# 智能 OnCall Agent 项目 ｜ 大模型应用开发项目
大家好，我是小林。
今年开始大模型应用开发岗实在太火爆了，看到不少互联网中大厂都开始开设了各种大模型应用开发的岗位。
那问题来了？怎样才有机会卷入这个大模型应用开发赛道呢？注意我这里说的是大模型应用开发赛道，不是大模型算法，看到大模型很多人都会有误解，都以为这个是算法岗，门槛会比较高。
实际上不是的，本质上这个还是开发岗，也就是通过调用 AI 接口来实现上层应用的需求，所以主要还是跟后端开发一样，注重的是工程经验为主，只要你有相对应大模型应用开发的项目经验，你就可以去投递这个岗位。
而且也有后端开发同学反馈，发现现在大厂都开始对 AI 开发的技术或多或少都开始有一定要求，比如希望你懂 agent 、rag 这类的 AI 应用开发的技术。
那问题又来了，哪里有大模型应用项目学习呢？这个问题就有很多同学问过我，有没有可以写到简历上去面试的大模型应开发项目？
得知大家的痛点，小林联合大厂朋友历经好 3 个月的迭代和打磨， 现在面向大模型 AI 应用开发的新项目终于要和大家见面了，新项目叫《智能 OnCall Agent 项目》，Java 和 Go 版本都已实现！
简单来说，智能 OnCall Agent 是一个基于 AI 的企业级运维自动化助手，项目背景是解决实际企业级问题的，并不是玩具项目。目的是解决传统 OnCall 值班中人工值守和排查问题的低效痛点，通过整合「知识库Agent、对话Agent、运维Agent」三大核心Agent能力，实现问题自动应答和故障智能排查的一体化服务，降低团队 OnCall 的人力成本，提升团队效率。
智能 OnCall Agent 项目文字教程涵盖 7+ 万字，涵盖项目设计、架构设计、Agent设计、接口设计、源码分析等等，这套教程会带大家掌握新时代程序员必知必会的 AI Agent开发、RAG等前沿技术，大幅提升求职竞争力！
这还不够，项目我们都写了详细的简历写法，而且按照大厂标准，帮大家总结了技术难点和亮点，并有 3 种简历写法，所以完全是能学完项目直接写到简历上、突击面试，一条龙服务！
更炸裂的是，我们已经总结了 40+ 道项目面试题，掌握好这些面试题，就可以直接拿去面试了，同时未来也会根据同学们的真实面试反馈，持续增加项目的面试题数量，目标100道题！
先给总结：学完这个项目，市面上的Agent应用开发岗位去面试没有任何问题，岗位要求的技术栈这个项目全都有
- user prompt 、 system prompt 、 func call 、 mcp 、 tools 、 rag 、agent 等技术名词让你不再只知道概念，而是知道原理，让这些名词不再神秘，不再一知半解
- Go和Java大模型应用开发框架的使用：Eino和Spring AI Alibaba ，跟着实战篇章走，让你学会Agent开发，了解Agent开发的原理是什么
- Agent设计模式，ReAct、Plan-Execute 等，让你理解为什么Agent要用这些设计模式，面试中如何侃侃而谈
- 最重要的一点，学完项目后，能掌握这个项目如何拿去面试。而不是学完了但是不会面试
接下来小林给大家快速介绍这个项目，希望让更多需要它的同学看到，把它变成自己的项目，让自己的简历竞争力upup！
🧧 文末有加入项目学习的方式，早鸟价打骨折，千万不要错过！
# 项目系统架构
总的来说，OnCall Agent 系统包含四个接口、三个核心 Agent 以及多个辅助组件。
贯穿整个项目的三个最核心的 Agent：
- 知识库 Agent： 当你需要让 AI 回答特定领域问题时，如果直接将长文本丢给大模型，会受限于模型的上下文窗口大小，导致成本高、速度慢、准确率低。知识库 Agent 通过采用先检索相关内容，再生成答案的策略，完美地解决了这些问题。
