wuyang
3.0 KiB
3.0 KiB
Agent Knowledge Base
这个项目用来系统整理 Agent 相关知识：原理、架构、实践、项目、实验、评估和资料。
它的目标不是把所有内容一次写满，而是建立一个稳定的知识容器：新概念能放得进来，项目经验能沉淀下来，实验结论能被复现，资料阅读能转化为可执行判断。
Navigation
- Knowledge Map: 知识版图、分类方式、成熟度标签
- Agent Principles: 核心定义、循环模型、能力边界、设计原则
- Architecture Patterns: 常见 Agent 架构与选型判断
- Practice Playbook: 从需求到上线的实践清单
- Evaluation and Observability: 评估体系、指标、日志和回归
- Collection Workflow: JD、论文和行业实践的持续收集流程
- Glossary: 统一术语表
- Jobs: 北京大厂 Agent / LLM 相关岗位要求
- Papers: Agent 相关论文、阅读队列和研究洞察
- Learning: 从论文编译出的认知地图、讲义、证据和主动回忆模块
- Industry: 大公司 Agent 工作、技术报告和工程博客
- Projects: 项目目录、项目记录和复盘
- Experiments: 实验台账、假设、结果和决策
- References: 文章、开源项目、课程和产品文档
- Templates: 概念笔记、项目记录、实验记录、论文笔记模板
Operating Rules
- 每条知识都要回答一个明确问题。
- 区分事实、经验判断和待验证假设。
- 项目记录要保留上下文、架构、失败点、评估结果和复盘。
- 实验记录要能复现：假设、变量、数据、步骤、指标、结果都要写清楚。
- 资料阅读要转化为可执行结论：什么时候适用，什么时候不要用。
- 术语新增或改名时，同步更新 Glossary。
Suggested Workflow
- 看到一个新概念：用 concept-note 写成一页短笔记。
- 做一个新项目：从 project-brief 开始。
- 验证一个想法：用 experiment-note 记录假设和结果。
- 收集一条岗位：用 jd-note 提取岗位要求和能力信号。
- 读一篇论文：用 paper-note 提炼可迁移结论。
- 看到大公司 Agent 实践：用 industry-note 提取技术和产品信号。
- 有稳定结论后，把它合并到
docs/的对应主题页。
Status Labels
seed: 初始想法或待整理材料wip: 正在验证或补充validated: 有项目、实验或可靠资料支撑deprecated: 已不推荐使用，但保留原因和替代方案