一、能力概览先打分（在下方清单里选等级），上面的雷达图和进度条会自动更新。达成率 = 当前等级 ÷ 目标等级。

53技能项总数

0已达目标等级

0%总体达成率

业务发现最薄弱能力域

业务发现

AI 工程

软件工程

企业集成

运维工程

交付沟通

六大能力域达成率

外圈 = 达标线（100%）

二、技能思维导图点击域节点展开该域下的技能项；点击任意节点在右侧查看要求、自检问题并设置当前等级。节点填充色随等级变化。

L0 没接触L1 知道概念L2 指导下能做L3 能独立做并讲清L4 能定标准/教人边框 = 所属能力域

三、53 项技能清单在这里打分最快：每行右侧下拉框选择当前等级。绿色 ✓ = 已达到目标等级。评分保存在本机浏览器，下次打开还在。

改动即时生效并保存在本机；清除浏览器数据会丢失，建议导出 JSON 备份。

表格较宽，可左右滑动查看完整内容 →

技能项	目标	具体要求	自检问题（答得出 = 达标）
Business · 业务发现 — 把客户的一句「我们要做 AI」翻译成可落地、可衡量的场景。
Discovery 访谈	L3	用结构化提问在 30–60 分钟内问清业务流程、数据量、系统现状、决策链与成功指标	给你 30 分钟和一位业务负责人，你能问出「什么结果算成功」的具体数字吗？
业务流程梳理	L3	画出当前业务的完整流程图，标注每一步的耗时、责任人、出错率	你能画出客户某个流程的完整图，并指出最耗时的那一步花多少分钟吗？
AI 机会识别	L3	判断哪些环节适合 AI、哪些不适合，并说明不适合的理由	你能说出三个「看起来能做但我不建议做 AI」的场景及理由吗？
成功指标定义	L3	把模糊期望翻译成可测量的指标（准确率、耗时、成本、覆盖率）	客户说「提效」，你能当场把它变成可测的数字吗？
ROI 与商业论证	L3	算清投入产出，能用三句话讲明白值不值	给你一组业务数据，你能算出回收周期并给出可核对的过程吗？
报价与商业模式	L2	知道 AI 项目的报价方式（项目制 / 人月制 / 订阅制）及各自适用条件	你能说明什么情况下 AI 模块不该按人月报价吗？
行业知识	L3	至少深耕一个垂直行业的业务流程与监管约束	你能说出目标行业里三个 AI 不能碰的红线吗？
干系人与决策链	L2	识别谁使用、谁拍板、谁能否决，并分别准备材料	你能列出一个项目里所有关键角色及各自关心什么吗？
AI Engineering · AI 工程 — 从模型调用到推理落地：AI 应用本身的设计与实现能力，这是 AI-FDE 的技术核心。
LLM 能力与边界	L3	理解 Token、上下文窗口、概率生成本质；清楚幻觉来源与四类必错场景	你能列出三个模型一定会出错的场景，并说明为什么吗？
Prompt 工程	L3	结构化提示词四要素；Prompt 版本管理与回归	你改一次 Prompt 后，能说清楚效果好在哪、好多少吗？
Context Engineering	L3	上下文预算、压缩与摘要、检索注入、工具结果裁剪、长会话策略	你能写出一张 Token 预算表，并说明超预算时先砍哪部分吗？
RAG 全链路	L3	解析 → 切分 → 向量化 → 检索 → Rerank → 生成 → 引用溯源	知识库答不准时，你能按链路逐段定位是哪一环的问题吗？
文档解析工程	L3	扫描件 OCR、表格还原、多栏排版、标题层级重建	给你一份含扫描件和合并单元格的 PDF，你能把它解析到可用吗？
Tool Calling	L3	工具设计原则、参数与返回结构、工具描述写给模型看	你的工具描述，换个人看能明白什么时候该调用它吗？
MCP 开发	L3	能独立开发 MCP Server（Tool / Resource / Transport / 认证）	你能把一个内部查询接口包成 MCP Server 并被客户端调用吗？
AI 工程实现（Python）	L3	LLM SDK 调用、流式输出、异步并发、超时重试、错误处理；能把 AI 逻辑写成可维护代码	给你一个需求，你能用 Python 写完整条链路（调用 → 解析 → 校验 → 重试 → 落库）吗？
Agent 设计与实现	L3	Agent Loop、状态、记忆、规划、停止条件、错误恢复	你能画出 Agent 循环图并标出每一步可能失败的地方吗？
Multi-Agent 判断	L2	知道什么时候不该用 Multi-Agent，以及主从 Handoff 优于自由群聊	你能说出三个「不该上 Multi-Agent」的理由吗？
AI Coding Agent	L2	理解 Coding Agent 的核心循环，能跑通并用于真实项目	你能让 Coding Agent 独立完成一个真实的小需求吗？
Evaluation 体系	L3	评测集构造（五类题）、RAG 四指标、Agent 指标、回归测试	你改动一次之后，能给出「从多少变到多少」的数字吗？
Guardrails 四层	L3	输入侧 / 模型侧 / 工具侧 / 输出侧逐层设防	你能说清用户输入的一句话，在到达模型前经过了哪几道检查吗？
