adongwanai/AgentGuide

解決的問題

AgentGuide 為希望進入 AI Agent 領域的個人提供系統性、職業導向的知識庫。它解決了學習資源碎片化問題，將資源組織成針對算法工程師（著重研究與創新）與開發工程師（著重系統實作與業務部署）的結構化路徑，同時特別指導使用者如何建構「履歷級」專案並順利通過技術面試。

如何運作

本專案圍繞「做出、穩定執行、準確測量、清晰解釋」的原則組織內容，提供：

• 結構化路徑圖：針對不同角色的客製化學習路徑（8-15週），從基礎概念逐步過渡到高階實作。
• 技術棧全面覆蓋：涵蓋 Agent Loops、Context Engineering、Memory、工具協定（MCP、Skills）、RAG（GraphRAG、Agentic RAG）、Post-training（SFT、DPO/GRPO）的完整指南。
• 求職框架：採用「1-2-5框架」，將關注點從「我學到了什麼」轉向「我做出了什麼」，並包含個人品牌建構與AI驅動的申請策略建議。
• 面試準備：提供1,500+道面試題庫及如何從架構、業務、成果三個維度描述專案的指南。

適用對象

• 有志成為 AI Agent 算法工程師、AI Agent 開發工程師、RAG 系統工程師者。
• LLM 應用工程師、多模態算法工程師。
• 希望轉入 LLM/Agent 領域的開發者與研究人員。

亮點

• 職業導向方法：每個知識點均與面試考題方式及履歷撰寫方法一一對應。
• 雙軌路徑設計：為著重研究/創新之算法類角色與著重工程/穩定性之開發類角色提供獨立但互補的學習路徑。
• 全面技術棧覆蓋：涵蓋從模型微調、RAG 到 Agent 梳理工程與可觀測性的全生命週期技術棧。
• 實務專案指導：提供5步法協助建構可驗證的專案，並附帶「待辦清單」以確保可落地的學習成果。