Ch15 生产软件工程 · 一页信息图¶

一句话总纲: 生产软件工程 = AI 模型从笔记本到生产环境: Linux 命令行 + Git 版本管理 + 代码设计 + 测试 + DevOps 部署。Ch15 是 AI 工程师的"工程素养"课。

一 · 知识拓扑图¶

flowchart TB
    A["Linux 命令行
shell/bash/管道
🟢"] -->|基础| B["Git 版本管理
branch/PR/rebase
🟡"]
    B --> C["代码设计
架构/模块/API
🔴"]
    C --> D["测试与质量
单测/集成/CI
🔴"]
    D --> E["DevOps 部署
Docker/K8s/CI/CD
🔴"]
    A --> F["Python 工程
venv/pip/poetry
🟡"]
    E --> G["AI 部署
模型服务/vLLM
🔴"]
    G --> H["LLM 服务化
API/RAG/Agent
🔴"]

二 · 核心速查表¶

#	命令 / 工具	用途
F1	`ls / cat / grep`	文件查看
F2	`ps / top / htop`	进程监控
F3	`ssh / scp / rsync`	远程
F4	`git clone / commit / push`	版本管理
F5	`git rebase / merge`	分支整合
F6	`pytest / unittest`	Python 测试
F7	`Docker / docker-compose`	容器化
F8	`kubectl`	K8s 部署
F9	`pip / poetry / uv`	依赖管理
F10	`pre-commit / black / ruff`	代码规范
F11	`GitHub Actions / Jenkins`	CI/CD
F12	`tmux / screen`	终端复用
F13	`curl / wget`	HTTP 测试
F14	`nginx / caddy`	反向代理
F15	`systemd / supervisor`	进程管理

三 · 关键流程 (4 步)¶

流程 A: Git Flow¶

git checkout -b feature/x
开发 + commit
git push + 开 PR
Review → merge → 删分支

流程 B: Docker 部署¶

写 Dockerfile
docker build -t myapp:v1
docker run -d -p 8000:8000 myapp
推 docker push 到 registry

流程 C: CI/CD¶

Push → 触发 GitHub Actions
跑 lint + test
build Docker 镜像
部署到 staging → 生产

流程 D: LLM 服务化¶

FastAPI 包装模型
vLLM 推理引擎
Docker 镜像
K8s 部署 + autoscaling

四 · 真题 / 面试 100 题¶

#	题面	难度
Q1	git rebase vs merge	★★
Q2	Docker 与 VM 区别	★★
Q3	K8s Pod / Deployment / Service	★★★
Q4	CI/CD 与 GitOps 差异	★★★
Q5	单测 / 集成 / E2E 测试	★★
Q6	测试覆盖率指标	★★
Q7	SOLID 原则	★★★
Q8	12-Factor App	★★★
Q9	LLM 服务化的延迟优化	★★★
Q10	模型版本管理 (DVC / MLflow)	★★

五 · 与上下章连接¶

Ch13 §04 并发 → Ch15 §01 Linux 进程
Ch13 §05 编程语言 → Ch15 §03 代码设计
Ch14 数据结构 → Ch15 §04 测试 (data fixtures)
Ch07 §04 Transformer → Ch15 §05 LLM 部署

六 · 一段话总结¶

生产软件工程是 AI 从原型到产品的"最后一公里": §01 Linux/CMD (日常工具) → §02 Git (协作) → §03 代码设计 (架构) → §04 测试 (质量) → §05 DevOps (部署)。AI 工程师必备技能: git, pytest, Docker, K8s, CI/CD。