Projects
项目是学习 AI 应用工程最短的路。下面的项目按难度排序,每个项目都可以单独放进作品集。
怎么选项目
如果你是新手,不要一上来做“万能 Agent 平台”。先选一个边界清晰、数据可控、能在一周内做出最小版本的项目。
推荐顺序:
- 个人知识库问答助手
- AI 简历优化助手
- GitHub 仓库代码问答
- Agent 自动周报助手
- MCP 本地工具箱
- 企业客服质检系统
每个项目都建议保留:
- 项目 README
- 架构图
- 核心代码
- 示例输入输出
- 评测集
- 部署说明
- 失败案例和优化记录
1. 个人知识库问答助手
目标:构建一个能上传文档并基于文档回答问题的 RAG 应用。
核心功能:
- 上传 Markdown、PDF 或网页内容
- 文档解析、切分、向量化
- 相似度检索和引用来源
- 无法回答时明确拒答
- 用户反馈和 bad case 记录
你会学到:
- RAG 基础链路
- Chunking 策略
- 向量数据库
- 引用和忠实度评测
推荐技术栈:
- 后端:FastAPI 或 Next.js API Routes
- 数据库:PostgreSQL + pgvector
- 文档解析:PyMuPDF、MarkItDown 或 Unstructured
- 前端:Next.js
- 部署:Vercel、Railway、Render 或自建服务器
最小版本验收:
- 能上传 3 个文档
- 能问 10 个和文档相关的问题
- 回答中能显示来源
- 文档里没有答案时能拒答
- 有一个简单评测表记录效果
2. GitHub 仓库代码问答
目标:让 AI 能阅读一个代码仓库,并回答架构、函数、模块依赖和变更影响。
核心功能:
- 扫描代码文件
- 按语言和目录建立索引
- 支持按文件、函数、关键词检索
- 回答中引用文件路径
- 支持“如果改这里会影响哪里”的问题
你会学到:
- 代码文件解析
- 代码 chunking
- 按路径、符号和语义混合检索
- 长上下文压缩
- 面向代码的引用格式
进阶功能:
- 支持多语言仓库
- 生成模块依赖图
- 对 Pull Request 做变更影响分析
- 自动生成代码阅读笔记
最小版本验收:
- 能索引一个小型 GitHub 仓库
- 能回答“项目入口在哪里”
- 能回答“某个函数做什么”
- 回答能引用文件路径
3. AI 简历优化助手
目标:根据岗位 JD 和用户简历,生成优化建议和匹配度评分。
核心功能:
- JD 信息抽取
- 简历结构化解析
- 匹配度评分
- 针对性改写建议
- 多版本简历生成
你会学到:
- 非结构化文本抽取
- 多维度评分
- 结构化输出
- 生成内容的人类可编辑性
评分维度示例:
- 技能匹配
- 项目经历匹配
- 关键词覆盖
- 表达清晰度
- 可量化成果
最小版本验收:
- 输入一份简历和一个 JD
- 输出匹配度评分
- 给出 5 条具体优化建议
- 生成一版改写后的项目经历
4. Agent 自动周报助手
目标:自动收集本周工作信息,生成一份可编辑周报。
核心功能:
- 读取任务、日历、提交记录或文档
- 自动归类工作事项
- 生成周报草稿
- 标记信息不足的地方
- 支持用户修改后再生成最终版
你会学到:
- 工具调用
- 多来源信息整理
- 任务规划
- 人机协作确认
- 输出风格控制
可接入数据源:
- Git commit
- Jira、Linear、GitHub Issues
- 日历
- 文档
- 手动输入的工作记录
最小版本验收:
- 能读取一周 git commit
- 能按项目分类总结
- 能生成“完成事项、风险、下周计划”
- 信息不足时能标记待补充项
5. MCP 本地工具箱
目标:开发一个 MCP Server,把本地文件搜索、命令查询或数据库查询暴露给 AI 客户端。
核心功能:
- 定义 MCP 工具
- 实现只读文件搜索
- 返回结构化结果
- 加入错误处理和日志
- 接入一个真实客户端测试
你会学到:
- MCP Server 基本结构
- 工具 schema 设计
- 权限白名单
- 本地工具封装
- AI 客户端集成
推荐实现的工具:
- search_files
- read_file
- list_directory
- run_readonly_command
- query_sql_readonly
最小版本验收:
- AI 客户端能发现工具
- 能搜索指定目录文件
- 不能读取白名单外文件
- 调用失败时有清晰错误信息
6. 企业客服质检系统
目标:批量分析客服对话,识别风险、评分并生成改进建议。
核心功能:
- 对话导入
- 标签体系设计
- 批量分类和评分
- 抽样人工复核
- 趋势报表
你会学到:
- 批量 LLM 调用
- 标签体系设计
- 人工复核流程
- 成本控制
- 数据分析报表
标签示例:
- 是否解决问题
- 是否态度友好
- 是否违规承诺
- 是否涉及退款
- 是否需要升级处理
最小版本验收:
- 导入 100 条对话
- 自动打 5 个标签
- 输出评分和理由
- 支持人工修改标签
- 生成一份汇总报告
作品集建议
优先完成 3 个项目:
- 个人知识库问答助手
- Agent 自动周报助手
- MCP 本地工具箱
这三个项目组合起来,可以证明你掌握 RAG、Agent、MCP 和工程化。
项目 README 写法
一个好的项目 README 应该回答:
- 这个项目解决什么问题
- 用户怎么使用
- 技术架构是什么
- 为什么这么设计
- 怎么运行
- 怎么评测
- 有哪些已知问题
- 下一步怎么优化
可以参考:项目 README 模板