务端架构:NestJS 与 FastAPI 并行

这期课程在架构上最值得展开的一点,是服务端做了两套:一套基于 NestJS,一套基于 FastAPI(Python)。讲师在演示中分别启动两套服务,并说明「我做了两套服务架构」,后续会完整演示如何实现。

但是服务端这个呢

双服务端并行的设计,背后是两种工程思路的对照。NestJS 代表 TypeScript 生态下的服务端渲染与服务端架构能力,适合与前端共享语言、共享类型系统;FastAPI 则代表 Python 生态在 AI 场景下的服务端能力,贴近模型调用与数据处理。对于一个 Agent 应用来说,这两套架构分别承担不同的职责,也对应了讲师所说「三套服务端架构技术体系」中的前两套。

从工程化角度看,双服务端意味着 Docker 编排成为必需项。演示中讲师先启动 Docker、再执行编排命令,然后重新启动 NestJS 服务与 Python 服务,最后才重载客户端。这条启动顺序本身就说明了多服务架构下依赖管理的复杂度——没有容器编排,五端加双服务端的本地联调几乎无法维护。

服务端体系的

NestJS 是基于 Node.js 与 TypeScript 的服务端框架,采用模块、控制器、提供者(Provider)的分层组织方式,并深度集成依赖注入,因此常被拿来与 Angular 的工程范式类比。它最大的优势是能与前端共享 TypeScript 类型定义,接口契约在编译期即可校验。FastAPI 则是 Python 生态的现代异步 Web 框架,基于类型注解自动生成请求校验与 OpenAPI 文档,原生支持 async/await,且与 Pydantic、异步模型 SDK 配合顺畅,因而在 AI 服务层被广泛采用。两者并行时,常见的分工是 NestJS 承担面向端的 BFF 与业务编排,FastAPI 承担模型调用、工具执行等重计算逻辑,二者通过 HTTP 或消息队列通信。

Agent 工具调用的完整链路演示

课程演示的核心交互,是让 Agent 执行计算器逻辑:用户输入一个数字,Agent 识别意图后调用工具,界面上同步展示调用轨迹。讲师特别指出,这个轨迹「完全复刻了 DeepSeek Harness」。

这个细节的意义在于,它把 Agent 应用的三个关键层同时暴露了出来:端侧的交互层、服务端的编排层、以及工具调用与轨迹展示的观测层。很多教程只讲其中一层,而多端实战必须把三层打通——iOS 端和安卓端都要能正确渲染同一套工具调用的轨迹数据,这反过来约束了服务端接口的设计。

演示中讲师在多端之间反复切换:先在 iOS 模拟器上启动,再切到安卓端重新启动,在桌面端重载,在移动端点击计算器功能。这种「同一功能、多端验证」的流程,正是全端工程化最难的部分,也是高薪岗位面试里最容易被追问的工程细节。

工具调用(Tool Calling / Function Calling)是 Agent 区别于普通聊天应用的关键机制:开发者以结构化 schema 向模型声明可用工具及其参数,模型在需要时返回一个「调用意图」,由服务端真正执行该函数并把结果送回模型继续推理。界面上展示的「调用轨迹」,一般是把意图解析、参数、执行结果和耗时按顺序记录下来形成的可观测数据。多端场景下,这份轨迹通常由服务端以统一事件格式下发,各端只做渲染,因此接口设计必须保证事件结构稳定、可增量推送,这也是原文所说「服务端接口设计被多端反向约束」的具体含义。

这套路径适合谁,以及它的边界

从内容定位看,这期课程面向的是已经具备一定前端或后端基础、想要向全栈 Agent 开发进阶的开发者。十个专题、30 天的节奏,加上一个融合项目收尾,本质上是给出一条可对照的技术进阶路线图,讲师也明确把它定位为「未来两年甚至三年」的职业发展方向。

需要客观看待的是,这类「多端 + 双服务端」的实战课程信息密度很高,单节课接近一小时的讲解中覆盖了从架构分析到 Docker 编排再到多端启动的大量操作。对初学者来说,直接跟进五端联调会有不小的门槛;更现实的路径是先吃透一套服务端加一个端,再把其余端和服务端作为增量补齐。另外,课程演示依赖模拟器与本地 Docker 环境,实际落地时还需要考虑各端的构建发布流程,这部分内容在原始素材中并未展开。

总体来看,这期实战课的价值在于把「Agent 应用如何工程化落地」这个抽象问题,拆成了五端与双服务端的具体清单。对于想在 Agent 方向上建立全栈纵深的开发者,它提供的是一条可以逐条对照的能力地图,而不是一套可以直接复制的代码模板。

所谓「服务端渲染」在此处有两层含义需要区分:一是传统 SSR,即服务端生成 HTML 首屏以改善加载与 SEO;二是在全栈 TypeScript 语境下,指前端框架与服务端运行时共享代码和渲染逻辑(如 Next.js、Nuxt 这类同构方案)。NestJS 本身是纯服务端框架,它与前端共享的是语言、类型与部分业务代码,而非页面渲染。理解这一区别,有助于判断「TypeScript 服务端渲染与服务端架构」这条能力线到底在考什么:前者偏首屏与同构,后者偏接口分层、鉴权、缓存与部署。

#Agent全栈开发#多端工程化#NestJS#FastAPI#TypeScript#Python服务端#Docker编排#DeepSeek Harness
分享:

相关推荐