- 对话 Agent： 这是一个智能交互系统，它能够像真人一样理解你的问题、调用知识库，并给出精准的回答。它尤其适合用来处理高频重复的咨询类场景。
- 运维 Agent： 它可以像资深工程师一样，自动接收告警、按预设步骤排查问题、分析根因并给出处理建议，甚至能够自动执行标准化操作，将工程师从重复劳动中彻底解放出来。
# 项目亮点
功能亮点：太契合面试了，保护付费同学的权益这里不展开介绍了
技术亮点：直接从面试的角度出发来看项目亮点：
- RAG：面试官肯定会问RAG是什么意思，有哪些流程，怎么分片，怎么召回的更准？
- prompt：这是一个非常适合展示思考过程的点。 亮点准备不要只展示最终结果。建议准备一个迭代故事。第一版prompt有哪些缺点，第二版改了什么有什么好处？
- 多轮对话：记忆功能v1.0，记忆功能v2.0带总结版本。可以把你的设计展开讲，并且还有阶梯式的优化，体现你的思考
- 流式输出SSE：为什么用SSE，和http的区别是什么？
- Agent设计模式：ReAct、Plan-Execute 这些设计模式的核心原理是什么，有什么好处？
- ReAct：无ReAct的Agent无法拆分任务、调用工具 。那么ReAct是怎么做到像人一样思考行动的？
- Plan-Execute-Replan：这种模式让运维Agent能应对复杂、多变的故障场景，那么它和ReAct的区别是什么？什么时候用ReAct，什么时候用这个模式。面试中主动说出来，那么这就是你的深入思考，你的亮点。
- 以上都是项目在面试中非常容易引出的亮点，简直就是开卷考试。
# 项目技术栈
开发工具：
- 前端IDE：Cursor
- 后端IDE：JetBrains GoLand、JetBrains IDEA
前端：
- 完全Vibe Coding，根据后端API接口，让AI自动实现前端部分的代码
后端：
- Go
- Goframe（类似SpringBoot的Go语言开发框架）
- Eino（字节跳动开源的大模型应用开发框架）
- Java
- SpringBoot
- Spring AI Alibaba（阿里巴巴开源的大模型应用开发框架）
🌟大模型应用开发涉及到的技术：
- RAG：在生成前从外部知识库检索相关信息，增强回答的准确性和时效性。
- ReAct Agent：结合“推理（Reason）”和“行动（Act）”，通过思维链+工具调用来完成任务。
- Plan- Execute Agent：先制定高层计划（Plan），再分步执行（Execute），适合复杂任务分解。
- Multi-Agent：多个智能体协作，各自承担不同角色或能力，通过通信协同完成任务。
- SSE：一种服务器向客户端推送实时更新的 Web 技术，常用于大模型流式输出（如聊天界面逐字显示）。
- Prompt工程：包括指令设计、上下文构造、few-shot 示例、思维链等技巧。
- MCP：用于统一管理模型上下文、工具调用、记忆等。
- Tool：指大模型通过函数调用（Function Calling）使用计算器、API、数据库等外部工具。
数据库：
- Milvus(高性能向量数据库)
# 项目文档
项目目录：从项目背景->架构拆解->三大 Agent 模块设计->源码分析->项目实战->简历攻略->面试攻略，我们都会一一讲解，这文档写的够保姆级了吧？真的就是项目学习、写简历、面试突击一条龙了。
智能 OnCall Agent 攻略：
项目背景：
架构介绍：
知识库 Agent 模块细节：
对话 Agent 模块细节：
运维 Agent 模块细节：
运行项目教程：
# 学完项目能什么收获？
从智能 OnCall Agent项目中你可以学到：
- 如何基于Eino(Go语言大模型应用开发框架) / Spring-ai(Java语言大模型应用开发框架) 设计AI工作流，通过Graph编排实现知识库Agent、对话Agent、运维Agent？
