本文迁移自 mindcarver/91ai · 原始位置 docs/agent/getting-started/03-resource-quality-checklist.md · 由 @阿新聊ai 整理。
Agent 资源质量清单
Agent 资料更新快、概念相似、营销内容多。收藏数量不是学习进度。每加入一篇资料，至少回答下面的问题。
先判断它属于哪一类
| 类型 |
主要价值 |
适合什么时候看 |
| 概念解释 |
建立术语和边界 |
第一次遇到概念时 |
| 官方文档 |
确认 API、限制和版本行为 |
准备实现时 |
| 工程案例 |
观察架构取舍和失败处理 |
准备做项目时 |
| 评测报告 |
判断方法、指标和复现边界 |
需要做技术决策时 |
| 论文或原始研究 |
理解方法来源和假设 |
需要深入原理时 |
| 营销文章 |
了解产品叙事和卖点 |
不作为唯一决策依据 |
六项检查
| 检查项 |
通过标准 |
未通过怎么办 |
| 目标读者 |
明确适合谁、前置知识是什么 |
降级为待筛选资料 |
| 任务边界 |
说明解决什么问题、不解决什么问题 |
不把标题当能力 |
| 来源与日期 |
能找到原始来源，并标出核验日期 |
暂不进入核心路线 |
| 版本与环境 |
写清 SDK、模型、系统或数据集版本 |
记录为环境相关 |
| 运行证据 |
有代码、输入输出、trace、指标或可复现步骤 |
只能作为观点材料 |
| 失败与限制 |
说明失败案例、风险或适用边界 |
不单独据此推荐 |
阅读记录模板
每篇值得保留的资料，至少记录：
title: 资料名称
type: official | tutorial | case-study | evaluation | paper | marketing
audience: 适合谁
problem: 解决什么问题
source: 原始来源
checked_at: YYYY-MM-DD
version_or_environment: 版本或运行环境
evidence: code | trace | metric | reproduction | explanation
limits:
- 已知限制
next_action: 阅读 / 运行 / 对照实现 / 暂不采用
进入项目之前再问三遍
- 这篇资料是否改变了我的实现决策？
- 我能否在自己的任务上复现它的关键结论？
- 如果复现失败，我能否区分是代码、数据、模型、版本还是指标的问题？
如果三个问题都答不上来，它可以保留在收藏夹，但不应该成为项目架构的依据。对于需要公开判断的资料，遵循 贡献指南 的来源和时效要求；对于评测结论，先看 评测可复现性状态。
推荐优先级
- 先看能直接改变实现的官方文档。
- 再看能展示完整运行链路的工程案例。
- 再看带数据、指标和失败分析的评测。
- 最后用论文补足原理和边界。
- 任何资料都不替代自己的固定用例和 trace。
这个顺序与 Agent 学习路径 的原则一致：先把模型调用、工具、工作流和评测跑通，再进入记忆、RAG、生产化和多 Agent。