AgentGuide

📚

📖 系统化学习路径

从零基础到面试通过的完整路线，将碎片化资源串联成完整学习路线，告诉你先学什么、再学什么。

🎯

每个知识点都标注“面试怎么考”、“简历怎么写”，提供真实大厂面试题、系统设计与编程题。

💻

涵盖 LangGraph、RAG、上下文工程、监督微调 SFT、强化学习与偏好优化 (GRPO/DPO)、沙箱安全与评测工程。

🚀

提供学术论文阅读 Agent、旅行规划 Agent、网页自动化 Agent 等多个可直接写入简历的高级实战项目。

🔥 AI Agent 开发 × 面试求职 = 一站式解决方案

对标 JavaGuide 的 AI Agent 学习指南
从入门到拿 Offer，系统化 + 实战化 + 求职导向

💡 核心理念

📌 本项目定位：资源整合 + 系统化路径 + 实战导向

🎯 我们的原则：

🗺️ 覆盖核心技术栈（2026版）

🤖 Agent 应用层	🧩 Agent Harness 层	📊 Data / Eval / Training 层
LangGraph / OpenAI Agents SDK AutoGen / CrewAI Research / Coding / Web Agent Computer Use / 浏览器自动化	Context Engineering / Prompt 缓存 Memory / Tool Schema / MCP Sandbox 沙箱 / HITL 人机协同 Trace 链路观测 / Replay 复盘	Docling / MinerU 文档解析 Milvus / Qdrant / Chroma 向量库 GraphRAG / Agentic RAG SFT 微调 / DPO / GRPO 强化学习

🤖 Agent 应用层

🧩 Agent Harness 层

📊 Data / Eval / Training 层

🎯 适合人群

🔥 求职目标：AI Agent 算法工程师 | AI Agent 开发工程师 | RAG 系统工程师 | 大模型应用工程师

🔥 学习需求：想攻克 Agent Loop, LangGraph, MCP, RAG, 向量库, 强化学习, 并希望能将项目高分呈现在简历上