- 如何构建RAG全流程体系，从文档分片、文本向量化、向量库存储，到在线召回、重排、生成，实现大模型精准回答？
- 如何通过Function Call技术构建工具调用机制，规范大模型与工具的交互流程，提升指令解析准确性？
- 如何基于SSE实现对话流式输出，像真人打字一样逐句呈现回答，优化用户交互体验？
- 如何构建跨系统联动架构：打通日志、监控、告警群、知识库等平台，实现故障排查的一站式数据聚合与报告生成？
- 如何设计多轮对话记忆机制：通过上下文关联提升模糊问题解决率？
- 如何设计不同场景下的智能体模式：用ReAct解决对话交互类问题的动态决策，用Plan-Execute-Replan实现运维流程的结构化排障与动态调整？
- 如何从业务价值、技术深度、团队效率多维复盘项目，体现技术解决实际问题的能力？
这个项目不是一个简单的Demo项目，而是：
- 一个能在面试中让面试官在线使用、体验的AI平台。惊艳面试官，让吃螃蟹的你面评打S级的项目
- 一个契合求职市场热点，多轮对话、Func Call、RAG、Agent、Mult Agent等技术都涉及的项目
- 一个专为Agent应用开发岗位，呕心沥血专门定制的，能解决工作过程痛点，能在面试过程中与面试官产生共鸣的Agent面试项目
我们专门研究过大模型应用开发岗的招聘要求，结果发现智能 OnCall Agent 用到的大模型应用开发技术，正好就是企业最想要的那些！
# 项目学习方式是怎样的？
智能OnCall Agent 项目主要是在飞书文档学习，学习内容主要是文档为主，会提供源码，但是没有视频教学，也没有手把手带做项目视频，所以需要有一定的文档自学能力。
同时也配备飞书答疑群，会有专属的项目导师答疑解惑。
# 项目导师背景
- 风哥：智能OnCall Agent 项目导师， 面试至今100%胜率，超懂面试的大厂程序员，具备字节、腾讯、百度等多家大厂工作经历，实战经验丰富
# 项目适合谁？
适合群体：
- 适合具备 Java/Go 后端基础，想补个 AI 大模型项目的校招/社招同学
- 适合工作经历缺乏 AI 应用开发项目经验的，想融入个AI 应用开发项目的同学
- 适合想进入 AI 工程 / 智能应用开发，提高 AI 应用开发工程经验的同学
- 适合对大模型应用开发感兴趣的，希望结合项目经验来学习大模型应用开发
因为项目的学习主要是文档+群答疑为主，没有手把手带做项目视频，所以不适合群体：
- 不适合只喜欢看视频学习，没有看文档学习习惯的，自学能力弱的
- 不适合 0 基础开发小白，你至少要有一点 Java/Go 后端开发基础（懂一点接口开发就行）
- 不适合游手好闲，喜欢知识要手把手喂到你嘴里的
# 如何报名学习项目？
项目原价 299，新项目上新！
早鸟价限时优惠价：99元（图解网站可能会有缓存，最新价格以课程网站为准），低至 3.5折！早加入早吃螃蟹！
这价格足够白菜了吧，市面上我看到很多学完能直接面试的项目，普遍都是300-500元，而且还不少同学买过，所以我们价格后面一定会持续涨价，早加入不仅有价格优势，还有早学早拿去面试的红利！
购买「智能 OnCall Agent 项目」之后会解锁这些权益：
- ✅详细的全套项目文档资料学习（文档永久可看）
- ✅完整的项目 Java+Go 源码（两个语言实现的源码都能学习）
- ✅文档答疑解惑和专属项目交流群（赠送一年答疑服务）
- ✅现成 3 种简历写法（项目亮点和难点全都有）
- ✅项目的扩展思路（拉开和其他人的差距）
- ✅项目 40+ 相关面试题（全都是项目高频面试题，后续还会持续增加）
具体购买方式，微信扫码下方二维码，会进入到项目购买网页：
点击「智能 OnCall Agent 项目」去购买：
支付购买之后，就会拿到兑换码，然后跟着提示的兑换码指引文档操作就行。
