[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"project-1217":3},{"id":4,"name":5,"fullName":6,"owner":7,"repo":5,"description":8,"homepage":9,"htmlUrl":9,"language":9,"languages":9,"totalLinesOfCode":9,"stars":10,"forks":11,"watchers":12,"openIssues":13,"contributorsCount":14,"subscribersCount":14,"size":14,"stars1d":15,"stars7d":16,"stars30d":17,"stars90d":14,"forks30d":14,"starsTrendScore":18,"compositeScore":19,"rankGlobal":9,"rankLanguage":9,"license":20,"archived":21,"fork":21,"defaultBranch":22,"hasWiki":23,"hasPages":21,"topics":24,"createdAt":9,"pushedAt":9,"updatedAt":33,"readmeContent":34,"aiSummary":35,"trendingCount":14,"starSnapshotCount":14,"syncStatus":13,"lastSyncTime":36,"discoverSource":37},1217,"agent_java_offer","guoguo-tju\u002Fagent_java_offer","guoguo-tju","公开的 Java 后端 \u002F AI Agent \u002F 系统设计 \u002F 算法面试复习资料库",null,604,73,1,2,0,20,45,248,60,99.61,"Other",false,"main",true,[25,26,27,28,29,30,31,32],"ai-agent","algorithms","backend","interview-prep","java","langgraph","rag","system-design","2026-06-12 04:00:08","# Agent Offer\n\n一份面向 后端 转型到 AI Agent  的公开复习资料库。\n\n\n目的是把分散笔记重组为更适合复习、口述和追问深挖的结构化目录。\n\n## 这份仓库适合谁\n\n- 正在从  后端转向 AI Agent \u002F 大模型应用工程的人\n\n## 如何使用\n\n推荐从这里开始：\n\n1. 先看 [docs\u002Finterview_prep\u002FREADME.md](docs\u002Finterview_prep\u002FREADME.md)\n2. 再进入 [00_导航](docs\u002Finterview_prep\u002F00_导航\u002FREADME.md)，读总索引和复习路线图\n3. 然后按方向进入具体主题目录，只看对应目录下的 `01_核心问答.md`\n\n如果你只想快速开始：\n\n- 先复习 `01_AI`\n- 再过一遍 `02_后端`\n- 然后看 `03_系统设计`\n- 最后刷 `05_项目表达`\n\n## 目录导航\n\n### 01_AI\n\n适合准备 Agent、RAG、上下文工程、skill、subagent、评测、安全、工程化相关面试。\n\n- [01_Agent基础](docs\u002Finterview_prep\u002F01_AI\u002F01_Agent基础\u002F01_核心问答.md)\n- [02_Workflow与多Agent](docs\u002Finterview_prep\u002F01_AI\u002F02_Workflow与多Agent\u002F01_核心问答.md)\n- [03_RAG](docs\u002Finterview_prep\u002F01_AI\u002F03_RAG\u002F01_核心问答.md)\n- [04_上下文工程与记忆](docs\u002Finterview_prep\u002F01_AI\u002F04_上下文工程与记忆\u002F01_核心问答.md)\n- [05_模型调优与微调](docs\u002Finterview_prep\u002F01_AI\u002F05_模型调优与微调\u002F01_核心问答.md)\n- [06_评测与监控](docs\u002Finterview_prep\u002F01_AI\u002F06_评测与监控\u002F01_核心问答.md)\n- [07_安全与风控](docs\u002Finterview_prep\u002F01_AI\u002F07_安全与风控\u002F01_核心问答.md)\n- [08_框架协议与工程化](docs\u002Finterview_prep\u002F01_AI\u002F08_框架协议与工程化\u002F01_核心问答.md)\n- [09_追加补充](docs\u002Finterview_prep\u002F01_AI\u002F09_追加补充\u002F01_核心问答.md)\n\n### 02_后端\n\n适合准备数据库、缓存、消息队列、并发、服务治理、事务与高可用相关面试。