adongwanai GitHub avatar

AgentGuide

MDX
AI Agent学习指南adongwanai最近推送 2026年11月5日
学习资源CC-BY-4.012.1k1,14311 issues7 天 +185

AI 分析 · 由大模型根据 README 与仓库数据生成 · 2026年11月17日

中文 AI Agent 开发与求职知识库,提供系统学习路线和面试准备。

这是一个面向大模型开发者与求职者的中文开源文档项目,内容覆盖 Agent 开发、LangGraph 实战、高级 RAG、强化学习、数据合成和面试题库。它把分散的课程、教程和论文资源整理成系统化学习路径,并按开发岗、算法岗和科研前沿分线组织。

推荐指数

4.0

内容体系完整、求职导向明确,适合作为 Agent 方向的学习索引,但本质是文档导航而非可运行代码。

近 7 天

+185

新增 Star

总 Star 排名

#584

雷达追踪的 3,958 个 AI 仓库中

创建于

2025

2025年11月3日

核心亮点

  • 1双岗位路线

    开发岗与算法岗分别给出学习路线和周期建议。

  • 2求职导向

    知识点标注面试考法,附 1500+ 面试题与面经。

  • 3技术栈覆盖广

    从 Agent Harness、RAG 到 SFT、GRPO 均有涉及。

  • 4资源整合

    引用已有优质课程和论文,串联成学习顺序。

  • 5持续更新

    仓库近期仍在推送,并维护前沿研究追踪站点。

适用场景

  • 转行准备

    例如:有后端经验想转 Agent 开发,按开发岗路线安排 8-12 周学习。

  • 面试冲刺

    例如:用面试题库和系统设计专题复习 Agent 相关考点。

  • 技术选型学习

    例如:对照技术栈清单了解 LangGraph、MCP、GraphRAG 等概念。

它是怎么工作的

  1. 第 1 步

    确定岗位方向

    先按开发岗或算法岗选择对应学习路线。

  2. 第 2 步

    按路线学习

    沿路线图依次学习 Agent、RAG、上下文工程等主题。

  3. 第 3 步

    做实战项目

    从项目导航中选开源项目练手,形成简历素材。

  4. 第 4 步

    面试准备

    用题库和面经检验掌握程度并查漏补缺。

快速上手

  1. 1

    访问在线站点

    先浏览项目官网了解整体结构。

  2. 2

    读新手入门

    从 getting-started 文档开始。

  3. 3

    选学习路线

    按目标岗位进入对应 roadmap 文档。

适合谁

  • 想转行或入门 AI Agent 的开发者
  • 准备大模型相关岗位面试的求职者
  • 需要系统梳理 Agent 技术栈的学习者

不太适合

  • 想要直接可运行代码库的开发者
  • 寻找生产级框架或 SDK 的团队

成熟度

  • 活跃度创建于 2025 年 11 月,最近一次推送在 2026 年 11 月,仍在更新。
  • 文档README 结构完整,含目录、路线图与文档导航。
  • 社区约 1.2 万 star、1100+ fork,开放 issue 仅 11 个。
  • 上手难度按目标分线导航清晰,但内容量大需按路线阅读。

使用前注意

  • · 项目以文档和资源链接为主,不提供可直接运行的代码。
  • · 采用 CC-BY-4.0 许可,转载或二次使用需署名。
  • · 部分内容引用外部资源,链接可能随外部站点变化失效。
  • · 学习路线周期为作者建议,实际进度因人而异。

主题标签

ai-agentcrewaiinterviewjob-huntingllmragtutorialagenticraggraphraggrposftagentic-rlclaude-codeharness