01业务工具调用方向
LangChain4j 客服 Agent
把“帮我取消订单”做成受控、可追踪的业务操作
- 适合谁
- 适合第一次独立做 Java AI 项目的人
- 最后交什么
- 取消前需批准，重试不重复操作，能展示完整执行记录
中等；原创改造后有深度
看源码路线与改造任务JAVA AI / AGENT · 项目学习专题
选一个项目，做到能讲清、能复现
面向 Java AI 应用 / Agent 开发岗位。三条主线选一条，完成自己的业务改造，再用失败实验和评测记录准备面试。
先完成一条
三条主线，各有一个清晰的业务结果
02研究与编排方向
DeepResearch
做一个会查资料、可中断、能追溯来源的研究助手
- 适合谁
- 适合已有 Spring Boot、异步编程和数据库基础的人
- 最后交什么
- 一份可恢复的研究任务 + 引用证据 + 检索对照实验
中高
看源码路线与改造任务03企业数据应用方向
RuoYi AI 受控数据分析
让运营用自然语言查数据，同时守住数据权限和统计口径
- 适合谁
- 适合熟悉 Java 后端、SQL 和企业权限的人
- 最后交什么
- 可核对的 SQL 结果与图表 + 两租户隔离实验
中高；平台依赖较多
看源码路线与改造任务按成果推进，不按看过多少视频
做到这四步，再把它写进简历
- 跑通一个小业务
先用假模型和固定数据走通接口、工具与结果；再接真实模型。记录 JDK、依赖、模型、配置和数据版本。
- 完成自己的改造
选题页给了三个方向。首版先做好身份权限、失败处理和成本上限；恢复与多副本按你的实际设计逐步增加。
- 用证据说明效果
保存成功和失败的输入、工具轨迹、业务最终状态、耗时与 Token。改造前后使用相同题集；没有实测的数字留空。
- 讲清一个取舍
能演示一次失败如何定位，说明为什么采用这种流程，以及没有支持哪些场景。准备架构图、测试记录和五分钟演示。
这批资料核对到了哪一步？
六个项目都固定到具体提交，并阅读关键源码。客服示例编译成功；DeepResearch 的 4 个指定旧路径测试通过，并补做了原 RRF 类和当前 Flux 取消路径的离线实验。RuoYi 的 SQL 校验器有 20 个语法样例，20/20 符合预设行为。各项目页分别说明实验条件和未覆盖范围。
这些结果不等于完整系统通过验收。本轮没有调用真实模型、搜索付费接口或启动完整业务系统。文中的改造任务和验收指标是你需要实施的计划，不是已完成成绩。
有具体疑问时再读
三项机制参考，补一个问题就够
读状态与权限；样例待补全
看指定阅读范围AgentScope Java DataAgent
框架机制值得读，但这份 DataAgent 在固定版本中仍有未实现的 SQL 工具。因此本轮把它放在机制参考区；适合已有主项目后学习权限、状态版本和部署边界。
读后台任务与工具发现
看指定阅读范围JavaClaw
一个个人助手型应用，适合补后台任务和工具发现。它使用 Java 25 与较新的 Spring 栈；如果你的环境只有 Java 17，先读指定文件，不必为了这一条机制参考升级整个项目。
先把几个词读懂
- Agent
- 模型根据当前结果选择下一步，再由程序执行工具。不是所有步骤都必须交给模型决定。
- 工具调用
- 模型提出工具名与参数，应用检查权限后调用真正的代码。
- RAG / 检索增强
- 先从资料中找证据，再让模型据此回答。
- Checkpoint / 恢复点
- 保存任务进行到哪里、已有结果是什么，失败后从明确的位置继续。
- 幂等
- 相同业务动作重复请求，最终只产生一次有效结果。需要业务记录或外部系统配合。
- 评测
- 用固定题目、明确答案和运行记录检查效果；既看答案，也看数据库等真实结果。
下载后直接填写
面试项目验收包
包含选题卡、24 条待执行用例、空白运行记录和简历 / 追问模板。先选一条主线，再执行对应的 6 条业务用例和 6 条通用用例；它们是起步清单，不是完整生产验收。
下载验收包 ZIP只含原创 Markdown 与 CSV 模板；没有预填通过结果。
想继续补方法
Spring：工作流与 Agent 的设计模式帮助判断哪些步骤适合固定编排；Anthropic：如何评测 Agent帮助区分模型声称的结果与系统实际结果。两者用来学习方法，不能替代所选项目版本的 API 文档。