AI Gateway	L3	统一入口：多模型路由、鉴权、限流、配额、审计日志、成本归集	你能搭一个统一入口，让所有 AI 调用都可控、可追溯、可计费吗？
私有化推理	L2	vLLM / Ollama 一类方案，能在客户内网跑起开源模型	客户要求完全内网，你能在一周内跑起一个可用模型吗？
量化与容量估算	L2	量化方案选择、显存与并发的关系、容量规划	客户问「要几张卡」，你能给出有依据的答案吗？
Software Engineering · 软件工程 — 把 AI 能力真正写进软件的工程底座。
Python	L3	语言基础、异步、数据处理、包管理、能读能改别人的代码（AI 侧的 SDK 与工程实现归 AI 工程域）	给你一段没见过的 Python 代码，你能读懂并改成你要的样子吗？
Java / 企业后端	L2	能在现有企业后端上做集成与改造	你能在一个 Java 项目里加一个接口并跑通测试吗？
REST API 设计与对接	L3	接口契约、错误处理、幂等、超时与重试	你能设计一个 Agent 调用不会把系统打挂的接口吗？
数据库与 SQL	L3	表设计、查询优化、权限控制、注入防护	你能设计一个只允许查本部门数据的查询工具吗？
结构化输出	L3	让模型稳定输出 JSON / 枚举 / 表格，并做校验与重试	模型返回格式错了，你的程序会自动纠正还是直接崩？
Git 与版本管理	L2	分支、Diff、回滚、协作规范	AI 生成的代码改坏了，你能干净地回退吗？
代码理解与改造	L3	读懂陌生代码库、定位改动点、评估影响面	给你一个没见过的项目，你能在一个小时内找到该改哪里吗？
低代码平台（Dify 等）	L3	用低代码平台快速搭出可用应用，并做工程化配置管理	你能用 Dify 在半天内搭出一个带引用和拒答的知识库吗？
Enterprise Integration · 企业集成 — 把 AI 接进已有系统，并让它符合企业的权限与审计要求。
身份认证	L3	SSO、Token、服务身份、AI 代理操作的身份归属	一条 AI 发起的操作，你能追到具体是哪个人的身份吗？
授权与 RBAC	L3	角色权限模型、最小权限原则、越权防护	你能证明这个 Agent 拿不到它不该看的数据吗？
审计与追溯	L3	操作日志、留痕设计、可回放	客户要求复盘三个月前的一次 AI 操作，你能调出来吗？
企业系统对接	L3	与 ERP / CRM / OA / 核心业务系统的对接方式与坑	客户只有老系统没有 API，你能给出三种接入路径吗？
限流与配额	L2	并发控制、预算熔断、按部门配额	某个部门把预算跑爆了，你的系统会自动停住吗？
密钥与配置管理	L2	密钥轮换、环境隔离、配置不进代码库	你的密钥有没有可能被人从代码库里翻出来？
数据安全与脱敏	L3	PII 识别与脱敏、数据分级、不出域约束	你能保证客户敏感数据不会出现在模型厂商的日志里吗？
Operations Engineering · 运维工程 — 让 AI 应用在生产环境稳得住、看得见、算得清——部署、稳定性与成本治理。
Linux 与服务部署	L3	进程、日志、网络、资源、服务化部署	服务挂了，你能不看文档在三分钟内定位原因吗？
Docker / Compose	L3	镜像、编排、网络、卷、健康检查、一键启停	你能做到换一台机器，一条命令把整套系统起来吗？
可观测性	L3	Trace / Tool Call / 成本 / 延迟 / 日志 / 指标六项可视	客户问「AI 到底做了什么」，你能调出完整链路吗？
成本工程	L3	Token 成本模型、缓存复用、模型分级路由、单位经济性	客户问「一年多少钱」，你能当场算出来吗？
故障恢复	L2	降级方案、重试与熔断、恢复时间目标	模型服务不可用时，你的应用是崩溃还是降级？
监控告警	L2	关键指标阈值、告警规则、值班响应	效果悄悄变差了，你会在客户发现之前知道吗？
Delivery & Communication · 交付沟通 — 把技术变成客户认可的价值——FDE 的临门一脚在这里。
POC 快速交付	L3	5 天内从 Discovery 到可演示 POC 的标准动作	给你一个模糊需求，你能 5 天拿出可运行的东西吗？
Demo 与叙事	L3	3 分钟剧本：痛点 → 真实数据 → 对比 → 失败边界 → 价值 → 下一步	讲完后，客户能复述出你的价值主张吗？
技术文档	L3	九件套：问题/Discovery/方案/架构/实现/评测/部署/Demo/价值	你的项目文档，换成别人能照着复现吗？
客户沟通与预期管理	L3	管理期望、说清边界、拒绝不合理需求	客户要一个做不到的功能，你能既拒绝又不丢单吗？
合规与 AI 治理	L3	生成式 AI 管理办法、算法备案、数据不出域、内容安全、审计留存	客户问合规，你能当场答出三条以上而不是推给法务吗？
失败边界与兜底	L3	主动定义失败场景、人工接管、可回滚、幂等	你的方案里写清楚「AI 错了怎么办」了吗？
培训与知识转移	L2	把能力交给客户团队，而不是一直绑定自己	你交付完三个月，客户能自己运维吗？
节奏与项目管理	L3	范围裁剪、里程碑、风险前置暴露	进度要延期时，你能提前一周说出来并给出方案吗？

