Part 20 · 项目实战 + 求职备战

你要做哪 4 个方向（按需挑，至少 2 个垂直 + 1 个综合）

① AI 聊天机器人     升级Part 3/4 成果：流式+记忆+多轮+界面② RAG 知识库       升级Part 5/6 成果：混合检索+重排+评估面板③ AI Agent 应用    Part 9/8/9 成果：能调工具的 Agent + 记忆④ 垂直领域应用      结合你背景：合同审阅 / 前端知识库 / 签名存证咨询

建议组合（贴合你简历）：

• ② RAG 知识库 → 做成"合同/文档审阅助手"（呼应你的数据流转确权平台背景）
• ③ AI Agent → 做成"AI 面试官"（流式 + 记忆 + TTS，鱼皮经典案例）
• ④ 垂直应用 → “前端知识库问答”（你前端强，最顺手）

Section 1 · 定项目 + 起仓库

Subsection 1 · 选 1 个主打项目

• 选 ② 或 ③ 作为"代表作"（面试先讲它）。
• 决定技术栈：FastAPI + DeepSeek + Chroma + 简单前端。

Subsection 2 · 建 GitHub 仓库

git initecho "# 项目名" > README.mdgit add . && git commit -m "init"git remote add origin <仓库地址>git push -u origin main

• 预期看到：GitHub 上有仓库了。

过关：仓库建好 = Section 1 完成。

Section 2 · 把核心功能做成"能用"

Subsection 1 · 重写核心代码

• 主打项目把最核心功能写完整（如 RAG 的检索+生成、Agent 的工具调用）。
• 原则：先能跑通一条完整链路，不追求完美。
• 预期看到：核心功能在命令行能完整跑通。

过关：核心链路跑通 = Section 2 完成。

Section 3 · 加 Web 界面

Subsection 1 · 做前端

• 用 FastAPI 提供接口 + 一个简单 HTML 页面（聊天框/上传框）。
• 前端不好看没关系，先把功能接起来。
• 预期看到：浏览器里能操作你的项目。

过关：有界面能用 = Section 3 完成。

Section 4 · 加流式 + 记忆

Subsection 1 · 体验升级

• 回答改流式（打字机）。
• 多轮对话带记忆（Part 9 Section 13 的方案）。
• 预期看到：界面像 ChatGPT 一样流式 + 记住上下文。

过关：流式+记忆跑通 = Section 4 完成。

Section 5 · 数据与测试

Subsection 1 · 造测试集 + 跑

• 20 个测试问题（覆盖正常/边界/资料外）。
• 记录准确率、失败案例。
• 预期看到：知道你的项目哪些场景会翻车。

过关：测试集完成 = Section 5 完成。

Section 6 · 修复已知问题

Subsection 1 · 修 bug + 优化

• 针对 Section 5 的失败案例逐个修。
• 优化：TopK、chunk、Prompt 措辞。
• 预期看到：测试通过率提升。

过关：有明显改进 = Section 6 完成。

Section 7 · 部署上线

Subsection 1 · 部署

• 部署到你的服务器（你有 Linux 经验，用 systemd + nginx 或 Docker）。
• 预期看到：公网/内网能访问。
• 没服务器：先本地打包（可执行/容器），README 写清部署步骤。

过关：能访问 = Section 7 完成。

Section 8 · 写 README（给面试官看的第一页）

Subsection 1 · 写完整 README 结构：

# 项目名一句话：这是什么## 功能截图（放2~3张图）## 架构图（文字版或 Mermaid）## 技术栈（一行列出）## 快速开始（clone + 装 + 跑）## 效果/评估（测试通过率、RAGAS 分数）## 目录结构

• 预期看到：一个陌生开发者照着 README 能跑起来。

过关：README 完成 = Section 8 完成。

Section 9 · 做第二个项目（垂直应用）

Subsection 1 · 做垂直项目

• 结合你背景做一个（合同审阅助手 / 前端知识库）。
• 复用主打项目的代码骨架（RAG/Agent 通用部分直接拿）。
• 预期看到：第二个项目能跑。

过关：垂直项目能用 = Section 9 完成。

Section 10 · 第二个项目打磨

Subsection 1 · 打磨 + README

• 修问题、写 README、补截图。

过关：第二个项目可展示 = Section 10 完成。

Section 11 · 简历改写（把项目写进简历）

Subsection 1 · 写项目描述 每项目用"四段式"：

背景（为什么做）我做了什么（技术栈+关键功能）技术难点（检索优化/流式/记忆/评估）量化结果（准确率、RAGAS 分数、并发、延迟）

• 示例：

企业知识库问答系统（RAG + Agent）：基于 DeepSeek + Chroma + FastAPI 自建知识库问答，支持混合检索（BM25+向量）与重排，RAGAS 忠实度 0.91；用 LangGraph 接入工具调用实现"能查库、能算数"的 Agent；通过 SSE 流式输出实现打字机体验，部署于 Linux + nginx。

