Skip to content

完整项目实战

前面四个模块学的都是概念和组件。这个模块把它们全部串起来,交付三个完整的 Agent 应用。

每个项目从需求到上线,覆盖完整的工程链路。

这三个项目不仅是练手项目,也是简历项目。每个项目都要求你能说清楚业务目标、技术架构、关键难点、性能和成本取舍。

可以按下面的展开目录逐个学习:


项目一:Coding Agent

目标: 一个能自主读代码、写代码、执行测试的 Agent。给它一个任务描述,它能自己完成编码工作。

技术栈:

  • 手写 Agent Loop(Tool Use)
  • 工具:文件读写、Shell 执行、代码搜索
  • 语言:Python 或 TypeScript

功能范围:

  • 读取代码库结构,理解项目上下文
  • 根据需求描述生成代码,写入文件
  • 执行测试,失败时自动修复
  • 生成 commit message 和变更摘要

你会面对的工程问题:

  • 沙箱隔离:代码执行不能影响主机环境
  • 工具调用链路的错误恢复
  • 大代码库的 context 压缩策略

简历怎么写:

  • 独立设计并实现 Coding Agent,支持代码检索、文件编辑、测试执行和失败自动重试
  • 基于 Tool Use 和 ReAct 循环构建多步任务执行系统,提升复杂编码任务自动化程度
  • 设计安全执行与错误恢复机制,降低工具调用失败对任务完成率的影响

面试怎么讲:

  • 为什么 Coding Agent 必须有最大步数、工具权限控制和错误恢复
  • 大代码库为什么不能全量塞进 context,压缩和检索怎么取舍

项目二:知识库 Agent

目标: 一个能回答「你们的产品文档里怎么说」类问题的 Agent。有准确的引用来源,不瞎编。

技术栈:

  • LangGraph(工作流管理)
  • Chroma 或 Qdrant(向量存储)
  • 后端 API(FastAPI / Express)
  • 前端对话界面(React / Vue)

功能范围:

  • 导入多格式文档(PDF、Markdown、网页)
  • Hybrid 检索 + Reranking
  • 带引用来源的回答(能点击跳转原始文档)
  • 对话历史管理
  • 管理员界面:文档管理、检索调试

你会面对的工程问题:

  • 文档更新时如何增量同步向量
  • 检索结果质量的监控和告警
  • 多租户隔离(不同用户的知识库不能混)

简历怎么写:

  • 从零搭建企业知识库 Agent,支持多格式文档导入、Hybrid 检索和引用溯源回答
  • 基于向量数据库与 Reranking 优化检索链路,提升回答相关性与可追溯性
  • 设计多租户知识隔离和文档增量更新机制,支撑持续运营场景

面试怎么讲:

  • 为什么只做向量检索不够,为什么要 Hybrid 检索和 Reranking
  • RAG 的评估怎么做,怎么判断问题出在检索还是生成

项目三:多 Agent 协作系统

目标: 一个能完成复杂研究任务的多 Agent 系统。输入一个研究问题,输出一份结构化报告。

架构:

用户 → Orchestrator Agent

    ┌─────────┼─────────┐
    ↓         ↓         ↓
Search    Analysis   Writing
Agent     Agent      Agent

技术栈:

  • AutoGen 或 LangGraph(多 Agent 编排)
  • MCP Server(工具:网络搜索、PDF 解析、代码执行)
  • 前端进度界面(实时显示每个 Agent 的状态)

功能范围:

  • Orchestrator 接收任务,分解为子任务,分配给专业 Agent
  • Search Agent:联网搜索,抓取相关资料
  • Analysis Agent:提取关键信息,交叉验证
  • Writing Agent:生成结构化报告,带引用
  • 前端界面:实时显示 Agent 状态和中间结果

你会面对的工程问题:

  • Agent 间的消息协议设计
  • 子 Agent 失败时的重试与降级
  • 并行 Agent 的资源限制
  • 端到端任务时间和成本控制

简历怎么写:

  • 设计多 Agent 协作系统,完成复杂任务分解、并行执行与结果汇总
  • 构建 Orchestrator-Worker 架构,实现 Research、Analysis、Writing 等角色分工协作
  • 设计任务状态管理、失败降级与资源限制机制,提升多 Agent 系统稳定性

面试怎么讲:

  • 为什么这个场景需要多 Agent,而不是一个大 Agent
  • Agent 之间如何通信,如何定义终止条件,如何避免资源失控

项目评审标准

每个项目完成后,用以下标准自评:

维度问题
功能完整性核心功能是否全部实现
错误处理工具调用失败、模型出错时如何处理
可观测性能看到 Agent 每一步在做什么吗
成本控制一次任务消耗多少 token,是否合理
可维护性代码结构清晰,下周还能看懂

项目交付要求

每个项目都要补齐 3 份求职材料:

  • 简历版描述:控制在 3 条以内,每条突出结果和技术亮点
  • 面试版讲稿:能在 3 分钟和 10 分钟两个时长内讲清楚
  • 高频追问答案:至少准备 10 个追问,包括架构、失败模式、性能、成本、扩展性

大齐 AI 课堂 · 程序员的 Agent 开发课