
在校生的竞争力来自可演示的作品,而不是证书堆砌。政策侧的信号也明确:数字人应用运营、智能体应用运营已被纳入江苏等地的省级专项职业能力考核项目。下面三个项目全部可用开源工具和校园免费资源完成,做完即能演示。
FastAPI 提供接口,检索课程资料后交给模型作答:
from fastapi import FastAPI
from openai import OpenAI
app = FastAPI()
client = OpenAI(base_url="https://你的模型服务地址/v1", api_key="你的密钥")
# 简化版检索:正式项目可替换为向量库
KNOWLEDGE = ["作业截止日期为每周五 18:00。", "期中考试占总评 30%。"]
def retrieve(question: str) -> str:
hits = [k for k in KNOWLEDGE if any(w in k for w in question)]
return "\n".join(hits) or "未检索到相关资料"
@app.get("/ask")
def ask(q: str):
context = retrieve(q)
resp = client.chat.completions.create(
model="你的模型名",
messages=[
{"role": "system", "content": f"只根据资料回答:\n{context}"},
{"role": "user", "content": q},
],
)
return {"answer": resp.choices[0].message.content}运行:uvicorn main:app --reload,演示时请求 /ask?q=作业什么时候交。简历写法示例:为校内社团搭建答疑机器人,覆盖 N 条资料,留存命中率评测记录。
输入课堂录音的转写文本,输出结构化 Markdown(知识点、待办、疑问三段)。核心是一次模型调用加固定的输出模板,代码骨架与项目一相同,差别只在提示词;封装成命令行工具即可日常使用。
选题池(一张 CSV)→ 草稿生成 → 人工校对 → 发布台账。管线的完整实现见本系列文章十,在校生先做两段式即可:脚本读 CSV 选题、逐条生成草稿,校对记录写回同一张表。
三个项目的共同要求是可运行、可演示、有评测。每学期沉淀两到三个这样的完整项目,面试时讲的是交付链路,而不是上过什么课。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。