从入门到专家的 AI 动手项目。选一个挑战，开始构建。
选一个合适的学习主题，生成一个交互式的学习网站
设计并实现一个由「研究员」「写作者」「审核员」组成的多 Agent 流水线，协作完成一篇高质量的行业报告生成任务。
使用 LangChain 的 ReAct（Reasoning + Acting）Agent 框架，构建一个能够接收高层目标、自主分解子任务、制定执行计划并调用多种工具逐步完成任务的智能 Agent。你需要为 Agent 配备搜索、计算、文件读写等工具，并实现完整的思维链追踪与任务状态管理。
利用 LangChain 的文档加载器（Document Loaders）、文本分割器、向量数据库以及检索链，构建一个支持 PDF/文本文档上传的智能问答系统。用户上传文档后，系统能够基于文档内容精准回答相关问题，而非依赖模型本身的训练知识。
使用 LangChain Memory 模块构建一个具备长期记忆的个人助理。助理需要能够记住用户的姓名、偏好和历史对话内容，并在后续对话中主动运用这些记忆，提供个性化的回复体验。
为 LangChain Agent 集成搜索引擎、计算器、天气查询等多种外部工具，让 Agent 能够根据用户问题自动选择并调用合适的工具。通过本挑战，你将掌握 LangChain 工具的定义、注册与使用方式，构建一个真正具备「行动能力」的智能 Agent。
使用 LangChain 的 ChatModel 和 PromptTemplate，从零搭建一个支持多轮对话的命令行聊天机器人。你将学会如何将 LLM、提示词模板和对话记忆组合成一条完整的 Chain，理解 LangChain 的核心运作逻辑。
用 AI Agent 重新定义,你的工作方式。 8 个真实用户案例，8 种 AI Agent 配置方案。 选择你的角色，跟随配置指南，亲手搭建属于自己的 OpenClaw 自动化工作流。 你也可以按照你自己的需求来配置你自己的超级 AI 团队
构建经典的贪吃蛇游戏，包含流畅的移动效果、道具（加速、分数倍率）、逐渐增加的难度、本地排行榜和复古风格的画面。
构建一个响应式作品集网站，包含深色/浅色模式切换、平滑滚动导航、项目展示区和联系表单。使用现代 CSS 技术，如 grid、flexbox 和动画。
构建一个全栈短链接服务，支持自定义短链接、点击分析（地理位置、设备、来源）、二维码生成以及链接管理仪表盘。
创建一个工具，分析项目结构、依赖和技术栈，然后生成优化的 CI/CD 流水线配置，适用于 GitHub Actions、GitLab CI 或 Jenkins，包含缓存、测试和部署阶段。
创建一个将视频中的对话翻译成另一种语言并使用声音克隆技术生成配音音频的工具。在替换翻译语音的同时保持原始说话者的语调和节奏。
构建一个精美的 AI 对话聊天界面，支持流式响应显示、消息历史、对话管理、代码块渲染和 Markdown 支持。
构建一个集代码生成、审查、测试、文档、部署和监控于一体的 AI 驱动开发者平台。包含团队协作、项目管理和用于扩展功能的插件系统。
构建一个基于浏览器的代码编辑器，配备 AI 结对编程助手，提供实时内联建议、多文件上下文感知、智能自动补全、集成终端和侧面板对话式编码辅助。
构建一个完整的文档平台，从代码库自动生成文档，与代码变更保持同步，支持交互式示例、版本控制，并使用 AI 回答开发者关于文档化 API 的问题。
构建一个 AI 驱动的架构顾问，分析代码库或项目需求，推荐系统架构、设计模式、技术选型和可扩展性策略，并提供可视化图表。
构建一个语义代码搜索引擎，理解代码的功能而不仅仅是模式匹配。使用向量嵌入索引代码库，使开发者可以用自然语言查询搜索，例如「验证邮箱地址的函数」。
构建一个工具，从高层描述生成完整的全栈应用。生成包含数据库 Schema、API 路由、UI 组件、认证和部署配置的 Next.js 或类似项目。
创建一个从用户故事、功能规格或现有代码生成全面测试场景的工具。生成端到端测试脚本、集成测试计划和验收标准，支持 Playwright 或 Cypress 代码。
构建一个从自然语言描述或线框草图生成 React、Vue 或 Svelte 组件的工具。包含属性、状态管理、样式、无障碍属性和 Storybook 故事。
创建一个帮助在框架、语言或 API 版本之间进行代码迁移的工具。将 React 类组件转换为 Hooks、JavaScript 转换为 TypeScript、REST 转换为 GraphQL，或在主要框架版本之间迁移。
构建一个 AI 驱动的可视化数据库 Schema 设计器。用户用自然语言描述数据需求，工具生成实体关系图、SQL DDL 和带关系映射的 ORM 模型文件。
创建一个工具，接受 API 规范（OpenAPI、GraphQL schema 或自然语言描述）并生成完整可用的 API，包含路由、控制器、验证和数据库模型。
构建一个交互式调试助手，帮助开发者诊断问题。用户描述 Bug 或粘贴错误输出，AI 提出澄清问题、建议假设并逐步指导调试步骤。
创建一个识别代码异味并建议重构机会的工具。检测过长方法、重复代码、复杂条件和深层嵌套，然后生成带说明的重构版本。
构建一个 AI 驱动的代码审查工具，分析 Pull Request 或代码提交中的 Bug、安全漏洞、性能问题和风格违规。以带严重级别的内联注释形式呈现发现。
