这一组文档面向正在学习 AI Native 工程实践的开发者，以 OncallAgent 的真实仓库为依据，按照“先建立全局认识，再理解基础能力，随后进入 Agent 与 AIOps 主链路，最后补齐质量与运行保障”的顺序组织。
📷 [图片 token=C4xJbcHidoCaZ5x6YJjcn5ZjnjG（未能下载，见飞书原文）]
每篇文章都采用相同的阅读骨架：学习目标、完整调用链、带代码流程图的源码地图、逐节展开的关键源码拆解、数据与状态、权限与失败边界以及建议阅读顺序。“关键实现拆解”中的每个二级主题都会结合真实源码或局部图示，代码保留决定行为的核心语句并加入中文编号注释。阅读时可以先用总图建立整体认识，再沿各节的局部图和代码进入真实实现，最后回到文字章节理解工程边界。
📷 [图片 token=KgQWbKq2Mo7FV3xu6wxcNYehnXb（未能下载，见飞书原文）]
建议学习顺序
先建立系统边界
OncallAgent 架构全景与源码阅读地图
HTTP、错误、OpenAPI 与 SSE 共享契约
用户认证与 tenant 数据隔离
Qwen 模型接入与本地安全配置
本地基础设施与 Milvus 向量边界
再掌握知识与对话运行机制
SQLite Durable Background Job 运行机制
知识文档上传、切分、索引与页面状态
Milvus、BM25L、RRF 与 rerank 混合检索
LangChain 流式 Chat Agent 与前端 SSE
Prompt、渐进式 Skill 与会话记忆
最后进入真实工具与 AIOps 闭环
用户级 MCP 连接与真实工具调用
告警到证据报告的 LangGraph 诊断闭环
诊断案例自动沉淀与知识复用
工具调用审计与结构化用户反馈
Readiness、可观测性与本地运行
📷 [图片 token=R1bqbVNy2omO9mx4wowciVAwn6b（未能下载，见飞书原文）]