BAT码农，失业ing，强转Agent，希望抓住下一个十年机遇。
在职前其实已经花了些时间学了Agent相关基础知识，例如：提示词工程、Functiion Call、MCP、ReAct、SpringAI等。
为什么用Java学Agent，而不是Python？
值得说一下的是，我主要是通过Java学习做Agent，不少人会有些疑惑，为什么不学Python？两方面的原因吧：
- 一是Python我不熟，从零开始成本偏高、不是最佳选择
- 二是我现在的目标不是重新学一门语言，而是快速吃透Agent的整体架构，做出能落地的项目；而且企业级Agent落地，Java和Go还是很多的，尤其是那些有大量存量系统的公司。总不能为了上AI，把整个系统都重写一遍吧？
Python后面再补不迟，但不是现在。先拿自己最熟的语言把项目做出来、把架构跑通，入局再说。
我的实战项目：RAG知识库问答系统
再说一下项目。
现在根据我的了解对初学者项目入手，做Rag知识库问答系统和通用问答Agent（类似豆包、千问）比较合适些，主要原因还是市场招聘需求基本都是要求类似这方面的经验。
我当前自己摸索实践的就是Rag企业知识库问答系统，计划2-3个月做完。
功能上打算做全：
- 用户管理、文档解析
- 用户问题重写、意图识别
- RAG多路检索、会话记忆
- MCP工具调用、深度思考
支持四端：
- Spring后端服务
- React管理后台 + 用户端
- Flutter移动端App
整个过程通过文章记录自己的成长和思考，项目也会开源到Github。一方面是倒逼自己输出，另一方面也想认识更多同路人，一起交流。
工作流搭建
上周主要在搭VibeCoding的工程架构和工作流；
之前我的VibeCoding经验仅限于单端，而这个项目需要做四端还是有很大不同的；
我之前是基于OpenSpec的sdd驱动，够用没太大问题，需要注意的是：
- OpenSpec更偏规格驱动，擅长用文档管需求、拆任务，但不擅长帮你做需求分析，你需要自己先把需求想清楚、拆细了，AI才能干得好，不然返工率很高。
这次我在需求讨论上引入了grill-me，grill-with-docs负责帮我把需求边界尽可能讨论清晰完整，现在整体工作流如下：
rust
grill-with-docs --> prd.md --> ui-design(可选) --> openspec-propose --> openspec-apply-change --> openspec-verify-change --> test- 使用grill-with-docs人机交互确定需求边界，生成产物prd.md
- 如果是前端还需要通过prd生成设计稿，可以直接生成html，或者使用figma、pencil等，我使用的pencil
- 有了prd、design就可以让openspec开始干活了
整个过程需要人工干预：
- grill-with-docs人机交互确定需求边界
- design生成
- 测试
大家会发现写代码基本都不需要人工参与，所以未来程序员应该更多关注：
- 通过AI工作流让整个流程稳定高效
- 业务核心流程和逻辑，无需关注每一处代码细节
工作流验证
搭建工作流的过程中，其实对多种工作流方式进行了反复验证，例如：
- grill工作流：总体感觉很多东西没有文档落地，都是散落在记忆里
bash
/grill-with-docs
/to-spec → PRD 文档
/to-tickets → 拆成垂直切片任务卡片
/implement → 按 ticket 逐一实现（驱动 /tdd + /code-review）- openspec + surperpower：openspec负责文档驱动管理，surperpower负责代码实施，这个开源项目comet，但我自己使用下来感觉还是非常的重，所以也就放弃了
其实每一种方式都有其优缺点，上面的方式我也没有特别深入的研究，就是找了一个我的项目中真实的小需求，使用上面的工作流跑了一遍，凭借自己的经验和感觉看看是否适合自己；
我的工作流大体就是这么来的，也使用项目中管理后台登录和运营账号管理需求进行了验证；
需求复杂度不高，但是整个流程自己觉得清晰、可把控、任务完成度能在 80% 以上；
对我来说，这就够了。毕竟工具是为人服务的，适合自己的才是最好的。
以上就是我转型Agent第一周的主要进展和思考。
后面会持续更新项目进展、技术踩坑、工作流优化，还有各种转型心得。如果你也在转型AI、或者对Agent开发感兴趣，欢迎关注，一起交流成长。
项目开源地址：github.com/linuxjava/H...