Subsection 2 · 对照你的旧简历

• 把 AI 项目替换/补充进"项目经历"区。

过关：简历有 AI 项目 = Section 11 完成。

Section 12 · GitHub 主页整理

Subsection 1 · 整理 GitHub

• 项目仓库：README 完整 + 封面图（可用项目截图）。
• 个人主页（profile README）：一句话介绍 + 项目列表 + 联系方式。
• 预期看到：点开你的 GitHub 主页，2 秒内知道你是谁、做过什么。

过关：GitHub 像样 = Section 12 完成。

Section 13 · 刷 AI 大模型面试题（核心 20 题）

Subsection 1 · 精练 20 题 覆盖：

原理：Transformer / 注意力 / Token / 预训练 vs 微调 / RLHFPrompt：CoT / 少样本 / 注入攻击RAG：流程 / 优化 / 评估 / 与微调区别Agent：四要素 / ReAct / Function Calling / 记忆工程：LangChain vs LlamaIndex / 流式 / 量化 / LoRA / vLLM

• 每题用"结论 + 一句展开"的方式准备，能 30 秒讲完。

过关：20 题能答 = Section 13 完成。

Section 14 · 刷第二波：实战场景题

Subsection 1 · 练场景题

"如果让你给公司做一个内部知识库助手，你会怎么设计？""用户问的资料里没有，怎么让模型不乱说？""模型回答慢，你怎么优化？""怎么评估你的 RAG 好不好？""怎么控制调用成本？"

• 先自己答，再让 DeepSeek 模拟面试官追问。
• 预期看到：能边讲边画架构，讲清"为什么这么做"。

过关：场景题能答 = Section 14 完成。

Section 15 · 写自我介绍

Subsection 1 · 写并背

30秒版：我是谁 + 最硬的一个项目 + 求职意向3分钟版：背景 → 技术栈 → 项目（重点讲一个）→ 为什么转 AI

• 例子骨架：

我叫林默，电子信息工程本科，做过一年前端开发（参与过数据确权平台建设），熟悉 Java/Python/Vue。近半年系统自学 AI Agent 开发：自建了 RAG 知识库问答和可调工具的 Agent，部署过开源模型，能独立完成"LLM 应用从 0 到上线"。求职方向：AI 应用开发 / Agent 开发。

过关：两版都能脱稿 = Section 15 完成。

Section 16 · 模拟面试（第一轮）

Subsection 1 · 全真模拟

• 让 DeepSeek 当面试官（用下面的 system prompt）：

你是一位资深AI应用开发面试官，会依次问：自我介绍→项目深挖→技术原理→场景题。每次我回答后，你追问一个更深入的问题，并点评我回答的不足。

• 走完一整轮，记录被问倒的地方。

过关：跑完一轮模拟 = Section 16 完成。

Section 17 · 针对薄弱点补强

Subsection 1 · 补短板

• 复盘 Section 16 被问倒的问题，回到对应站（原理/微调/部署/评估）重看。
• 把答不好的 5 个问题重新写答案。

过关：薄弱点补上 = Section 17 完成。

Section 18 · 模拟面试（第二轮）

Subsection 1 · 再模拟

• 换一个新系统 prompt（“更刁钻，专挑边界条件”）再来一轮。
• 对比第一轮，看进步。

过关：第二轮明显更顺 = Section 18 完成。

Section 19 · 投递准备

Subsection 1 · 准备投递材料

• 简历 PDF（AI 项目版）
• 求职平台档案（放项目链接 + GitHub + 优势描述）
• 作品集说明文档（3 个项目的链接 + 一句话亮点）

过关：材料齐 = Section 19 完成。

Section 20 · 站 18 / 整条路线总验收

勾选

• 至少 2 个垂直项目 + 1 个综合项目能访问
• 每个项目有完整 README（架构/启动/评估）
• GitHub 主页整理完成
• 简历写入了 AI 项目（四段式）
• 20 题 + 场景题能答
• 30 秒 / 3 分钟自我介绍脱稿
• 两轮模拟面试跑完，薄弱点已补
• 投递材料齐备

写 500 字总结：整个 0→100 的学习复盘：

• 你做出的 3+ 个产品
• 你掌握的技术栈
• 你最有说服力的一个项目
• 下一步计划（投递节奏 / 继续深入的方向）

到这里，你已经从"转行者"变成"有作品、懂原理、能部署、会面试"的 AI 应用开发候选人。 去投简历吧——带着这些作品，你不是来学习的，是来干活的。