AI工程师（Agent与RAG方向）必备的12个实战项目清单

作为一名 AI 工程师（智能体与 RAG 方向），你必须亲手构建以下项目。

1. 动态上下文组装器
构建：一个前置中间件，按请求在系统提示词、检索文档和工具 schema 之间严格分配 token。
原因：上下文溢出是生产环境智能体的头号隐形杀手。你必须像管控云支出一样管控 token 预算。

2. 混合重排序搜索栈
构建：一个结合 BM25 稀疏搜索、pgvector 稠密搜索和交叉编码器重排序器的检索引擎。
原因：朴素向量搜索在精确关键词匹配上表现不佳。带重排序的混合搜索才是企业级标准。

3. GraphRAG 知识抽取器
构建：一条流水线，将非结构化文档解析为 Neo4j 实体和关系，用于多跳图遍历。
原因：标准 RAG 会丢失数据点之间的关联。图结构能为复杂查询还原推理路径。

4. 自纠错智能体 RAG
构建：一个检索智能体，能自我批判检索到的文本块、改写模糊查询，并在置信度低时主动拒答。
原因：智能体必须知道何时该重新搜索，而不是编造一个自信却毫无依据的谎言。

5. 持久化状态机工作流
构建：一个基于 Temporal 或 LangGraph 的 DAG，具备检查点、指数退避重试和异步 Slack 审批节点。
原因：`while True` 循环会在服务器重启时崩溃。真实业务工作流往往持续数天，必须能在崩溃后存活。

6. 原生 MCP 服务器与客户端
构建：一个 JSON-RPC 模型上下文协议服务器，暴露带权限范围的本地 Postgres 数据库，且不使用封装 SDK 编写。
原因：智能体需要标准化、安全的接口。定制化 API 封装无法在企业级规模下扩展。

7. 三层记忆与淘汰引擎
构建：一个记忆系统，包含工作草稿区、情景会话压缩和带自动 TTL 淘汰的语义向量搜索。
原因：无限上下文会导致 OOM 错误和幻觉。记忆必须被主动管理、评分和裁剪。

8. 类型化多智能体集群
构建：一个三智能体集群（研究员、编码员、审核员），智能体之间传递严格类型化的 Pydantic 状态对象，而非原始文本。
原因：单个智能体无法胜任复杂任务。集群可以分而治之，但原始文本交接会导致上下文漂移。

9. 轨迹评估 CI 门禁
构建：一个 GitHub Action，对照黄金 DAG 对工具调用序列进行评分，偏离时阻止 PR 合并。
原因：最终答案评估无法暴露智能体在哪里失控。轨迹才是问责的基本单位。

10. 智能体间安全与 PII 代理
构建：中间件将 PII 替换为 UUID，并剥离恶意指令，以防止跨智能体提示注入。
原因：多智能体集群会产生内部攻击面。智能体 A 可能被诱骗劫持智能体 B 的工具。

11. 语义缓存与路由网关
构建：一个代理，分析提示词熵值，将简单查询路由到本地 8B 模型，将复杂推理路由到 70B API，并缓存相同意图。
原因：单位经济模型决定生存。路由保护你的利润，语义缓存大幅降低延迟。

12. 公开架构拆解
构建：3 篇已发布的深度解析，详细说明你的集群拓扑、状态机设计、RAG 评估指标和单任务成本分析。
原因：资深 AI 工程师被录用是因为他们的系统设计判断力，而不是他们导入 LangChain 的能力。这些系统能证明，当自主智能体接入你的技术栈时，你具备检索、编排和扩展的能力。

大多数人看教程。构建者交付系统。收藏并转发。