Agentic 软件工程项目交付模板¶

这一页不是教你再做一个 Demo，而是教你把 AI Coding / Agent 工程项目 做成能拿去面试、投递、讲解、复盘的交付物。

1. 一个“可投递”的项目必须同时满足 4 件事¶

1. 能运行：不是截图工程
2. 能验证：有测试、评测或 benchmark
3. 能解释：能讲清 trade-off 和失败案例
4. 能交付：有 README、架构图、指标表、演示链路

2. 推荐的 4 类项目¶

这 4 类项目的共同特点，是既能体现 AI4SE 叙事，又比较容易做出可验证的证据链。

A. 仓库级代码修改 Agent¶

典型目标：

• 从 issue 出发
• 检索仓库
• 修改多文件
• 运行测试

必须展示：

• 任务拆解
• 上下文策略
• 文件/符号检索
• 结果验证

B. PR Review / AICR Agent¶

典型目标：

• 自动发现风险改动
• 生成审查意见
• 标记高风险位置

必须展示：

• 审查规则
• 误报/漏报分析
• 人工门禁点

C. Deep Research / 知识工作 Agent¶

典型目标：

• 检索网页、文档、代码
• 汇总结论
• 生成结构化报告

必须展示：

• 规划与搜索流程
• 引用与证据链
• 长任务摘要

D. 企业内部开发助手¶

典型目标：

• 接内部规范
• 读项目规则
• 生成模板代码、测试、文档

必须展示：

• AGENTS.md / Skills / MCP
• 规范注入
• 权限与审计

3. 标准交付包结构¶

project/
├── README.md
├── docs/
│   ├── PRD.md
│   ├── architecture.md
│   ├── eval.md
│   ├── benchmark.md
│   ├── runbook.md
│   └── postmortem.md
├── demo/
│   ├── screenshots/
│   └── replay.md
├── src/
├── tests/
└── scripts/

最低限度建议补齐：

• PRD：解决什么问题
• architecture：系统怎么组成
• eval：怎么定义成功
• benchmark：速度/成本/成功率
• runbook：上线和回滚怎么做
• postmortem：失败案例和复盘

4. 面试官最关心的不是“做没做”，而是“做到了什么程度”¶

所以每个项目都建议回答这 8 个问题：

1. 为什么做这个项目？
2. 目标用户是谁？
3. 输入、输出和成功标准是什么？
4. 上下文怎么管理？
5. 工具怎么设计？
6. 如何评测和审查？
7. 最贵的 trade-off 是什么？
8. 最大失败案例是什么？

5. 推荐的量化指标¶

没有指标，项目就很容易被面试官归类为“体验类玩具”。

6. 如何和简历联动¶

项目完成后，至少把以下 5 个资产同步到求职材料里：

1. 简历项目条目
2. GitHub README
3. 架构图
4. 评测表
5. 30 分钟项目讲解稿

对应参考：

• 08-AI项目证据链与作品集模板
• 12-30分钟技术面项目讲解稿模板
• 13-项目交付资产打包清单

7. 一个最低可用执行顺序¶

选题 -> 写 PRD -> 画架构图 -> 做 MVP -> 加测试
-> 做评测 -> 记录失败案例 -> 补 README 与讲解稿

做到这一步，你的项目才开始具备真正的求职价值。