本周主要给大家补齐智能体开发底层基础，理清主流框架技术关联，搭建开发环境，掌握 Python 编程，完成 Vue3 前端搭建，夯实后续开发根基。

1. 1、搞懂智能体、单智能体、多智能体基础概念
2. 2、了解主流大模型特点，知道不同场景怎么选模型
3. 3、明白智能体两种开发方式的区别和适用场景
4. 4、整体梳理项目技术栈，理解整体架构设计思路
5. 5、理清 Hermes、LangChain、LangGraph 三者关系
6. 6、安装全套基础开发工具，入门 AI 编程必备能力
7. 7、掌握 Cursor 工具实操，搭建高效智能化开发工作流

本周主要认识 Python 在智能体开发的作用，掌握核心语法，搭建管理项目环境，学会多媒体解析、数据校验约束，了解异步编程，封装代码提升复用能力。

1. 1、明白学 Python 对 AI 智能体开发的必要性
2. 2、快速掌握 Python 开发必备核心语法
3. 3、学会虚拟环境搭建和项目依赖包管理
4. 4、掌握常用文件、图片、音频的读取与解析方法
5. 5、学会用规范方式做数据校验和类型约束
6. 6、掌握异步编程基础，让 AI 响应更流畅
7. 7、学会封装通用代码，提高项目复用性

本周主要梳理人机交互流程，划分页面功能，区分组件实现复用。敲定接口规范，借助 AI 设计 UI 原型，掌握 Vue3.5，搭建前端工程，完成页面布局与数据展示。

1. 1、梳理用户和 AI 智能体的完整操作使用流程
2. 2、拆分项目页面结构，明确每个页面功能
3. 3、学会区分通用组件和业务组件，合理复用
4. 4、提前规划前后端接口格式与传参规则
5. 5、借助 AI 快速设计出项目 UI 页面原型
6. 6、上手 Vue3.5 核心用法，满足项目开发需求
7. 7、用 Vite 初始化前端工程，搭建整体项目骨架
8. 8、完成静态页面布局，接入模拟数据展示效果

本周主要学习 FastAPI 分层架构，拆分业务层级。统一报错格式，设计管理数据库，管控项目配置。实现账号鉴权，规范接口版本，完成接口安全相关配置。

1. 1、学习 FastAPI 后端分层架构思想与职责划分
2. 2、掌握后端路由、业务逻辑、数据层的分离写法
3. 3、统一项目报错格式，方便调试和问题定位
4. 4、学会设计数据库表结构，实现数据迁移管理
5. 5、合理管理项目配置，保护敏感隐私信息
6. 6、实现账号注册、登录与安全鉴权完整流程
7. 7、规范接口版本管理，保证后续升级不兼容
8. 8、做好接口安全防护、防刷、跨域等基础配置

本周主要设计聊天及多媒体数据表，规划资源存储，实现字幕对齐与数据一致性，优化记录加载，制定验收标准，完成前后端联调。

1. 1、设计聊天会话、消息记录整套数据库结构
2. 2、规划文件、图片、音频资源的存储与管理方式
3. 3、设计语音转写数据表，实现字幕时间戳对齐
4. 4、学会兼顾本地存储和云端存储的数据一致性
5. 5、优化聊天记录加载逻辑，实现页面正常回显
6. 6、掌握项目数据验收标准，保证数据完整可用
7. 7、完成前后端联调，打通会话列表和详情页

本周主要带大家认识 LangChain 适用场景，明晰模块分工，调参优化模型输出。手写简易智能体，改造为工程化项目，规范输出格式与工具调用流程。

1. 1、了解 LangChain 作用，知道什么时候必须用它
2. 2、弄懂模型、提示词、记忆、智能体各自分工
3. 3、学会调整大模型参数，优化输出效果
4. 4、从零手写一个简易 AI 智能体，理解核心逻辑
5. 5、学习智能体从单文件改成工程化项目写法
6. 6、约束 AI 输出格式，避免回答混乱跑偏
7. 7、规范工具调用流程，方便后期排查问题

本周主要分场景设计提示词模板，做好版本管控与回滚。自动带入用户信息，关联日志便于溯源，掌握调优验收流程，定制学习面试提示方案。

1. 1、按不同业务场景，设计专属 AI 提示词模板
2. 2、学会给提示词做版本管理，支持随时回滚
3. 3、把用户信息、岗位特点自动带入提示词
4. 4、关联提示词版本和运行日志，方便追溯问题
5. 5、掌握提示词调优、测试、验收完整流程
6. 6、设计可复原的面试和学习计划提示词方案

本周主要设计知识库管理数据表，统一解析多格式文档，掌握文档分块、清洗去重技巧。自动生成向量索引，掌握知识库导入、监控、验收全流程。

1. 1、设计知识库分类、标签、版本管理表结构
2. 2、把 PDF、Word、图片统一解析成标准文本
3. 3、学习文档拆分技巧，掌握分块大小实用调法
4. 4、对文档做去重和清洗，保证知识库质量
5. 5、文档入库自动生成向量索引，方便后续检索
6. 6、掌握知识库导入、监控、验收的完整流程

