1.基于 LangChain / LangGraph 构建可扩展的 Agent 架构 2.设计多 Agent 协作流程（Planning / Memory / Tool Calling / RAG） 3.设计长期记忆、短期记忆、任务分解机制 4.优化 Prompt 结构与推理链（ReAct / Plan-Execute 等） 5.设计 Agent 状态管理与异常恢复机制 6.持续优化推理成本与响应速度

必须具备： 熟练使用 Python 熟悉 LangChain / LangGraph 熟悉 OpenAI / Claude / gemini/国内大模型 API 调用 熟悉 RAG 架构（Embedding、向量数据库） 理解 Agent 运行机制（Tool Call、Memory、Planning）