HFL AI Agent Lab

Appearance

Learning Dashboard

AI Agent 学习路径看板

这个页面把站内内容组织成“学什么 → 做什么项目 → 怎么验证 → 怎么面试表达”的路径。它不是文章列表，而是给读者和招聘方看的能力导航。

定位这页解决“按什么顺序学”：把站内内容按阶段组织成从基础认知到工程化、作品集与面试表达的路线。
去哪不在这页的去哪：想逐篇读文章去 专题索引，想直接看成品去 项目作品集，想按场景总览全站去 内容地图。
Stage 01

建立 Agent 基础认知

先掌握 Prompt、Context、RAG、Tool Calling、Memory、Runtime 和 Multi-Agent 的基础概念。

进入学习路线 →Stage 02

补齐工程化能力

把模型调用升级成可上线系统：后端、数据库、权限、工具治理、Trace、Eval、MCP 和部署。

阅读工程笔记 →Stage 03

沉淀作品集项目

用 Project B 展示多 Agent Copilot 的架构、Demo、Trace / Eval、审批和 STAR 故事。

查看 Project B →Stage 04

转化为面试表达

把技术点变成一分钟介绍、深挖问答、简历 bullet、STAR 故事和项目答辩脚本。

准备面试表达 →

Capability Tracks

按能力选择阅读路径

RAG

企业知识库与检索增强

从 RAG 基础、metadata、权限过滤、freshness、citation 到检索故障排查和评测报告。

RAG 工程化路径 →
Agent Runtime

状态机、工具与执行轨迹

理解 Agent Runtime、Workflow、Run Replay、Decision Record、Approval 和 Control Plane。

Agent Runtime 专题 →
MCP / Skills

工具协议与可复用工作流

学习 MCP Server、Resources、Prompts、Tool Schema、Skill authoring、Skill 评测与组合开发。

MCP / Skills 选型 →
Eval / Observability

评测、追踪与上线门禁

用 Trace、Eval Dataset、LLM-as-Judge、Release Gate 和 Dashboard 让 Agent 可回归。

可观测性设计 →
Security

权限、安全与 Guardrails

覆盖 OWASP LLM Top 10、Prompt Injection、RBAC、Guardrails、Red Team 和审计日志。

安全面试指南 →
Portfolio

作品集与求职证据

把每个关键词映射到项目、架构图、Demo、评测、复盘和面试故事，形成可证明材料。

证据地图 →

Weekly Sprint

7 天冲刺路线

Day 1读 Agent 基础、Tool Calling、Context Engineering，建立概念框架。
Day 2读 RAG 工程化与权限过滤，理解企业知识库项目怎么讲。
Day 3读 Agent Runtime、状态机、工具治理和审批，准备系统设计图。
Day 4读 MCP / Skills 页面，理解工具扩展和可复用工作流。
Day 5读 Trace / Eval / Observability，准备上线和排障回答。
Day 6浏览 Project B 证据包，练习 5 分钟 Demo 和项目深挖。
Day 7整理简历 bullet、STAR 故事和面试追问库，做一次模拟答辩。

Next Best Action

如果只看一个项目，先看 Project B

Project B 已经包含多 Agent、工具治理、Human-in-the-loop、Trace / Eval、Demo 脚本和面试故事，是当前站点最适合求职展示的主线项目。

进入 Project B 作品集 →