🤖 Agent 进阶路线（14 周计划）

• 大模型 API 基本调用（DeepSeek / 通义 / 智谱，均有免费额度）
• 消息角色与上下文管理（system / user / assistant）
• 提示词工程基础：角色设定、Few-shot、结构化输出（JSON）
• Python requests / openai SDK 调用封装

命令行工具：输入简历文本 + 目标岗位 JD，输出匹配度评分和改写建议

「我做了一个简历诊断工具，核心是把 HR 的 JD 和候选人简历一起喂给大模型，通过 Few-shot 提示词让模型按固定 JSON 格式输出评分。我踩过的坑是模型输出不稳定，用 JSON 校验 + 失败重试解决了。」

• Flask 路由 / 模板 / 表单 / 会话管理
• MySQL 或 SQLite 存储对话与用户数据
• 向量检索概念：文本切分、Embedding、余弦相似度
• RAG 最小实现：文档 → 切分 → 向量化 → 检索 → 拼 Prompt

上传学校规章制度/课程文档，学生网页提问，机器人基于文档内容回答

「我把学校的学生手册做成知识库，用 Embedding + 相似度检索实现了 RAG 问答。检索准确率是个难点，我对比了不同切分粒度对召回的影响，最终按段落 300 字切分效果最好。」

• Function Calling / 工具调用协议
• ReAct 模式：思考 → 行动 → 观察 循环
• 多轮任务编排与终止条件
• Agent 安全边界（哪些操作要人工确认）

给定目标岗位，Agent 自动完成：搜索岗位信息 → 分析 JD → 生成简历建议 → 输出行动清单

「我的求职 Agent 用 ReAct 模式，模型每轮决定调用哪个工具（搜索/分析/生成），我设计了终止条件和兜底策略防止死循环。这个项目让我真正理解了 Agent 的调度本质。」

• Linux 基础操作与文件权限
• Gunicorn 多进程部署 Flask
• Nginx 反向代理与 HTTPS 证书
• systemd 服务管理与日志排查

把阶段二或三的项目部署上线，绑定自己的域名，作为简历上的「可访问链接」

「这个项目我独立完成了从开发到上线的全流程：Linux 服务器、Gunicorn、Nginx、HTTPS 证书。简历上附了可访问的链接，面试官当场打开看——这是所有项目里最有说服力的一环。」