LEVEL 1
理解方案
“阅读并梳理了项目方案与代码结构”
能画出技术链路，解释关键模块的作用。
先判断完成层级
用与实践相匹配的动词介绍项目
项目是否来自现成框架并不决定价值，真正重要的是学生把它推进到了哪一步。
LEVEL 2
跑通复现
“在已有框架上完成了基础流程复现”
有真实运行过程，能说明输入、输出和评价方式。
LEVEL 3
修改验证
“基于已有实现完成了模块修改与对比验证”
能指出改了什么、为什么改以及结果怎样变化。
LEVEL 4
独立设计
“围绕问题独立完成方案设计与实现”
需求、架构、实现和验证均有本人工作的直接支撑。
六步回答框架
让老师从事实中看见主动性和悟性
不要直接说自己积极、主动、悟性高。用选择、行动、修正和反思，让老师自己得出判断。
- 01
项目缘起
说明从课程、现实问题、复现任务或兴趣探索中的哪个真实起点出发。
- 02
问题目标
用一句话讲清输入什么、处理什么、输出什么，以及项目要解决的具体问题。
- 03
实现链路
按数据或输入、核心模块、处理逻辑和结果输出复述完整技术流程。
- 04
个人动作
说清自己跑通、修改、调试、比较和验证了哪些具体内容。
- 05
问题修正
选择一个真实问题，说明现象、定位过程、采取的调整和判断依据。
- 06
结果反思
准确说明完成层级、已有证据、当前局限和下一步准备怎样完善。
一句话记忆
为什么做 → 做什么 → 怎么做 → 我做了什么 → 哪里出过问题 → 我怎么看下一步
代码与 AI 怎么说
把工具来源与个人判断分开：说明参考了什么，再说明自己理解、修改、联调和验证了什么。
我参考了课程框架和公开资料，也使用 AI 查询接口、生成部分基础代码和辅助排错。我主要完成了任务拆解、模块衔接、关键逻辑核对和测试验证，并能解释各模块的输入输出以及为什么这样组合。
没有正式成果怎么说
- 跑通一个从输入到输出的完整原型
- 复现一个可以比较的基础方法
- 修改一个模块并记录前后差异
- 解决一次可复述的实现或数据问题
- 用测试案例、基线或消融验证判断
- 发现当前方法的局限并提出具体改进
LLM Agent 智能运维项目示例
这个项目是我在接触大模型 Agent 后做的一次延伸实践。我想探索的是：面对日志、指标和告警信息，能否让 Agent 先梳理故障线索，再调用诊断工具，最后给出可能的根因和处理建议。实现时，我把系统拆成数据输入、故障识别、Agent 决策、工具调用和结果生成几个环节，逐步核对模块的输入输出。我参考了已有框架和公开资料，也使用 AI 辅助查询接口和排查报错；我主要完成的是理解技术链路、配置联调、修改关键环节，并用具体案例检查输出是否合理。实践中我认识到，系统能够生成答案不等于完成可靠诊断，仍要检查它使用了哪些证据、判断依据是否充分。当前完成的是原型级验证，下一步会加入更真实的多源数据和可比较的评价方法。
这段示例只有在学生确实完成代码阅读、基础运行和案例检查后才能使用；尚未实操时，应改为“完成方案与代码框架学习”，并说明下一步验证计划。
项目课程 · 通用答疑
项目实践常见问题
围绕项目来源、代码与 AI 辅助、实现验证、个人贡献和面试追问，统一给出可以长期复用的回答边界。
3专题
14问答
0配图
🧭4 条
项目来源与个人贡献
如实说明项目从哪里开始，以及自己把它推进到了哪一步
🛠️5 条
学习、实现与验证
把“看过项目”转化为可以复述、修改和检验的实践经历
🎙️5 条
面试表达与追问
用事实链呈现主动性、判断力和成长，而不是背诵形容词