本周主要对比本地与云端向量库适用场景，优化文档入库逻辑，调优检索参数、完善检索兜底与引用机制。掌握 Hermes 双层记忆优势，搭建用户记忆模型，完成简历解析与画像测试。

1. 1、对比本地向量库和云端向量库的选用场景
2. 2、优化文档批量入库逻辑，增加缓存和重试
3. 3、根据业务场景调优检索参数，提升匹配精度
4. 4、设计智能体检索逻辑，搭配兜底回答方案
5. 5、实现检索内容引用标注，让 AI 回答有理有据
6. 6、了解 Hermes 双层记忆设计思路与优势
7. 7、搭建用户简历画像和学习薄弱点记忆模型
8. 8、完成简历解析、画像初始化全流程测试

本周主要了解 LangGraph 作用及框架协作方式，设计搭建工作流节点流程。规划智能体状态数据，划分节点职责，搭建学习面试自动化流程，处理任务异常，实现流式输出。

1. 1、了解 LangGraph 作用，以及和其他框架的配合方式
2. 2、学会设计工作流节点、逻辑连线，搭建基础流程
3. 3、掌握智能体状态数据设计，方便持久化复盘
4. 4、拆分生成、评分、追问等节点的各自职责
5. 5、搭建学习全流程自动化工作流
6. 6、搭建面试全流程自动化工作流
7. 7、处理长任务卡顿、中断、重试、进度展示问题
8. 8、实现流式输出，让内容边生成边展示

本周主要对单智能体短板与多智能体协作优势有整体认知，划分主控与各类智能体职责。制定交互规范，合理调度分工，依托管控机制规避调用问题，封装通用能力，完成整体联调验收。

1. 1、理解单个智能体的局限，明白多智能体协作价值
2. 2、设计总控智能体和各类专家智能体分工架构
3. 3、定义学习、出题、面试、教练智能体各自职责
4. 4、制定多智能体统一通信格式和交互规则
5. 5、学会总控智能体如何合理调度各个专家 Agent
6. 6、学习 Hermes MCP 管控思路，防止工具调用失控
7. 7、把常用业务能力封装成通用技能供所有 Agent 复用
8. 8、完成多智能体协作整体联调与功能验收

本周主要梳理学习模式完整流程，优化资料上传进度与重试机制。实现 AI 出题互动答题、测评分析，精准定位薄弱知识点，自动生成专属学习计划，完成全流程功能验收。

1. 1、完整梳理学习模式从导入到出计划的全流程
2. 2、设计资料上传进度展示，支持失败自动重试
3. 3、实现 AI 智能体自动出题、交互式答题体验
4. 4、展示测评分数、扣分点和针对性提升建议
5. 5、智能分析个人薄弱知识点并做优先级排序
6. 6、自动生成可落地的学习计划与复习安排
7. 7、跑通学习模式全流程，完成整体功能验收

本周主要梳理模拟面试全流程，实现简历解析与画像展示。AI 个性化出题、智能追问，完善语音面试页面展示。自动生成面试评分与改进建议，归档错题，沉淀个人复习资产。

1. 1、梳理模拟面试完整业务流程与交互逻辑
2. 2、实现简历上传解析、个人画像展示与异常重试
3. 3、根据个人背景智能生成个性化面试题库
4. 4、设计语音面试页面布局、通话状态与字幕展示
5. 5、AI 自动出题、智能追问，把控面试节奏
6. 6、生成面试评分、改进建议和标准答题参考
7. 7、把面试错题自动归档，沉淀为个人复习资产

本周主要规范面试音频存储格式，智能分析面试优劣并整理问题、生成复习清单。排查全流程 bug，通过 Docker 打包编排服务，配置域名 HTTPS，完成项目公网上线。

1. 1、统一规范面试音频导入格式与存储方式
2. 2、音频转写后自动提炼面试亮点、问题与短板
3. 3、自动整理面试问题，做分类、去噪和归纳
4. 4、根据面试短板自动生成个人复习清单
5. 5、全链路排查功能 Bug、语音异常、数据不同步问题
6. 6、学习 Docker 打包项目，配置环境与健康检查
7. 7、用 Docker Compose 编排所有服务，一键启动
8. 8、配置域名与 HTTPS，完成项目公网正式上线

本周主要认识数字人面试官作用，完成服务对接与页面嵌入。部署本地大模型，搭建模型网关切换算力，借助框架搭建多智能体，复盘项目架构与所学内容。

1. 1、了解数字人面试官的价值，提升面试沉浸体验
2. 2、学会数字人服务开通、形象选择和对接准备
3. 3、实现数字人接口对接、音画同步和实时联动
4. 4、前端嵌入数字人页面，优化交互与常见问题
5. 5、学习本地部署大模型的优势与整体规划方案
6. 6、实现 Qwen3 模型本地部署，兼容标准调用格式
7. 7、搭建模型网关，实现本地 / 云端模型一键切换
8. 8、用 CrewAI 快速搭建多智能体，对比开发差异
9. 9、整体复盘课程知识、项目架构与工程设计思路