RAG 与 Agent 项目不是简单调用大模型接口。一个企业级 RAG 系统通常包含文档采集、清洗、切分、Embedding、向量检索、Rerank、权限控制和效果评测；Agent 系统还要处理工具注册、任务编排、记忆机制、Tracing 和失败恢复。

这些链路一旦进入生产环境，就需要容器化部署、灰度发布、监控告警、日志检索、资源隔离和自动化回滚。没有云原生底座，AI 应用很难稳定支撑业务访问。

因此课程把 Kubernetes、Prometheus、Jenkins、Ansible、vLLM、KServe、Milvus、MCP 和 Agent 编排放在同一条学习路径中，帮助学员理解 AI 应用从开发到运维交付的完整闭环。