AI 题典

面向开发者与产品经理的开源 AI 面试题库。先用自己的话回答，再展开参考答案，把理解留成笔记。

开始练习 → · 浏览 Markdown 题目目录 · 贡献指南

在这里练什么

目前收录 190 道题，覆盖 5 个方向，从模型基础、AI 应用构建到工程化与产品落地。题目支持按入门 / 进阶 / 困难，以及工程师 / 产品经理筛选。

方向	题数	主要内容
模型基础	21	模型原理、推理、微调、模型选择与能力边界
Agent 架构	66	工具调用、MCP、记忆、Context、Workflow 与编排
RAG 检索	44	文档处理、向量检索、Rerank、知识更新与生成质量
工程化	44	评测、监控、可靠性、安全、部署、性能与成本
AI 产品	15	场景判断、需求拆解、体验、指标、商业化与落地

题目由 AI 从公开网络收集，或基于项目总结设计；参考答案由 AI 生成，再由 AI Review。答案保留署名，题目中的参考资料可供延伸阅读，欢迎结合实践纠错、补充不同解法。

怎样练一题

1. 选题：搜索标题、编号或关键词，按方向、难度、角色和作答状态筛选，也可以在当前范围内随机选题。
2. 先回答：在「我的回答」里写下思路。参考答案默认收起，给自己独立组织表达的空间。
3. 再对照：展开参考答案与追答，核对遗漏的要点，再补充自己的记录。
4. 回头复习：从「我的回答」继续修改，或导出 Markdown，整理到自己的笔记里。

回答自动保存在当前浏览器的 localStorage，不上传服务器。 换浏览器、域名或端口不会自动同步；清理浏览器数据前，可以导出 Markdown 留存。

从选题到复习

按方向查找题目	留下自己的回答
搜索、组合筛选、分页浏览，沿当前题集逐题练习。	汇总作答记录，搜索回答文字，导出复习笔记。

还支持继续上次题目、手机端导航、图片与流程图放大、打印题目和答案。ReAct 示例中提供逐步演示，可以观察正常返回与工具超时两种场景。

查看手机端截图

_{截图来自在线站点；「我的回答」中的文字为演示填写。原始素材与拍摄说明见 截图目录。}

不知道从哪道开始

学习目标	建议起点
判断什么时候需要 Agent	Agent 与 Workflow 的区别 → 为什么不能只调大模型 API
理解 AI 应用怎么搭起来	Prompt 与 Context engineering → RAG 完整流程 → Function Calling 设计
准备生产环境中的取舍题	AI 应用监控 → 用户不在时如何处理人工接管
从产品视角准备面试	AI 场景优先级 → AI 产品指标 → 上线评测与迭代

完整的 Developer / PM 学习路径见题目目录，按 L0 基础判断 → L1 模型与知识 → L2 应用构建 → L3 生产化治理 → L4 产品交付组织。

本地使用

仓库已包含生成好的静态网页，浏览题库不需要构建，也不需要后端服务。

git clone https://github.com/luyao618/Agent-Interview-CheatSheet.git
cd Agent-Interview-CheatSheet
python3 -m http.server 8000 --bind 127.0.0.1

打开 localhost:8000/html/ 即可练习。也可以直接用浏览器打开 html/index.html；为了让主页稳定汇总各题的回答，推荐使用上面的本地 HTTP 服务。

页面内嵌样式、脚本、图片与已渲染的流程图，离线也能阅读和作答。

仓库结构与维护

Agent-Interview-CheatSheet/
├── questions/            # 题目与答案的 Markdown 源文件
├── index.json            # 题目索引与分类定义
├── index.md              # 自动生成的 Markdown 目录
├── html/                 # 自动生成的学习主页与单题网页
├── templates/            # 页面模板、样式、交互与流程图缓存
├── scripts/              # 目录 / 网页生成与校验
├── assets/screenshots/   # README 截图素材
└── CONTRIBUTING.md       # 投稿流程、元数据与单题格式

更新内容请编辑 questions/*.md 和 index.json，更新界面请编辑 templates/，然后重新生成。 不要直接修改 html/ 中的生成文件。

首次安装构建依赖（Python 3.11+）：

python3 -m venv .venv
.venv/bin/python -m pip install -r scripts/requirements-html.txt

生成与检查：

.venv/bin/python scripts/gen_index.py
.venv/bin/python scripts/gen_html.py
.venv/bin/python scripts/gen_html.py --check
.venv/bin/python -m unittest discover -s scripts/tests -v

已有 Mermaid 图的 SVG 缓存随项目提供；新增或修改 Mermaid 图时，先运行 npm --prefix scripts/diagram-renderer ci。更多说明见单题模板和学习主页模板。

一起完善题库

欢迎通过 Issue 反馈错误、提出想看的题目，也欢迎通过 PR 补充答案、来源、英文翻译或改进学习体验。新增题目前请阅读贡献指南。

如果这份题库对你有帮助，欢迎 Star。

License

MIT