zero2Agent 完整指南：131 篇文章 12 大模块，从零基础到大厂 Agent 工程师的终极路线图

• 文档
• 教程
• 知识库
• 人工智能

【免费下载链接】zero2Agent

面向大厂Agent研发岗位求职的agent教程网站，涵盖技术路线与面试八股文

项目地址：
https://gitcode.com/gh_mirrors/ze/zero2Agent

点击查看 免费下载

zero2Agent 是一个面向开发者的开源 Agent 工程教程项目，用 131 篇文章、12 大模块串起一条完整的 AI Agent 学习路线：从 Agent 核心概念、Tool Calling 机制，到 LangGraph、Claude Code 等框架拆解，再到 SFT/RL 训练实战与大厂 Agent 面试题深度拆解，最终落到一个纯手写的完整 Agent 项目。它不停留在 Demo 层面，目标很明确——让你从零基础走到能应对大厂 Agent 工程师面试的水平。

📚 项目简介：这个 Agent 教程解决什么问题

很多开发者已经会用 ChatGPT、Cursor 这类 AI 工具，但一自己动手做 Agent 就卡住：说不清 Agent 和 Workflow 的边界、Demo 能跑但一落地就不稳定、框架翻三层抽象不知道里面发生了什么。

zero2Agent 正是为这些问题而写的，内容覆盖四个层次：

• 概念层：Agent 是什么、Loop 如何运转、为什么 Demo 落地就崩
• 框架层：LangGraph、三大原厂 SDK、13 个主流框架横向调研
• 手写层：从 60 行代码推导完整 Agent，12 节课手写 Coding Agent
• 落地层：训练实战、生产部署 + 大厂面试题拆解 + 完整实战项目

项目文档结构可以在 README.md 中查看完整模块表，导航配置见 _data/nav.yml。

🗺️ 12 大模块总览：131 篇文章的 Agent 学习路线清单

合计 131 篇文章、12 个完整模块，另有 1 个模块（应用实战）持续更新中。

🚀 三段式学习路线：从零基础到大厂 Agent 工程师

不建议按目录顺序硬啃，按你的目标分三段走效率最高：

第一阶段：建立认知（约 28 篇）

先读 Agent Basic 的前 10 篇核心必读，重点搞懂 什么是 Agent 和 为什么 Agent Demo 一落地就不稳定。再配合 LangGraph 用图结构组织执行逻辑，最后用 三大 SDK 横向对比 完成选型。此阶段结束时，你应能独立解释 Agent Loop 的完整机制。

第二阶段：框架深水区（约 52 篇）

这是与普通教程拉开差距的部分。框架调研 帮你横向看懂 13 个主流框架的设计取舍；OpenClaw 和 Claude Code 12 节课 带你手写 Coding Agent；DeepSeek Harness 与 Pi、Codex CLI 则剖析生产级 Agent Runtime 的控制平面、安全边界与会话恢复。

第三阶段：落地与面试（约 51 篇）

Agent 训练实战 补上 SFT/RL 视角，面试通关 按 17 大维度拆解蚂蚁、阿里、字节、腾讯、携程等真实面试题，Final Project 给你一个可以写进简历的完整项目。

🔍 重点模块精选：Agent 工程教程的用法建议

Agent Basic：一切的地基

公式先记住：Agent = LLM + Context + Tools。17 篇按"核心必读（01-10）→ 工程进阶（11-13）→ 前沿拓展（14-17）"分层，还配套了 Agent API Lab 实验——无需 API Key，用确定性 Fake Provider 演示工具调用轨迹与故障注入，入口代码见 lab.py。

面试通关 + 绿皮书：面试当天速查

17 篇面试文章最大的特点是每道题都对比 "新手答 vs 高手答"——让你看到同一道题答到什么层次才算过关，比如 架构选型 里的 ReAct vs Plan-and-Execute。面试前可下载配套的 《Agent 面试 500 问》绿皮书 PDF，覆盖 693 道高频题，按面经出现频次排序，适合当天翻阅。

Agent 训练实战：补齐模型侧视角

大厂 Agent 岗不只问应用，还会问训练。GRPO vs PPO 深度对比 和 训练环境工程 从轨迹数据、Loss Mask 讲到仿真沙箱与数据回流闭环，帮你回答"如何让模型学会做 Agent"这类问题。

