学习 LangChain 与 AI Agent
从提示词、工具调用到 RAG 与流式交互，记录每一次实现、错误和迭代。
Learning AI · Agents, code & experiments
你好，我是孙建铭。
我正在学习 AI。
这里记录我学习大模型与 AI Agent 的完整过程：从第一次 API 调用，到让模型使用工具、理解我的简历，并真正成为个人助手。
阅读搭建记录My journey
学习与实践
从智能科学专业、全栈实践到大模型应用，我正在把零散经验整理成一条可以复现的 AI 学习路径。
全栈开发实习
在重庆智启时代参与前后端功能、接口、数据库设计与测试迭代。
Linter+AI · AI 算法负责人
带队集成大模型与 Agent 角色机制，项目获得全国决赛铜奖。
智能科学与技术 · 本科
在重庆财经学院学习智能系统、神经网络、数据结构与服务端开发。
How I learn
我的 AI
学习方法
先做出能运行的版本
从简单对话开始，再逐步加入工具、知识库、记忆与评估。
把错误也记录下来
真正有用的学习笔记不仅展示结果，也保留判断、踩坑和修复过程。
让 AI 回答有依据
个人 Agent 不应编造经历；工具、知识来源与隐私边界同样重要。
Agent series
边做边学
一条持续更新的实战路线，完整记录这个个人 Agent 是怎样长出来的。
从零搭建一个
懂我简历的 AI Agent
使用 Python、LangChain、DeepSeek、BM25 RAG 与流式 UI，把静态简历变成可交互的个人知识助手。
进入专栏 →Resume agent
问问小墨
一只住在页面里的个人 Agent。它会先检索经过隐私处理的简历知识，再回答你的问题。
