Agent 项目选题池
20 个更适合面试的个人 Agent 项目方向:桌面数字员工、Coding Agent、Web Agent、Deep Research、Data Agent、Text2SQL、RAG、视觉测试、多 Agent、具身智能等。边界:这是选题池,不是已完成项目;每个方向都要收缩成可演示、可追问、可留证据的小闭环。
项目页先回答证据问题
这里不把准备中的项目包装成完成案例。每一个项目档案都要说明定位、已实现能力、未实现能力、可验证方式和边界。
20 个更适合面试的个人 Agent 项目方向:桌面数字员工、Coding Agent、Web Agent、Deep Research、Data Agent、Text2SQL、RAG、视觉测试、多 Agent、具身智能等。边界:这是选题池,不是已完成项目;每个方向都要收缩成可演示、可追问、可留证据的小闭环。
可追问的 Coding Agent 评测证据框架:围绕 TaskSpec、workspace isolation、trace.jsonl、artifact、quality gate、replay 和 scorecard / report。边界:不声称企业级、生产级、无人审核执行或商业化 SaaS;planned 能力只作为后续方向。
面向邮件、报价、知识库和任务流的业务 Agent 工作流脱敏概览。边界:只保留抽象流程、人工审核点和证据留存方式;不公开原始沟通、交易细节或组织内文件。状态:已发布脱敏概览,不写成完整上线产品。
内容治理方法与证据边界项目,用来把私有资料、项目复盘、联网校验、内容分级和证据索引收敛为 public-safe 的公开表达。边界:只展示脱敏判断、结构、证据类型和边界原则;私有知识库原文、原始 source manifest、真实业务资料和内部文件留在私有侧。
零依赖的最小 Agent 闭环教学仓库:循环、工具权限边界、trace、重试熔断、独立验证,克隆即跑(离线模式无需 API key)、测试全绿。边界:教学项目,不声称通用规划器或生产框架;代码与测试在 GitHub 公开可核对。
单人内容信号管道开源模板:每日采集公开信号 → 模板化预筛 → 人工审核 → 四个内容出口;零依赖、逐日台账、Actions 云端采集。边界:所有产出都是候选,发布必须人工;不声称采集完备,已知盲区写在 README。