\n\n- [01_MySQL](docs\u002Finterview_prep\u002F02_后端\u002F01_MySQL\u002F01_核心问答.md)\n- [02_Redis](docs\u002Finterview_prep\u002F02_后端\u002F02_Redis\u002F01_核心问答.md)\n- [03_Kafka](docs\u002Finterview_prep\u002F02_后端\u002F03_Kafka\u002F01_核心问答.md)\n- [04_并发与异步任务](docs\u002Finterview_prep\u002F02_后端\u002F04_并发与异步任务\u002F01_核心问答.md)\n- [05_缓存与一致性](docs\u002Finterview_prep\u002F02_后端\u002F05_缓存与一致性\u002F01_核心问答.md)\n- [06_分库分表与架构治理](docs\u002Finterview_prep\u002F02_后端\u002F06_分库分表与架构治理\u002F01_核心问答.md)\n- [07_JVM与GC](docs\u002Finterview_prep\u002F02_后端\u002F07_JVM与GC\u002F01_核心问答.md)\n- [08_Spring与SpringBoot](docs\u002Finterview_prep\u002F02_后端\u002F08_Spring与SpringBoot\u002F01_核心问答.md)\n- [09_RPC与网关治理](docs\u002Finterview_prep\u002F02_后端\u002F09_RPC与网关治理\u002F01_核心问答.md)\n- [10_网络I_O与发布治理](docs\u002Finterview_prep\u002F02_后端\u002F10_网络I_O与发布治理\u002F01_核心问答.md)\n- [11_分布式事务与高可用](docs\u002Finterview_prep\u002F02_后端\u002F11_分布式事务与高可用\u002F01_核心问答.md)\n\n### 03_系统设计\n\n适合准备容量估算、高并发架构、缓存、MQ、搜索推荐、交易风控、增长系统相关面试。\n\n- [00_方法论与估算](docs\u002Finterview_prep\u002F03_系统设计\u002F00_方法论与估算\u002F01_核心问答.md)\n- [01_高并发系统](docs\u002Finterview_prep\u002F03_系统设计\u002F01_高并发系统\u002F01_核心问答.md)\n- [02_缓存与KV系统](docs\u002Finterview_prep\u002F03_系统设计\u002F02_缓存与KV系统\u002F01_核心问答.md)\n- [03_消息队列与监控告警](docs\u002Finterview_prep\u002F03_系统设计\u002F03_消息队列与监控告警\u002F01_核心问答.md)\n- [04_搜索推荐与聊天](docs\u002Finterview_prep\u002F03_系统设计\u002F04_搜索推荐与聊天\u002F01_核心问答.md)\n- [05_交易与风控](docs\u002Finterview_prep\u002F03_系统设计\u002F05_交易与风控\u002F01_核心问答.md)\n- [06_增长与邀请码系统](docs\u002Finterview_prep\u002F03_系统设计\u002F06_增长与邀请码系统\u002F01_核心问答.md)\n- [07_地图与大规模存储](docs\u002Finterview_prep\u002F03_系统设计\u002F07_地图与大规模存储\u002F01_核心问答.md)\n- [08_分布式与算法补强](docs\u002Finterview_prep\u002F03_系统设计\u002F08_分布式与算法补强\u002F01_核心问答.md)\n\n### 04_算法\n\n适合按题型刷 LeetCode 高频题，而不是按题号碎片化复习。