agentguide

AgentGuide는 JavaGuide에 대응하는 AI Agent 학습 가이드로, 리소스 통합, 체계적 경로, 실전 중심의 오픈소스 지식 베이스를 지향한다. '만들 수 있고, 안정적으로 돌아가고, 정확히 측정되고, 명확히 설명된다'는 원칙으로 콘텐츠를 구성하며, Agent 시스템 및 Harness, 컨텍스트 엔지니어링과 메모리, 도구 및 프로토콜 생태계, RAG와 지식 시스템, 평가 및 관측성, 포스트 트레이닝과 Agentic RL, 그리고 프로젝트·연구·취업을 다룬다. 프로젝트는 두 가지 주요 학습 경로를 제공한다: 알고리즘 직군(10-15주)과 개발 직군(8-12주)이며, 0부터 오퍼까지의 6단계 완전 경로(목표 직무 설정, 오퍼 획득 방법론, 학습 경로, 실전 프로젝트, 체계적 학습, 면접 집중)를 포함한다. 핵심 콘텐츠는 다음과 같다: - **취업 신패러다임**: '무엇을 배웠는가보다 무엇을 만들었는가'를 강조하며, 1-2-5 취업 프레임워크, 개인 브랜드 구축, 지원 전략, 이력서 표현 공식을 제공한다. - **Agent 취업 통과 Todo List**: 8단계 학습 산출물, 프로젝트 구현 5단계 방법, 면접 심층 질문(Agent Loop, Context Engineering, Tool Design, Memory, Eval, Reliability). - **기술 역량 4계층 모델**: L1 기초 인지(Agent 개념, 대형 모델 원리), L2 개발 구현(ReAct, LangGraph, AutoGen), L3 고급 최적화(RAG, 컨텍스트 엔지니어링, MCP, 미세 조정 및 강화 학습), L4 면접 준비. - **실전 프로젝트**: 이력서용 프로젝트로, 전체 코드, 아키텍처 설계, 알고리즘 및 개발 직군용 이력서 작성법을 제공한다. - **면접 문제은행**: 1500+ 문제/면접 후기, 시스템 설계, 코딩 문제, 2026 최신 면접 특집(자기 진화 Agent, Agentic RL, AI Infra, Coding Agent, 세계 모델 등)을 포함한다. 프로젝트는 완전 오픈소스로 지속 업데이트되며, 저자는 일선 대형 모델 알고리즘 엔지니어로, 커뮤니티 주도로 기여를 환영한다.