💼 Final Project：OfferPilot 手写 Agent 完整实战

这是整套教程的"毕业项目"：上传面试录音或文字稿，自动诊断回答质量，输出结构化改进建议。纯手写 Harness 10 层架构，不依赖 LangChain / LangGraph，12 篇文档从 PRD 一路写到 Web UI 部署。

三大核心场景覆盖文字稿诊断、录音诊断（STT 转写 + 说话人分离）和知识库对标：

开发按四阶段推进：MVP（Query Engine + 知识库 + Tools）→ 语音能力 → 工程化加固（Permission、Session、Hook）→ 多 Agent 高级功能，每个阶段都有明确交付物：

工程细节同样扎实。比如上下文管理采用 5 层结构（System Prompt / User Profile / Task Context / History Summary / Recent Messages），总窗口控制在约 16000 tokens，而不是盲目堆满上下文：

想复盘这个项目的架构设计，建议从 PRD：产品需求文档 和 系统架构设计 读起。

⏱️ 快速上手：一键 Clone 并本地预览 zero2Agent

git clone https://gitcode.com/gh_mirrors/ze/zero2Agent
cd zero2Agent

# 安装 Jekyll（需要 Ruby）
gem install bundler jekyll
bundle install

# 本地预览
bundle exec jekyll serve
# 访问 http://localhost:4000/zero2Agent

仓库是纯静态站点：index.html 负责首页学习路线，各 learn-* 目录是模块入口，_layouts/default.html 提供统一的三栏阅读布局（左侧目录 + 正文 + 右侧 TOC）。

❓ 常见问题

Q：零基础、没做过 LLM 应用，能学吗？

可以。只要会写代码就能开始，Agent Basic 模块假设你"懂大模型基本概念但没系统做过 Agent"，每篇都从工程问题出发而不是堆名词。

Q：只想准备面试，要不要全部读完？

不必。直接按 面试通关 的 17 大维度准备，配合绿皮书 PDF 速查即可；面试中追到具体机制（如 Context Compact、Subagent 编排）时，再回 Claude Code 或 Final Project 找对应章节补课。

Q：内容会过时吗？

Agent 方向迭代快，项目采用"事实基线"写法——比如 Pi 模块明确标注核验的官方仓库 commit 作为事实来源，第三方资料单独在 THIRD_PARTY_NOTICES.md 中登记。应用实战模块也在持续更新中，建议关注仓库动态。

小结：zero2Agent 提供的不是碎片化技巧，而是一条从概念、框架、手写实现、训练到面试的完整路线。沿着三段式路线走完 131 篇文章，再带着 OfferPilot 这个项目去面试，你就具备了与面试官深入讨论任何 Agent 工程细节的底气。

赞

分享

• 文档
• 教程
• 知识库
• 人工智能

【免费下载链接】zero2Agent

面向大厂Agent研发岗位求职的agent教程网站，涵盖技术路线与面试八股文

项目地址：
https://gitcode.com/gh_mirrors/ze/zero2Agent

点击查看 免费下载

相关推荐

• Vichan API开发：如何构建4chan兼容的JSON API接口

  Vichan API开发：如何构建4chan兼容的JSON API接口 Vichan作为世界上最流行和使用最广泛的图像论坛软件，提供了一个强大的4chan兼容J

• 让静态照片动起来：Stable Video Diffusion实战解密

  让静态照片动起来：Stable Video Diffusion实战解密 你是否曾凝视一张照片，想象其中的场景能够活灵活现地动起来？现在，这个魔法般的想法可以通过

  计算机视觉
  基础模型
  大模型

• 戴森球计划工厂建设终极指南：从零基础到精通大师的完整攻略

  戴森球计划工厂建设终极指南：从零基础到精通大师的完整攻略 还在为戴森球计划中复杂的工厂设计感到迷茫吗？想要快速建立高效的生产线却不知从何下手？别担心，这份终极指

  数据集

上一篇：
Paddle.js 完整指南：浏览器端深度学习框架终极教程

下一篇：
vLLM × Tensorizer：将模型张量序列化到 S3/HTTP，实现 GPU 直载的极速启动

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考