\n\n- [01_数组与双指针](docs\u002Finterview_prep\u002F04_算法\u002F01_数组与双指针\u002F01_核心问答.md)\n- [02_滑动窗口](docs\u002Finterview_prep\u002F04_算法\u002F02_滑动窗口\u002F01_核心问答.md)\n- [03_链表](docs\u002Finterview_prep\u002F04_算法\u002F03_链表\u002F01_核心问答.md)\n- [04_二叉树](docs\u002Finterview_prep\u002F04_算法\u002F04_二叉树\u002F01_核心问答.md)\n- [05_动态规划](docs\u002Finterview_prep\u002F04_算法\u002F05_动态规划\u002F01_核心问答.md)\n- [06_回溯与搜索](docs\u002Finterview_prep\u002F04_算法\u002F06_回溯与搜索\u002F01_核心问答.md)\n- [07_堆栈队列二分](docs\u002Finterview_prep\u002F04_算法\u002F07_堆栈队列二分\u002F01_核心问答.md)\n\n### 05_项目表达\n\n适合准备项目口述、场景化追问、业务架构题和跨领域综合表达。\n\n- [01_AI应用平台](docs\u002Finterview_prep\u002F05_项目表达\u002F01_AI应用平台\u002F01_核心问答.md)\n- [02_交易Agent与风控平台](docs\u002Finterview_prep\u002F05_项目表达\u002F02_交易Agent与风控平台\u002F01_核心问答.md)\n- [03_垂直写作与审阅平台](docs\u002Finterview_prep\u002F05_项目表达\u002F03_垂直写作与审阅平台\u002F01_核心问答.md)\n- [04_搜索推荐平台](docs\u002Finterview_prep\u002F05_项目表达\u002F04_搜索推荐平台\u002F01_核心问答.md)\n- [05_大模型应用平台](docs\u002Finterview_prep\u002F05_项目表达\u002F05_大模型应用平台\u002F01_核心问答.md)\n- [06_AIGC内容平台](docs\u002Finterview_prep\u002F05_项目表达\u002F06_AIGC内容平台\u002F01_核心问答.md)\n- [07_综合场景题](docs\u002Finterview_prep\u002F05_项目表达\u002F07_综合场景题\u002F01_核心问答.md)\n\n## 推荐复习顺序\n\n### 路线 A：后端转 AI Agent\n\n1. `01_AI`\n2. `02_后端`\n3. `03_系统设计`\n4. `05_项目表达`\n\n### 路线 B：后端面试冲刺\n\n1. `02_后端`\n2. `03_系统设计`\n3. `04_算法`\n4. `05_项目表达`\n\n### 路线 C：项目口述与场景题强化\n\n1. `05_项目表达`\n2. 反查 `01_AI \u002F 02_后端 \u002F 03_系统设计`\n3. 补齐项目里提到的关键技术点\n\n## 仓库说明\n\n- 资料已按主题重组，适合系统复习，不适合当作“题海”直接硬刷\n- 内容持续整理中，会继续补充更完整的匿名化项目表达与主题问答\n- 更详细的导航入口见 [docs\u002Finterview_prep\u002FREADME.md](docs\u002Finterview_prep\u002FREADME.md)\n\n## 许可证\n\n仓库内文档内容默认采用 [CC BY-NC 4.0](LICENSE)。\n\n- 允许转载、摘录、改编与再整理\n- 要求保留署名与许可证链接\n- 不允许直接用于商业化分发、售卖或训练营资料包装\n\n如果后续仓库中新增独立代码目录，以该目录内的单独声明为准。\n\n## 友情链接\n\n- [LINUX DO](https:\u002F\u002Flinux.do) — 新的理想型社区\n\n","Agent Offer 是一个面向后端工程师转型到 AI Agent 领域的公开复习资料库。该项目的核心功能是将分散的知识点重组为结构化目录，便于用户进行系统化的学习与复习，涵盖AI基础、后端技术、系统设计及算法等多个方面。特别适合正在从传统后端开发转向AI Agent或大模型应用工程的技术人员使用。通过按照推荐的学习路径深入各个主题，使用者可以有效准备相关领域的面试，包括但不限于Agent架构设计、RAG（检索增强生成）、数据库管理、并发处理等关键技术点。","2026-06-11 02:42:22","CREATED_QUERY"]