四、等级定义与达标线自评最容易犯的错是「用过就算会」。所以每一级都给了可判定的标准。

等级	名称	判定标准	典型证据
L0	没接触	没听说过，或只见过名词	—
L1	知道概念	能说出它是什么、解决什么问题，但没动手做过	能给别人解释这个概念
L2	指导下能做	照着文档或示例能跑通，遇到异常需要人帮	有一个跑通过的 Demo
L3	能独立做并讲清	从零独立完成，能处理常见异常，能用 2 分钟给客户讲明白	有真实项目产出 + 能量化效果
L4	能定标准/教人	能定义团队的规范与选型标准，能把别人教会，能优化别人的方案	有被复用的规范文档或带出过人

达标线怎么定：本清单里标 L3 的是核心技能（不会就不算 AI-FDE），标 L2 的是支撑技能（可以不够深但不能空白）。没有 L1 项——因为只写「了解即可」的内容没有进清单。
健康的分布应该是：L3 及以上占 60% 以上，且六大域里没有任何一域低于 50%。如果某一域明显偏低，那通常就是你的转型瓶颈所在。

五、不同背景的短板 AI-FDE 是复合岗位，没人天然全都会。四类常见背景各自的短板不一样，补的地方也不同。

实施 / 交付出身

起点：业务理解与客户沟通是强项，沟通类技能通常直接达标。

最容易缺：AI 工程（Evaluation、Context Engineering、私有化推理）与运维工程（可观测、成本）。习惯按既定方案交付，遇到需要自己定义技术方案的场景会犹豫。
补法：先补 Evaluation——它是把「感觉挺好」变成「数据证明」的唯一手段，也是你向客户证明价值最有力的材料。

售前 / 方案出身

起点：叙事与商业论证是天然优势，Discovery 和 Demo 上手最快。

最容易缺：动手深度。方案讲得好但自己做不出来，容易被技术方问倒，也容易被客户追问细节时露怯。
补法：至少做到 L2 以上的 Python 与 AI 工程实现、低代码平台能力——不需要写得多好，但要能自己搭出来跑通。

运维 / SA 出身

起点：运维工程与企业集成是强项，Linux、Docker、权限审计通常起点很高。

最容易缺：业务发现与叙事。做得出来但讲不出去，客户听不懂价值，这是运维背景转型最大的坎。
补法：把 Discovery 和 Demo 当成技术任务一样刻意练习——录下自己讲 Demo 的视频回看，通常看一次就知道问题在哪。

开发出身

起点：软件工程与 AI 工程上手最快，代码类技能基本无障碍。

最容易陷进去的坑：技术栈发散。喜欢自己造轮子、追新框架，忽略业务价值与交付节奏。
补法：强制自己每个项目都写完整的九件套文档，尤其是 Business Value 那一份——写不出来就说明这个技术没有业务价值。

最容易被忽略的一项：交付与沟通里的「失败边界与兜底设计」。大多数人把精力放在「让 AI 做对」，但客户真正在意的是「它做错了会怎样」。能不能在方案里写清楚失败时怎么兜底、怎么人工接管，是区分「Demo 选手」和「能交付的人」的分水岭。

一、能力概览 先打分（在下方清单里选等级），上面的雷达图和进度条会自动更新。达成率 = 当前等级 ÷ 目标等级。

六大能力域达成率

二、技能思维导图 点击域节点展开该域下的技能项；点击任意节点在右侧查看要求、自检问题并设置当前等级。节点填充色随等级变化。

三、53 项技能清单 在这里打分最快：每行右侧下拉框选择当前等级。绿色 ✓ = 已达到目标等级。评分保存在本机浏览器，下次打开还在。

四、等级定义与达标线 自评最容易犯的错是「用过就算会」。所以每一级都给了可判定的标准。

五、不同背景的短板 AI-FDE 是复合岗位，没人天然全都会。四类常见背景各自的短板不一样，补的地方也不同。

标题

一、能力概览先打分（在下方清单里选等级），上面的雷达图和进度条会自动更新。达成率 = 当前等级 ÷ 目标等级。

二、技能思维导图点击域节点展开该域下的技能项；点击任意节点在右侧查看要求、自检问题并设置当前等级。节点填充色随等级变化。

三、53 项技能清单在这里打分最快：每行右侧下拉框选择当前等级。绿色 ✓ = 已达到目标等级。评分保存在本机浏览器，下次打开还在。

四、等级定义与达标线自评最容易犯的错是「用过就算会」。所以每一级都给了可判定的标准。