agentguide

AgentGuide 是一个对标 JavaGuide 的 AI Agent 学习指南，定位为资源整合、系统化路径和实战导向的开源知识库。它围绕“做得出、跑得稳、测得准、讲得清”组织内容，覆盖 Agent 系统与 Harness、上下文工程与记忆、工具与协议生态、RAG 与知识系统、评测与可观测性、Post-training 与 Agentic RL，以及项目、研究与求职。 项目提供两条主线学习路线：算法岗（10-15 周）和开发岗（8-12 周），并包含 6 步从零到 Offer 的完整路径：确定目标岗位、拿 Offer 方法论、学习路线、实战项目、系统学习、面试冲刺。核心内容包括： - **求职新范式**：强调“做出什么 > 学过什么”，提供 1-2-5 求职框架、个人品牌建设、投递策略和简历表达公式。 - **Agent 求职通关 Todo List**：8 阶段学习产出、项目落地 5 步法、面试深水区问题（Agent Loop、Context Engineering、Tool Design、Memory、Eval、Reliability）。 - **技术能力四层模型**：L1 基础认知（Agent 概念、大模型原理）、L2 开发实现（ReAct、LangGraph、AutoGen）、L3 高阶优化（RAG、上下文工程、MCP、微调与强化学习）、L4 面试准备。 - **实战项目**：提供简历级项目，包含完整代码、架构设计、算法岗和开发岗两种简历写法。 - **面试题库**：1500+ 题/面经、系统设计、编程题，以及 2026 前沿面试专题（自进化 Agent、Agentic RL、AI Infra、Coding Agent、世界模型等）。 项目完全开源，持续更新，作者为一线大模型算法工程师，社区驱动，欢迎贡献。