准备好,开始探索0 / 56 已填写
欢迎来到 Agent Lab

先认识一下,
未来的智能体开发者。

这是一份关于你的能力自评。根据目前的熟悉程度选择即可,没有标准答案,也不用查资料。

只需姓名,就可以开始填写。

如何选择熟悉程度?

1完全不了解没有接触过
2听说过知道名称,还不清楚内容
3了解接触过,知道基本概念
4掌握理解原理,能够实际应用
5熟练能够独立使用或开发
草稿自动保存在当前浏览器
SECTION 01 / 08

编程与开发基础

先了解你日常使用编程工具的熟悉程度。

0 / 7
每项选择一个最符合你的选项不了解 熟练
01Python 编程

使用变量、函数、条件与循环编写程序。

02JavaScript / Node.js

使用 JavaScript 编程,并运行 Node.js 程序。

03HTML、CSS 与网页交互

制作页面、处理表单和基础交互。

04HTTP 与 API 接口

理解请求、响应、常见方法与状态码。

05JSON 与数据处理

读写 JSON,处理对象、数组和接口数据。

06数据库与 SQL

设计简单数据表,并完成增删改查。

07Git 与开发环境

安装依赖、使用命令行,并管理代码版本。

SECTION 02 / 08

大模型与提示词

从基本概念到模型调用,按实际情况选择。

0 / 7
每项选择一个最符合你的选项不了解 熟练
08大语言模型(LLM)

理解大模型的基本能力及其局限。

09Token 与上下文窗口

理解 Token、上下文长度和使用成本。

10Prompt 提示词设计

编写清楚的任务指令、角色和输出约束。

11大模型 API 调用

使用密钥、消息和参数调用模型接口。

12多轮对话与上下文

组织历史消息,让模型理解连续对话。

13结构化输出

让模型按照 JSON 或约定结构返回结果。

14流式输出(SSE)

理解并实现逐步显示模型回复。

SECTION 03 / 08

Agent 核心技术

了解智能体如何思考、选择工具并完成任务。

0 / 7
每项选择一个最符合你的选项不了解 熟练
15Agent 的基本架构

理解模型、工具、记忆和执行循环之间的关系。

16ReAct 执行模式

理解思考、行动、观察的循环过程。

17Tool / Function Calling

理解模型请求调用工具与程序实际执行的过程。

18工具定义与 JSON Schema

定义工具名称、说明、参数和校验规则。

19任务规划与拆解

把复杂目标拆成可执行的多个步骤。

20Workflow 工作流

设计节点、条件分支、循环和执行顺序。

21工具结果处理与失败恢复

根据工具结果继续执行,处理超时和重试。

SECTION 04 / 08

RAG 与记忆系统

了解如何让智能体使用资料,并记住必要的信息。

0 / 7
每项选择一个最符合你的选项不了解 熟练
22RAG 检索增强生成

理解检索资料、组装上下文和生成回答的流程。

23文档解析与切片

提取文档内容,并划分适合检索的文本块。

24Embedding 向量化

理解文本向量和语义相似度。

25向量数据库与检索

存储向量,并检索与问题相关的内容。

26混合检索与 Rerank

结合不同检索方式,对候选资料重新排序。

27短期记忆与上下文管理

管理对话历史,进行截断、摘要或压缩。

28长期记忆的存储与检索

保存用户偏好和历史信息,并按需读取。

SECTION 05 / 08

工具协议与能力扩展

即使只是听说过,也可以如实记录。

0 / 7
每项选择一个最符合你的选项不了解 熟练
29MCP 协议

理解模型上下文协议如何连接工具与数据。

30MCP Server / Client

理解服务端与客户端的职责及调用关系。

31Agent Skills

把任务知识、流程和资源封装成可复用技能。

32A2A 智能体通信

理解不同智能体之间的协作与消息传递。

33Browser Agent

让智能体搜索、阅读或操作网页。

34Computer Use

让智能体通过界面操作电脑软件。

35语音与多模态 Agent

结合文本、图片、语音等输入完成任务。

SECTION 06 / 08

协作、安全与评估

了解智能体走向复杂任务时需要考虑的问题。

0 / 7
每项选择一个最符合你的选项不了解 熟练
36多智能体协作

为不同 Agent 分配角色,协作完成任务。

37Supervisor 调度

管理任务分派、消息传递与结果汇总。

38Human-in-the-Loop

为关键步骤设置人工审核、确认或接管。

39Prompt Injection

识别外部内容中的恶意指令与提示词注入。

40权限控制与沙箱

限制工具可访问的资源和可执行的操作。

41Agent 效果评估

用任务完成率、准确率等指标评估效果。

42执行日志与成本控制

跟踪调用过程、定位错误并统计 Token 成本。

SECTION 07 / 08

工程实践与部署

了解你将代码变成可用应用的能力。

0 / 7
每项选择一个最符合你的选项不了解 熟练
43后端服务开发

开发接口、处理请求并组织业务逻辑。

44Web 对话界面

实现消息展示、输入和调用过程反馈。

45会话与任务持久化

在数据库中保存会话、任务和运行状态。

46配置与 API 密钥管理

使用环境变量管理配置与敏感密钥。

47异步、并发与任务队列

处理并行工具调用及较长时间的后台任务。

48测试与调试

编写检查用例并定位接口或执行逻辑的问题。

49应用部署与 Docker

将应用运行在服务器,并管理进程与配置。

SECTION 08 / 08

实际开发经历

这一部分请根据亲自做过的事情选择熟悉程度。

0 / 7
每项选择一个最符合你的选项不了解 熟练
50接入模型并完成对话应用

亲手调用模型 API,实现可使用的聊天功能。

51开发并接入自定义工具

让模型自主选择并调用实际可执行的函数。

52制作知识库问答应用

把自己的资料接入系统,完成检索和回答。

53实现 Agent 记忆

让应用持久保存并再次使用历史信息。

54完成多步骤任务自动化

让多个工具或工作流节点协同完成一项任务。

55使用 Agent 框架或可视化平台

使用 LangGraph、Dify、n8n、Coze 等搭建应用。

56独立完成并展示 Agent 项目

从需求分析到实现、调试和部署完成一个项目。

最后,把疑问留给课堂

哪些地方,
你还想弄明白?

概念没听懂、原理不清楚,或开发时卡住的地方,都可以写在这里。每个问题单独一条,方便老师集中讲解。

比如「MCP 和普通 API 调用有什么区别?」
「Agent 的长期记忆具体应该存在哪里?」

选填,可添加多个问题;每条最多 1000 字,最多 50 条。暂时没有疑问可以直接提交。

✓
谢谢你认真完成这份自评

提交后,老师将根据大家的基础与疑问安排课程。

只收集姓名、自评选择与主动填写的疑问。