منصوبے کے بارے میں

AgentGuide ایک AI Agent سیکھنے کا رہنما ہے جو JavaGuide کے مقابل ہے، اور اسے وسائل کی یکجا کاری، منظم راستے اور عملی رجحان کے اوپن سورس علمی ذخیرے کے طور پر ترتیب دیا گیا ہے۔ یہ 'بنا سکیں، مستحکم چلا سکیں، درست جانچ سکیں، واضح بیان کر سکیں' کے گرد مواد منظم کرتا ہے، اور اس میں Agent سسٹمز اور Harness، سیاق و سباق کی انجینئرنگ اور یادداشت، ٹولز اور پروٹوکول ایکو سسٹم، RAG اور علم کے نظام، تشخیص اور مشاہدہ پذیری، Post-training اور Agentic RL، نیز پراجیکٹس، تحقیق اور نوکری کی تلاش شامل ہے۔ یہ پروجیکٹ دو اہم سیکھنے کے راستے فراہم کرتا ہے: الگورتھم پوزیشن (10-15 ہفتے) اور ترقیاتی پوزیشن (8-12 ہفتے)، اور صفر سے Offer تک کا مکمل راستہ جو 6 مراحل پر مشتمل ہے: ہدف کی پوزیشن کا تعین، Offer حاصل کرنے کا طریقہ کار، سیکھنے کا راستہ، عملی پروجیکٹ، منظم تعلیم، اور انٹرویو کی تیاری۔ - نوکری کا نیا نمونہ: اس بات پر زور دیتا ہے کہ 'آپ نے کیا بنایا > آپ نے کیا سیکھا'، اور 1-2-5 نوکری کا فریم ورک، ذاتی برانڈ کی تعمیر، درخواست دینے کی حکمت عملی اور ریزیومے کے اظہار کے فارمولے فراہم کرتا ہے۔ - Agent نوکری پاس کرنے کی Todo List: 8 مراحل کے سیکھنے کے نتائج، پروجیکٹ کو عملی جامہ پہنانے کے 5 قدمی طریقے، انٹرویو کے گہرے سوالات (Agent Loop, Context Engineering, Tool Design, Memory, Eval, Reliability)۔ - تکنیکی صلاحیت کا چار سطحی ماڈل: L1 بنیادی ادراک (Agent تصورات، بڑے ماڈل کے اصول)، L2 ترقی اور نفاذ (ReAct, LangGraph, AutoGen)، L3 اعلیٰ اصلاح (RAG, سیاق و سباق انجینئرنگ, MCP, فائن ٹیوننگ اور کمک سیکھنا)، L4 انٹرویو کی تیاری۔ - عملی پروجیکٹس: ریزیومے کے قابل پروجیکٹس فراہم کرتا ہے، جن میں مکمل کوڈ، آرکیٹیکچر ڈیزائن، اور الگورتھم اور ترقیاتی دونوں پوزیشنوں کے لیے ریزیومے لکھنے کے طریقے شامل ہیں۔ - انٹرویو سوالات کا بینک: 1500+ سوالات/تجربات، سسٹم ڈیزائن، پروگرامنگ کے سوالات، اور 2026 کے جدید انٹرویو کے موضوعات (خود ارتقا پذیر Agent, Agentic RL, AI Infra, Coding Agent, عالمی ماڈل وغیرہ)۔ یہ پروجیکٹ مکمل طور پر اوپن سورس ہے، مسلسل اپ ڈیٹ ہوتا ہے، اس کا مصنف ایک فرنٹ لائن بڑے ماڈل الگورتھم انجینئر ہے، اور یہ کمیونٹی سے چلنے والا ہے، شراکت کا خیرمقدم کرتا ہے۔