这个仓库用于整理求职、笔试、面试和 Agent 工程项目理解相关资料。内容主要分为四类:算法模板、笔试复盘、AI Agent 项目八股、真实面经与回答稿。
.
├── algorithm/ # 算法模板与刷题套路
├── notes/ # 笔试选择题、华为 AI 岗笔试复盘
│ ├── choice/
│ └── huawei/
├── 八股+项目理解/ # Agent 项目介绍、八股问答、工程机制拆解
├── hermes_study/ # Hermes Agent 源码机制学习笔记
├── 面经/ # 公司面试记录、问题清单、回答稿
│ └── 答案/
├── assets/images/ # Markdown 图片素材
├── 对比.md # AI 行业、竞品与 Agent 框架对比资料
└── main.py # 临时算法练习脚本
这部分围绕一个基于 LangGraph / LangChain 的本地多 Agent 运行时框架展开,重点关注多 Agent、工具治理、MCP、长期记忆、沙箱、中间件和上下文管理等工程问题。
推荐阅读顺序:
- 项目介绍
- Function Calling
- LLM 如何学会调用外部工具
- MCP
- Skill
- Multi-Agent
- ReAct / Plan-and-Execute / Reflection
- A2A
- Memory 机制
- 信息载体
- 中间件
- Sandbox
- 长期记忆面试版
- Sub-Agent
补充主题:
hermes_study/ 主要记录 Hermes Agent 的源码机制和工程设计,适合用来和自己的 Agent 项目做对照。
- Agent 本质与核心循环
- 工具系统与渐进式披露
- MCP 工具治理
- Sub-Agent
- Memory
- Sandbox
- 中间件与行为约束
- 日志与观察架构
- Prompt Cache
- Hermes vs Deer Prompt Cache
- Self-Improving
面经/ 记录真实面试问题、追问方向和后续整理出的回答稿。
覆盖过的方向包括:
- Agent 项目介绍、项目难点、工程亮点
- MCP、DeferredToolRegistry、Skill、tool_search
- 多 Agent 上下文隔离与子 Agent 通信
- Memory、Checkpoint、Sandbox、中间件
- RAG 权限控制、文档权限设计
- LangChain / LangGraph / Hermes / OpenClaw 对比
- Python 基础、408 基础、算法手撕
assets/images/:统一存放 Markdown 中引用的图片。
- 新增图片统一放在
assets/images/。 - 从
notes/huawei/或notes/choice/引用图片时,使用../../assets/images/图片名。 - 项目理解类笔记放在
八股+项目理解/,源码学习类笔记放在hermes_study/。 - 面试问题原始记录放在
面经/面经.md,整理后的回答稿放在面经/答案/。 - 算法模板按主题放在
algorithm/,尽量保持“题型 -> 模板 -> 易错点”的结构。