SkillsLLM

AgentGuide

by adongwanai

Pending

https://adongwanai.github.io/AgentGuide | AI Agent Development Guide | LangGraph Practice | Advanced RAG | Career Change Large Model | Large Model Interview | Algorithm Engineer | Interview Question Bank | Reinforcement Learning | Data Synthesis

1,644stars
174forks
HTML
Added 12/27/2025
View on GitHubDownload ZIP
AI Agentsagenticragai-agentcrewaigraphraggrpointerviewjob-huntinglangchainllmmulti-agentragsfttutorial
Installation
# Add to your Claude Code skills
git clone https://github.com/adongwanai/AgentGuide
README.md

AgentGuide

1764666915027.png

<div align="center"> <img src="https://img.shields.io/badge/Agent-开发指南-blue?style=for-the-badge" alt="Agent开发指南"> <img src="https://img.shields.io/badge/面试-求职导向-green?style=for-the-badge" alt="求职导向"> <img src="https://img.shields.io/badge/项目-完全开源-orange?style=for-the-badge" alt="完全开源"> <br/> <a href="https://github.com/adongwanai/AgentGuide"> <img src="https://img.shields.io/github/stars/adongwanai/AgentGuide?style=social" alt="stars"> </a> <a href="https://github.com/adongwanai/AgentGuide/network/members"> <img src="https://img.shields.io/github/forks/adongwanai/AgentGuide?style=social" alt="forks"> </a> <br/> <h2>🔥 AI Agent 开发 × 面试求职 = 一站式解决方案</h2> <p> <strong>对标 JavaGuide 的 AI Agent 学习指南</strong><br/> <strong>从入门到拿 Offer，系统化 + 实战化 + 求职导向</strong> </p> </div>

💡 核心理念

📌 本项目定位：资源整合 + 系统化路径 + 实战导向

🎯 我们的原则：

  • ✅ 站在巨人的肩膀上 - 互联网已有的优质资源（课程、教程、论文），我们直接引用，不重复造轮子
  • ✅ 只分享干货 - （坚持更新中，欢迎催更）
  • ✅ 提供系统化路径 - 将碎片化资源串联成完整学习路线，告诉你先学什么、再学什么
  • ✅ 求职导向 - 每个知识点都标注"面试怎么考"、"简历怎么写"

💪 AgentGuide 的独特价值：不是简单的资源堆砌，而是系统化 + 求职导向 + 实战验证的完整解决方案！

📑 目录

🎯 核心内容：

🛠️ 快速导航：

📖 关于本项目

3 分钟了解为什么你需要 AgentGuide

😰 你是否正在经历这些痛点？

  • ❌ 学了一堆 LLM API 调用，但不知道 Agent 和普通对话有什么区别
  • ❌ 看了无数篇 LangChain 文档，却依然不知道从哪里开始
  • ❌ 做了一些 Demo 项目，但简历上写不出亮点，面试讲不清楚
  • ❌ 想转 AI Agent 方向，但不知道算法岗和开发岗应该准备什么
  • ❌ 网上资料又多又杂，缺少一条清晰的学习路线

AgentGuide 是什么？

AI Agent 开发学习指南 | 转行大模型 | LangGraph 实战 | 高级RAG | 大模型面试

一份系统化、求职导向的 AI Agent 学习与面试指南，涵盖：

  • Agent 开发：LangChain、LangGraph、AutoGen、CrewAI、Swarm 框架教程
  • RAG 系统：向量数据库、Embedding、文档解析、检索优化、GraphRAG
  • Multi-Agent：多智能体协作、Supervisor模式、任务分解、工作流编排
  • 上下文工程：Memory管理、Tool Loadout、Context优化（6大技巧）
  • 面试求职：算法岗 vs 开发岗、面试题库、简历优化、大厂面经
  • 实战项目：论文检索Agent、旅行规划Multi-Agent、Web Agent

🗺️ AgentGuide 在 LLM 生态中的定位

我们覆盖 AI Agent 开发的完整技术栈 - 从模型微调到应用部署的全流程：

<div align="center"> <img src="https://raw.githubusercontent.com/adongwanai/Awesome-Awesome-LLMs/main/20251210154458267.png" alt="LLM开源生态图谱" width="100%"> <sub>图片来源：<a href="https://github.com/Langchainai/llm-oss-landscape">LLM Open Source Landscape</a></sub> </div>

📌 AgentGuide 涵盖的核心技术栈：

<table> <tr> <td width="33%">

🤖 AI Agent 层（核心）

  • ✅ Agent 框架
    • LangGraph、LangChain
    • AutoGen、CrewAI
    • Swarm、CAMEL-A...