罗罗编程学习记录
本页内容 展开查看

06.13 实战项目阶梯

所属:全栈开发面试题库 / 学习路径 / 06 AI Agent

项目按递进关系排列:先跑通单轮与结构化输出,再做 RAG,然后进入工具调用 Agent,接着做多智能体编排与长任务,最后做生产级工程化落地。指标受硬件、模型档位与业务复杂度影响,表中数值为练习目标量级,用于衡量相对进步而非绝对基准。

7.1 单轮问答与结构化输出服务

  • 目标:把模型调用封装成最小可用服务,稳定产出可解析的结构化数据。
  • 涉及技术点:模型 API、环境变量管理、JSON Schema 输出约束、参数控制、错误处理、流式返回基础、Git 管理。
  • 验收指标:20 条固定用例结构化解析成功率不低于 90%;非法输入有明确错误返回;单次调用成本与 token 量可统计;无 Key 硬编码。
  • 可写进简历的产出:结构化输出接口设计、输出契约与参数调优记录、基础成本核算方法。

7.2 带知识库的 RAG 问答(含引用与拒答)

  • 目标:完成文档解析、切分、检索、重排与答案生成的完整 RAG 闭环。
  • 涉及技术点:文档解析清洗、切分策略、embedding、向量库与元数据过滤、BM25 + 向量混合检索、rerank、引用标注、拒答逻辑、增量索引。
  • 验收指标:30 条问答评测集上召回命中率可量化,答案正确率有明确记录;无关问题拒答率符合预期;每条可回答答案带来源引用;文档更新后索引可增量刷新。
  • 可写进简历的产出:RAG 链路架构图、切分与检索策略选型记录、评测集与指标数据、幻觉与拒答处理方案。

7.3 带工具调用的 Agent(检索、计算、外部 API)

  • 目标:实现模型决策、工具执行、结果回填与自我修正的完整 Agent 循环。
  • 涉及技术点:Function Calling/MCP、工具 Schema 设计、幂等与重试、并行调用、错误返回、轨迹日志、预算上限、参数与权限校验。
  • 验收指标:20 条固定用例工具调用成功率不低于 80%;工具失败可重试或改道;每次调用入参出参可在 trace 中回放;无重复副作用;步数与成本有上限兜底。
  • 可写进简历的产出:工具设计文档、Agent 循环状态流转图、错误重试与权限控制方案、工具调用成功率数据。

7.4 多智能体编排与长任务断点续跑

  • 目标:掌握主 Agent 与 subagent 分工、上下文管理、长期记忆与长任务恢复。
  • 涉及技术点:Plan-Execute 或 ReAct 编排、subagent 委派与通信、上下文压缩与摘要、短期/长期记忆、检查点持久化、冲突与停止条件处理。
  • 验收指标:复杂任务可拆解给多个 subagent 完成并汇总;中断后从检查点恢复不重复执行;记忆按用户隔离;长任务在预算耗尽时安全收尾;多智能体职责划分清晰无重叠。
  • 可写进简历的产出:多智能体角色与通信设计、上下文与记忆方案、断点续跑机制、长任务预算控制策略。

7.5 生产级 AI 应用(鉴权、限流、缓存、成本与评测)

  • 目标:把 Agent/RAG 能力做成可上线的服务,具备鉴权、可观测、评测闭环与灰度发布能力。
  • 涉及技术点:FastAPI 异步与 SSE 流式、鉴权与工具级权限、限流降级、语义缓存、模型分级路由、trace 与数据集、离线评测集、A/B 与灰度、安全自检(注入、越权、外泄、审计)。
  • 验收指标:核心链路 P95 延迟与单次成本有量化记录;缓存命中率可统计;模型降级与限流规则在压测下生效;评测集覆盖正常、边界与对抗用例;bad case 进入回流流程;敏感操作有人工确认环节。
  • 可写进简历的产出:生产架构与部署方案、成本与延迟优化前后对比、评测体系与指标看板、安全合规自检表、灰度与回滚流程。