The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent Interview Hub
AI Agent 工程师面试资料库 - 国内大厂面经、岗位要求、高频面试题
Install
git clone https://github.com/Zchary1106/agent-interview-hubInstall command taken from the project's README or registry entry. Always review code before running it.
README excerpt
Read full README on GitHub →🤖 Agent Interview Hub
国内最全的 AI Agent 工程师面试知识库
300+ 面试题与参考答案 · 15 类公司/岗位资料(含 Anthropic 等海外顶级 AI 公司)· 6 道实操考题 · 16 周完整学习路线图
📖 经典版 · ✨ 新版 · 🔥 高频题信号榜 · ⭐ Star 支持 · 🐛 提交面经
📌 这是什么?
专为国内大厂 AI Agent 工程师跳槽/求职打造的一站式面试知识库。
- 🎯 面向谁 — 准备跳槽阿里、字节、腾讯、百度等大厂 Agent 岗位的工程师
- 📚 包含什么 — 300+ 高频问题与参考答案、15 类公司/岗位资料、6 道限时实操考题、35 篇通用知识文档
- 🗺️ 学习路线 — 从零到 Offer 的 16 周完整学习计划
- ✨ 特色亮点 — 题目全带答案、面经来自牛客真实分享、支持 GitHub Pages 在线浏览
🧭 知识体系
AI Agent 工程师知识体系
│
├── 🧱 基础层
│ ├── Transformer 架构与注意力机制
│ ├── LLM 原理 / Tokenization / Embedding
│ └── Prompt Engineering 基础
│
├── 🔧 核心层
│ ├── Agent 设计模式(ReAct / Plan-and-Execute / Multi-Agent)
│ ├── RAG 全链路(检索 / 分块 / 重排 / 生成)
│ ├── Function Calling / Tool Use 🆕
│ ├── MCP(Model Context Protocol)🆕
│ ├── 主流框架(LangChain / LangGraph / AutoGen)
│ └── Context Engineering 上下文工程
│
├── 🚀 进阶层
│ ├── Agentic RAG / GraphRAG
│ ├── Agentic Coding 与 AI 编程工具 🆕
│ ├── 模型微调 / 推理优化 / 量化部署
│ └── Agent 安全、评估与对齐
│
└── 💼 实战层
├── 系统设计与项目经验
├── 大厂岗位要求解读
└── 面试技巧与真实面经
🗺️ 学习路线图
16 周从基础到 Offer,每周有明确目标和推荐资料
📚 通用知识
🔧 核心技术
| # | 文档 | 简介 |
|---|---|---|
| 1 | 12 周 Agent 工程师进阶路线 | 以周为单位交付 RAG、Agent、MCP、生产化作品集 |
| 2 | Agent 核心概念与设计模式 | ReAct、Plan-and-Execute、Multi-Agent 等核心范式 |
| 3 | Agent 框架全景 | LangChain、AutoGen、CrewAI 等主流框架横评 |
| 4 | LangChain 与 LangGraph 深度解析 | 链式调用到图编排的演进与实战 |
| 5 | RAG 核心知识与面试题 | 检索增强生成全链路:分块、检索、重排、生成 |
| 6 | Agentic RAG 与 GraphRAG 深度解析 | 从朴素 RAG 到 Agent 驱动的智能检索 |
| 7 | Context Engineering 上下文工程 | 上下文窗口管理、压缩与优化策略(含 Anthropic 最新实践)🔄 |
| 8 | Agent 安全与评估体系 | Prompt 注入防御、幻觉检测、评估框架 |
| 9 | 大模型推理优化与部署 | 量化、蒸馏、KV Cache、vLLM 等推理加速 |
| 10 | Function Calling 与 Tool Use 专题 | 三大厂商实现对比、调用模式、安全防御 🆕 |
| 11 | MCP 与工具生态 | Model Context Protocol 架构、开发实战、企业应用 🆕 |
| 12 | Agentic Coding 与 AI 编程工具 | Claude Code / Cursor / Copilot 对比、Hooks、人机协作 🆕 |
| 13 | Agent Harness 与编码代理测评 | Codex CLI / Claude Code / OpenHands 等 Harness 深度测评与源码入口 🆕 |
| 14 | 2026 Agent 工程化新考点 | Runtime、可恢复执行、路径震荡、工具路由、Trace 与生产级评测 🆕 |
| 15 | Agent Harness 评测与发布门禁 | Task/Environment/Outcome Spec、三层 Grading、Shadow 与 Canary |
| 16 | 企业级 Agent 平台与 AgentOS | 控制面、Runtime、多租户、Registry、模型网关与平台治理 |
| 17 | 自进化 Agent 与 Skill 生命周期 | Trace 复盘、Curator、Skill 版本、灰度、回滚与防污染 |
📝 面试题库
Similar plugs
Reverse engineer anything with agents, from app behavior down to native binaries.
Build Agentic workflows, RAG pipelines, with rich AI model and tool support on one collaborative workspace. Deploy on cloud, VPC, or self-hosted, so teams move from prototype…
User-friendly AI Interface (Supports Ollama, OpenAI API, ...)
A cross-platform desktop All-in-One assistant for Claude Code, Codex, OpenCode, OpenClaw, Grok Build & Hermes Agent. Only official website: ccswitch.io