哈喽，大家好，我是蝈蝈。
最近几天我把过去备战 AI Agent 岗位时积累的复习笔记，整理成了一个公开的 GitHub 仓库.
上线几天，已经94 个 Star，今天介绍下这个资料库, 希望对大家转Agent有帮助。
为什么要做这个仓库
我自己是后端出身，Java 写了好几年。最近开始转向 AI Agent 方向，发现网上的资料要么太碎，要么太旧。
于是我开始自己边学习边整理，从零散的笔记到结构化的目录，慢慢就有了这个仓库。
仓库里有什么
整个仓库分成 **5 个方向，**逻辑是这样的：
01_AI 是核心，覆盖了 Agent 基础、Workflow 与多 Agent 协作、RAG 全流程、上下文工程与记忆管理、模型微调、评测监控、安全风控、框架协议（LangGraph、MCP、Skill、Herness 这些）。这块是我花时间最多的，这才是转型岗位真正会被深挖的地方。
02_后端 是基本盘，MySQL、Redis、Kafka、并发、JVM、Spring、分布式事务……该有的都有，按主题组织。
03_系统设计 覆盖了容量估算、高并发、缓存、搜索推荐、交易风控、增长系统这些大厂最爱考的场景题。
04_算法 按题型分类，双指针、滑动窗口、动态规划……目的是建立算法解题框架。
05_项目表达 也是很重要的一块。很多人技术没问题，但一到"讲讲你做过最复杂的项目"就开始语无伦次。这个模块提供了 AI 应用平台、交易 Agent、AIGC 内容平台等多个场景的口述模板，帮你练习怎么把项目的技术细节讲清楚。
怎么用
仓库里每个主题目录下都有一个 01_核心问答.md，只看这一个文件就够。
复习路线我给了三条：
-
后端转 AI Agent：
先 01_AI，再 02_后端，再 03_系统设计，最后 05_项目表达
-
纯后端冲刺：
02 → 03 → 04 → 05
-
项目口述专项：
先过 05，再反查对应技术点
核心逻辑是：先搞清楚自己的面试定位，再按路线系统过。
最后说一句
这个仓库不是题库，不适合无脑硬刷。它更像一个复习地图——告诉你哪些方向要重点准备，每个方向的核心问题是什么，以及怎么把技术能力转化成面试里能说清楚的表达。
从后端转 AI Agent，技术栈的跨度没有你想象的大。 希望这个仓库能帮到正在这条路上的人。
项目地址在这里, 欢迎 Star，持续更新中:
如果这篇对你有帮助，帮忙**点赞关注，**帮助作者有动力继续更新！
