इस प्रोजेक्ट के बारे में

AgentGuide JavaGuide के समकक्ष एक AI एजेंट सीखने की मार्गदर्शिका है, जिसे संसाधन एकीकरण, व्यवस्थित मार्ग और व्यावहारिक-उन्मुख खुला-स्रोत ज्ञानकोष के रूप में स्थापित किया गया है। यह 'बनाओ, चलाओ, मापो, समझाओ' के इर्द-गिर्द सामग्री व्यवस्थित करता है, जिसमें एजेंट सिस्टम और हार्नेस, संदर्भ इंजीनियरिंग और मेमोरी, टूल और प्रोटोकॉल पारिस्थितिकी, RAG और ज्ञान प्रणाली, मूल्यांकन और अवलोकनीयता, पोस्ट-ट्रेनिंग और एजेंटिक RL, साथ ही परियोजनाएँ, अनुसंधान और नौकरी खोज शामिल हैं। परियोजना दो मुख्य सीखने के मार्ग प्रदान करती है: एल्गोरिदम भूमिका (10-15 सप्ताह) और विकास भूमिका (8-12 सप्ताह), और शून्य से नौकरी तक 6-चरणीय पूर्ण मार्ग शामिल है: लक्ष्य भूमिका निर्धारण, नौकरी पाने की पद्धति, सीखने का मार्ग, व्यावहारिक परियोजनाएँ, व्यवस्थित अध्ययन, साक्षात्कार तैयारी। मुख्य सामग्री में शामिल हैं: - **नौकरी खोज का नया प्रतिमान**: 'क्या सीखा > क्या बनाया' पर जोर देता है, 1-2-5 नौकरी ढांचा, व्यक्तिगत ब्रांड निर्माण, आवेदन रणनीति और रिज़्यूमे अभिव्यक्ति सूत्र प्रदान करता है। - **एजेंट नौकरी सफलता टू-डू सूची**: 8-चरणीय सीखने के परिणाम, परियोजना कार्यान्वयन 5-चरणीय विधि, साक्षात्कार गहरे-पानी प्रश्न (एजेंट लूप, संदर्भ इंजीनियरिंग, टूल डिज़ाइन, मेमोरी, मूल्यांकन, विश्वसनीयता)। - **तकनीकी क्षमता चार-स्तरीय मॉडल**: L1 बुनियादी जागरूकता (एजेंट अवधारणा, बड़े मॉडल सिद्धांत), L2 विकास कार्यान्वयन (ReAct, LangGraph, AutoGen), L3 उन्नत अनुकूलन (RAG, संदर्भ इंजीनियरिंग, MCP, फाइन-ट्यूनिंग और सुदृढ़ीकरण सीखना), L4 साक्षात्कार तैयारी। - **व्यावहारिक परियोजनाएँ**: रिज़्यूमे-स्तरीय परियोजनाएँ प्रदान करता है, जिसमें पूर्ण कोड, वास्तुकला डिज़ाइन, एल्गोरिदम और विकास भूमिकाओं के लिए दो रिज़्यूमे लेखन शैलियाँ शामिल हैं। - **साक्षात्कार प्रश्न बैंक**: 1500+ प्रश्न/अनुभव, सिस्टम डिज़ाइन, प्रोग्रामिंग प्रश्न, और 2026 अत्याधुनिक साक्षात्कार विषय (स्व-विकसित एजेंट, एजेंटिक RL, AI इंफ्रास्ट्रक्चर, कोडिंग एजेंट, विश्व मॉडल आदि)। परियोजना पूरी तरह से खुला-स्रोत है, लगातार अद्यतन होती है, लेखक एक अग्रणी बड़े मॉडल एल्गोरिदम इंजीनियर है, समुदाय-संचालित है, और योगदान का स्वागत करती है।