实践路线。
机器人售后与运维助手
围绕一个“机器人售后与运维助手”持续迭代:
- 读透小智: 画清模型、语音、上下文、工具和记忆的主要调用链。
- 基础 RAG: 使用现有 Qdrant,实现文档入库、检索、过滤与引用。
- Java 服务: 用 Spring AI 连接设备工具和知识库。
- 平台集成: 用 RAGFlow 处理同一批资料,比较效果。
- 多步骤流程: 用 LangGraph 练习人工确认、状态保存和恢复。
- 编程 Agent: 阅读 Codex、OpenCode 的公开源码,研究 Claude Code 的公开机制与扩展,完成一个可验证的实践。
- 质量与交付: 贯穿评测、指标、自动化发布和故障演练。
每项完成后,记录本人实现的部分、验证结果和遇到的问题,确认完成后,再更新到个人能力页。
实践记录
每完成一个阶段,补充以下记录:
- 实现内容: 本人完成的功能、模块和关键设计。
- 验证结果: 运行案例、测试结果或效果对比。
- 问题与处理: 遇到的问题、定位过程及解决方法。
- 成果入口: 对应的项目、代码或实践文章。
各方向的学习重点与完成目标见补强计划。