用 AI 项目 掌握 AI 大模型开发能力

基于商品知识库RAG、智能导购Agent、Function Calling和Workflow，实现商品推荐、价格库存优惠工具调用、售后问答、商品对比、评价分析和运营增长报告，覆盖电商核心闭环。

基于Agent、Workflow、RAG和Function Calling，实现教师班级资源管理、排课规则维护、智能排课、冲突检测、课表发布、教学评价和质量分析，覆盖教务核心闭环。

基于Agent、Text-to-SQL和安全查询执行，实现数据集管理、指标口径维护、分析意图识别、SQL纠错、图表推荐、数据解读和报告生成，适合BI分析落地、过程追踪和多轮会话。

基于简历解析、JD结构化抽取、MCP工具调用和Agent多步骤执行，实现岗位匹配评分、能力差距诊断、项目包装建议、改进计划和求职规划报告，适合岗位样本、职业规划闭环和Agent执行追踪。

基于RAG、意图识别和AI回复建议，实现知识库问答、客户会话、工单自动创建、优先级识别、人工处理、服务质检和统计分析，适合学习FAQ资料、客服业务闭环、满意度评价和过程追踪。

基于大模型完成资料上传解析、知识点提取、内容总结、学习计划生成、每日任务管理、打卡记录、阶段复盘和学习建议，适合学习进度闭环、资料分类、任务提醒、复盘建议沉淀和学习提醒机制。

基于Workflow、LLM节点、RAG节点、HTTP节点和Function节点，实现流程可视化编排、模板管理、工具调用、多步骤执行和运行日志追踪，适合AI编排观测和节点排查。

基于多轮对话、结构化评分和Tool Calling，实现岗位题库、AI追问、回答评分、错题收藏、训练回放、能力雷达和个性化学习建议，适合学习工具调用日志、训练闭环和过程追踪。

基于文档解析、文本切片、Embedding、PGVector和RAG问答，实现知识库管理、资料上传、智能检索、企业问答、来源引用和模型配置管理，适合学习RAG落地与引用链路。

基于大模型完成简历上传解析、AI评分、问题诊断、优化建议、内容改写、Word下载、模拟面试题和生成记录管理，覆盖从简历诊断到求职准备的完整流程，并沉淀Prompt模板和改写策略。