推荐起点P1
先跑通第一个 Agent
适合已经会调模型，但还没有完整 Agent 手感的人
先拿到一个真实可运行的闭环，再逐步补多轮、错误处理和推理链。
- P1 跑通工具调用闭环
- P4 给循环补上重试与失败收口
- P10 把黑盒决策升级成可见推理链
23 个主线项目 + 5 个补充实践 · 可跟练实现 · OpenAI SDK + TypeScript
这里不是项目目录，而是整套 AI Agent 跟练课程的入口。第一次进入实践篇，推荐先在下面选一条路线；如果你还没准备好环境，再先看 实践环境准备。
适合已经会调模型，但还没有完整 Agent 手感的人
先拿到一个真实可运行的闭环，再逐步补多轮、错误处理和推理链。
适合已经做过 Demo，开始关心成本、安全、可观测性的人
跳过“只是能跑”，优先补齐模型路由、安全边界和运行时观测。
适合目标很明确，想边做完整项目边回补前置的人
以 P22 为毕业设计目标，先确认最少前置，再回补多 Agent、推理和安全。
用最少代码跑通工具调用生命周期，拿到第一个真正可运行的 Agent 闭环。
把单次请求升级成可持续对话的会话骨架，并开始感受上下文预算约束。
把“等全部生成完再显示”升级成边生成边展示，改善交互反馈和调试体验。
让最小闭环开始具备工程韧性，知道失败时怎样重试、降级和收口。
把 system prompt、few-shot 和推理引导拆成可调试结构，让 Agent 输出更稳定。
在上下文溢出之前主动裁剪和压缩，让长任务保留关键状态而不崩溃。
用 JSON Mode 和 Zod Schema 约束模型输出，让结果能被程序可靠解析。