[分享创造] [开源] 整理了一份 AI Agent 学习与面试手册, 22 章课程、92 道详解题
工具调用超时,后端可能已经创建了工单。这时如果换个操作 ID 再提交一次,一份申请就可能变成两份。 学 Agent 时,我希望这类执行过程能讲清楚。术语记住了,出问题以后还得知道查哪里,总不能让模型一句“已完成”替后端签收。 于是把学习资料、面试题和实验整理成了一个中文仓库,方便自己复习,也分享给正在学习 AI Agent /大模型应用开发的朋友: GitHub: https://github.com/harrytted/ai-agent-interview-playbook 目前主要有这些内容: 10 章基础课程:从模型与上下文,讲到工具循环、RAG 、记忆、评测和可靠性。 12 章进阶课程:继续讨论长任务执行、崩溃恢复、工具路由、多 Agent 、性能、安全与训练。 92 道详解题:每题包含口述短答、详细答案、三个带回答的追问、工程场景案例和练习。题目与学习章节可以互相跳转。 可运行的 Python 实验:观察重试、审批、幂等、预算和恢复过程,只用标准库,无需配置模型密钥。 比如恢复实验会模拟“远端写入成功,本地还没记录完成就中断”,再检查恢复后是否重复创建对象。实验用脚本和 SQ
阅读原始来源来源记录
研究分析
项目记录
来源描述:工具调用超时,后端可能已经创建了工单。这时如果换个操作 ID 再提交一次,一份申请就可能变成两份。 学 Agent 时,我希望这类执行过程能讲清楚。术语记住了,出问题以后还得知道查哪里,总不能让模型一句“已完成”替后端签收。 于是把学习资料、面试题和实验整理成了一个中文仓库,方便自己复习,也分享给正在学习 AI Agent /大模型应用开发的朋友: GitHub: https://github.com/harrytted/ai-agent-interview-playbook 目前主要有这些内容: 10 章基础课程:从模型与上下文,讲到工具循环、RAG 、记忆、评测和可靠性。 12 章进阶课程:继续讨论长任务执行、崩溃恢复、工具路由、多 Agent 、性能、安全与训练。 92 道详解题:每题包含口述短答、详细答案、三个带回答的追问、工程场景案例和练习。题目与学习章节可以互相跳转。 可运行的 Python 实验:观察重试、审批、幂等、预算和恢复过程,只用标准库,无需配置模型密钥。 比如恢复实验会模拟“远端写入成功,本地还没记录完成就中断”,再检查恢复后是否重复创建对象。实验用脚本和 SQ
采用记录与比较对象
可供比较的近期同类记录:“google/skills” (GitHub Trending, 2026年11月5日);“mattpocock/skills” (GitHub Trending, 2026年11月5日)。主题相近仅用于导航,未核验其是否属于同一需求或独立证据。
采用判断
应与它要替代的工具或人工流程比较。现有记录支持发现项目,尚不能确认可靠性、运行成本优势或商业采用。
尚未核验的门槛
尚未核验:许可证权限、硬件要求、安装步骤、维护状态,以及包含失败样例的代表性任务。
下一步试验
选择一个真实任务和现有替代方案,记录 commit、环境、输入、输出、耗时与失败行为;保留结果后再给出采用建议。