RAG：熟悉 LangChain 检索链、Chroma 向量数据库、常用文档分块策略，可独立搭建轻量化检索问答系统。
Agent 开发：掌握 Coze、Dify 智能体搭建，理解 Function Calling 原理，具备 AI 工作流与多轮对话设计能力。
低代码平台：熟练使用 Coze、Dify 知识库、工作流、对话分支、插件调用及代码节点开发。
Python：可独立完成数据处理、脚本编写、大模型 API 调用等开发工作。
AI 基础：持有 CAIE A级证书，阿里人工智能高级工程师证书，掌握机器学习、大模型基础原理，熟练运用 Prompt 工程优化技巧。

基于 LangChain + Chroma 搭建轻量化 RAG 问答系统，完整实现文档加载、文本分块、向量存储、检索问答全流程。调用 OpenAI/HuggingFace API 完成 Embedding 与内容生成，对比不同分块策略对检索精度的影响，输出技术笔记，与可运行 Demo 代码。
使用 Python 完成数据清洗与特征工程，训练轻量化推荐模型，掌握主流推荐算法核心原理。完成模型效果评估与调优。分析，输出项目报告，积累机器学习建模与落地实践经验。
熟练使用 Dify 搭建 AI 学习路径推荐工作流，完成输入解析、知识库检索、LLM 生成、格式化输出全链路开发。在
Coze 配置复杂对话流，实现条件分支、代码节点、插件调用等交互能力。对比两大平台特性，总结低代码 Agent 开发，最佳实践。