一个对标 JavaGuide 的中文 AI Agent 开发知识库：把分散的教程、框架文档与面试题整合成一条"学得会、做得出、讲得清"的求职路线，配套 1500+ 题库与实战项目方法论。核心能力围绕6步学习路径、上下文工程专题、协议生态讲解展开。AI Agent 岗位在 2026 年成为招聘热词，但学习资料极度碎片化——LangGraph 文档、RAG 论文、评测实践各自孤立，求职者最缺"地图"。
| 项目 | 内容 |
|---|---|
| 仓库链接 | https://github.com/adongwanai/AgentGuide |
| 语言 / 许可证 | HTML · 未声明许可证（自称完全开源免费） |
| 总星标 | ⭐ 8,833 |
| 本月净增 | +1,469 |
| 榜单 | 星标增速榜第 45 名 |
一个对标 JavaGuide 的中文 AI Agent 开发知识库：把分散的教程、框架文档与面试题整合成一条"学得会、做得出、讲得清"的求职路线，配套 1500+ 题库与实战项目方法论。
AI Agent 岗位在 2026 年成为招聘热词，但学习资料极度碎片化——LangGraph 文档、RAG 论文、评测实践各自孤立，求职者最缺"地图"。AgentGuide 以 JavaGuide 式的系统化路径切入，踩中了"转行大模型/Agent 方向"这一庞大人群的刚需；GitHub Pages 站点降低了阅读门槛，题库型内容的收藏转发属性又天然利于星标裂变。
7. 训练与数据：SFT、LoRA/QLoRA、DPO/GRPO、轨迹数据合成。
8. 求职配套：1500+ 面试题库、"1-2-5"求职新范式框架、8 阶段产出清单、LaTeX 简历模板。
纯文档型仓库（HTML 站点配合 Markdown 源），无运行时代码负担，主推"资源整合而非重复造轮子"的编排式知识结构；辅以分背景（算法/开发双线）的最小示例代码片段展示 ReAct Loop 等核心机制。
零门槛使用：直接访问 GitHub Pages 或阅读仓库 README；想跟随实战章节需要基础的 Python 环境、任一 LLM API Key 及 LangGraph/Dify 等框架。
零基础读者从"6 步路径"入口进入，先花 1–2 周过 L1 建立 Agent 心智模型；已有 LLM 应用经验者直奔 L2 的 Agent Loop 手撕实现与 Eval 章节；临面试者对照 1500+ 题库逐类刷题并背诵"做得出、跑得稳、测得准、讲得清"四维表达框架。
校招/社招冲刺 Agent、RAG、LLM 应用工程师岗位；在职工程师系统性补齐 Agentic 技术栈；培训讲师与博主的内容参考源；团队内部新人 onboarding 教材。
对比 prompt-engineering 类合集：AgentGuide 有清晰的岗位导向与进度规划；对比英文课程（DeepLearning.AI 等）：免翻墙、中文语境、贴近国内大厂面试风格；同类竞品多为零散笔记，其"路径 + 题库 + 项目法"三位一体是最大差异点。
在线站点 https://adongwanai.github.io/AgentGuide · 仓库 https://github.com/adongwanai/AgentGuide · CONTRIBUTING.md 参与共建 · LaTeX 简历模板随仓库分发