6 个王牌作品集项目总览
本页是求职主入口。50 个项目案例仍然保留为行业迁移库，但面试准备不能平均用力。真实面试通常围绕 1-3 个项目连续追问，读者必须准备能讲架构、讲取舍、讲失败、讲验收、讲简历表达的王牌项目。
把“我学过 AI Agent（人工智能体）”改成“我能讲清 6 个可面试项目”
这 6 个项目覆盖 RAG（检索增强生成）、Tool Calling（工具调用）、MCP（模型上下文协议）、LangGraph（智能体状态图框架）、多智能体、数据分析、SaaS（软件即服务）和真实项目复盘。面试时不要平均展示，而是按岗位选择 2-3 个主讲项目。
本书把求职主线调整为 6 个作品集项目：
6 个王牌项目都配套 examples/ 最小可验证包。每个包都按同一标准提供 schema（结构定义）、sample request / response（样例请求 / 响应）、pytest（测试框架）、eval（评估）、baseline（基线）和日志证据，让你能够直接练习字段契约、验证流程与项目讲解。读者自己做项目时，可以按 最小可验证包模板 准备同类证据；拿到本地工程目录后，再按 最小工程包运行指南 验证 pytest、eval 和日志。
全书级工程证据包括：1000 道长文面试题、470 道人工精选互动题卡、12 深案例与 38 场景卡映射、Agent 评估与回归章节、安全攻防与红队样例、术语反向索引，以及可重复运行的文档数据检查。完整入口见 工程教材证据索引。
作品集图解入口
先看 图解学习入口，把 6 个项目背后的共用结构看清楚：RAG项目看知识库问答架构图，MCP项目看权限调用图，多智能体项目看状态流转图，面试准备看项目讲法路径图。
面试展示方式
| 展示层级 | 面试官要确认什么 | 你要准备什么 |
|---|---|---|
| 10 秒项目定位 | 这个项目到底解决什么业务问题 | 一句话项目介绍，不堆技术名词 |
| 90 秒项目讲解 | 你是否理解业务闭环和技术流 | 背景、输入、处理、输出、边界、验收 |
| 5 分钟技术追问 | 你是否真的懂 RAG、工具、状态和部署 | 架构图、字段契约、失败分支、日志和评估 |
| 简历表达 | 项目是否能经得起追问 | 克制描述，区分已实现、受控验证和设计规划 |
| 作品集页面 | 面试官能否快速看出证据 | 项目封面、样例数据、验收表、演示脚本 |
| 项目 | 主打能力 | 面试价值 | 配套证据 |
|---|---|---|---|
| 企业知识库 RAG 问答系统 | 文档解析、分块、向量检索、引用、拒答、评估 | 回答 RAG 高频技术追问 | 配套 Mock-first 最小可验证包 |
| 智能客服 Agent 工作台 | Agent、RAG、工单工具、转人工、质检日志 | 最贴近商业交付 | 配套 Mock-first 最小可验证包 |
| MCP 与 Tool Calling 业务工具调用平台 | 工具 schema（结构定义）、权限、审批、幂等、失败降级 | 匹配 BOSS（招聘平台名称）岗位里的工具生态要求 | 配套 Mock-first 最小可验证包 |
| 多智能体任务协作系统 | LangGraph（智能体状态图框架）、多 Agent 分工、Supervisor（监督者）、Handoff（任务转交）、状态图 | 体现进阶智能体设计能力 | 配套 Mock-first 最小可验证包 |
| 经营数据分析与报表解读 Agent | 指标口径、数据清洗、异常诊断、报告生成 | 体现业务理解和交付能力 | 配套 Mock-first 最小可验证包 |
| CHGEO（生成式搜索可见性分析项目）：生成式搜索可见性分析与内容增长平台 | GEO（生成式引擎优化）、SaaS（软件即服务）、多租户、证据链、报告、内容、审核、发布、任务队列 | 体现真实商业系统完整度 | 真实项目复盘样板，配套 Mock-first 最小可验证包 |
面试强化入口
读者不需要按文件顺序硬读。求职前优先按下面路径准备：
- 岗位能力通关路线：先确认自己缺哪些岗位能力。
- 6 个王牌项目横向对照表：决定主讲哪 2-3 个项目。
- 作品集通关模板：把每个项目拆成最低可交付版、进阶版和面试防守版。
- 面试冲刺路径：按 7 天、14 天或 30 天节奏准备。
- 面试官追问地图：把追问方向映射到项目回答。
- 5 份样品简历：把项目写成真实、克制、可追问的简历表达。
- 50 个项目案例筛选索引：需要行业迁移时，再从普通案例里选补充案例。
王牌项目和普通案例的区别
普通案例回答“这个场景怎么做”；王牌项目回答“我能不能拿这个项目去面试”。
每个王牌项目最终都要包含：
- 三层通关标准：最低可交付版、进阶版和面试防守版。
- 项目定位：面试官 10 秒能听懂。
- 岗位能力映射：对应 JD（职位描述）中哪些要求。
- 业务闭环：从输入、处理、审核到输出结果。
- 架构设计：前端、后端、模型、RAG、工具、队列、日志怎么分工。
- 核心技术取舍：为什么这样选，不这样选会出什么问题。
- 数据和字段契约：输入、输出、日志、配置、状态。
- 风险与兜底：幻觉、越权、权限、成本、失败、敏感信息。
- 验收指标：准确率、引用率、转人工、响应时间、任务状态、复盘。
- 最小可验证包：用 schema（结构定义）、样例输入输出、测试、eval、baseline 和日志证据，建立可重复的验证闭环；制作时参考 最小可验证包模板。
- 本地运行证据：拿到
examples/目录后，按 最小工程包运行指南 跑通单包和全部 examples 回归。 - 简历表达：保守版、进阶版、高级版。
- GitHub README（项目说明文件）结构：清楚展示项目目标、证据、运行方式与迭代方向。
- 连续追问防守链：至少 30 个真实追问。
面试准备优先级
- 先准备企业知识库 RAG 和智能客服 Agent，这两个最容易被面试官追问细节。
- 再准备 MCP / Tool Calling和多智能体，用来覆盖岗位关键词。
- 再准备数据分析 Agent，用来证明业务分析和交付能力。
- 最后准备 CHGEO（生成式搜索可见性分析项目），因为它来自真实项目，最能训练“状态标注”和“不能夸大”的表达。
- 1000 题题库降级为扩展题库，主入口改成 6 个项目的 180 题连续追问。
读者交付物
读完作品集通关模块后，读者应该至少能产出：
- 一页岗位能力通关表。
- 2 个可重点讲的作品集项目。
- 每个项目的 1 分钟、3 分钟、10 分钟讲法。
- 每个项目 30 个连续追问回答。
- 至少能跑通 1 个最小可验证包，并清楚解释它覆盖的场景、证据和下一步扩展方向。
- 简历中的项目要点。
- GitHub（代码托管平台） README（项目说明文件）或作品集说明页结构。
- 明确说明哪些是已实现、哪些是规划、哪些是设计决策。