复习中心：全站验收标准大清单

勾选状态与各课程页同步（同一本地存储）。全部勾满 = 该课可回对话找老师验收；G8 毕业自检也从这里过。

G 线：LangGraph Agent 编排

G0-01 环境搭建与验证：Agent 学习环境怎么确认可用 4 项

体检脚本全部 `[OK]`，能逐行解释
能说出"为什么 ChatOpenAI 也能接 SiliconFlow"
key 纪律能复述：代码不落明文、泄露判断标准
g0_studio_demo.py 跑通并注意到 log 是追加不是覆盖

G0-02 Studio 可视化调试：langgraph dev 怎么看图执行 4 项

Studio 里能看到 demo 图并完成一次单步执行
能说出 ask、polish 各自的输入输出状态差异
能解释 langgraph.json 的 `graphs` 配置怎么写
能复述 colorama 这个坑（Windows 特有）

G1-01 第一个 Agent 解剖：01_tool_agent 每一行在干什么 4 项

能不看代码说出 4 条消息轨迹分别是谁产生的
能解释 @tool 对函数做了什么（schema/说明书/执行协议）
3 个改动实验完成且预测与结果对比记录
能用一句话说出 create_agent 内部的循环结构

G1-02 State 与 Reducer：图的记忆怎么合并 3 项

任务 1 的预测写对了 `log_plain`（只剩 ["B"]）
能说出"哪些字段该用覆盖、哪些该用追加"及理由
能复现"并行节点丢数据"现场并向别人演示

G1-03 手写 StateGraph 与条件边：ReAct 循环自己搭 4 项

手写版跑通且轨迹与 create_agent 版基本一致
能不看资料默写五个动词和 router 的判断逻辑
能解释 tool_call_id 为什么要原样传回（模型对账用）
亲手触发过 recursion_limit 并知道怎么调

G2-01 Command 与动态跳转：节点怎么决定去哪 3 项

三档分数分别走通三条通道
能说清 Command vs 条件边的分工（一句话各对应一个场景）
能解释 goto 的候选为什么不用预先声明

G2-02 Send 并行分发：多任务同时处理 3 项

纯逻辑版 10 份汇总齐全；拿掉 Reducer 的现场亲眼见过
并行/串行耗时两个数字记录在案
能向别人讲清 Send 与循环的取舍

G2-03 Subgraph 子图：图里套图的分层设计 3 项

子图挂载成功，数学题和闲聊分别走通两条路
Studio 里能看到"外壳一节点、点开内循环"
复用测试完成，能说出分层在工程上的三个好处

G3-01 Checkpointer 与 thread_id：给 Agent 装上记忆 4 项

三个实验现象全部符合预期并记录
重启后记忆仍在（SqliteSaver 版）
能说出 MemorySaver 与 SqliteSaver 的取舍（开发快调 vs 需要持久）
能解释"多用户隔离"实现上就是"thread_id 规划"这一句话

G3-02 interrupt 人工审批：人机协作的灵魂 4 项

三种 resume 全部走通
跨进程审批演示成功（关进程后恢复）
能背出"interrupt 为什么必须配 checkpointer"
能说出"哪些操作值得打断人"的业务判断

G3-03 断点续跑与时间旅行：企业最认的能力 4 项

历史快照打印齐全（≥6 个）
时间旅行重跑 + update_state 分叉两个实验都有结果记录
崩溃→检查→修复→续跑的完整演示跑通
能一句话讲清 interrupt 与断点续跑的区别

G3-04 Store 长期记忆：跨会话的用户画像 3 项

跨 thread 的偏好记忆实验成功（换 id 仍记得）
能画出两层记忆的分工图（一纸一图）
画像卡输出完整

G4-01 结构化输出与工具进阶：从玩具到真工具 3 项

3 段文本的提取结果记录完整（含 None 情形）
至少一个字段靠改 description 变准（有前后对比）
能说出结构化输出相对"自己正则抠字段"的两个优势

G4-02 RAG 检索节点：知识库问答的骨架 4 项

本地库建成，3 问题测试记录（含拒答行为）
质量循环生效：至少一个问题触发过 rewrite
回答带引用标注
能画出你的 RAG 图（Studio 截图更好）

G4-03 MCP 协议接入与多模型路由：生态与省钱 4 项

filesystem server 接入成功且能列出/读取文件
能说出 MCP 三层结构和"锁死目录"的安全红线
双模型路由生效，调用次数记录在案
月成本对比数字完成

G5-01 Supervisor 主管模式：专家分工 3 项

最小 Supervisor 跑通，派单轨迹完整记录
RAG 子图成功嵌入（三层合体截图）
能说出 Supervisor 的适用与不适用场景各一个

G5-02 Swarm 移交模式：客服转接链 4 项

三剧本走通，移交链路完整记录
死循环触发过并修复
deep-agents 示例跑通，3 行对比笔记完成
能用一句话回答"客服场景为什么选 Swarm 不选 Supervisor"

G5-03 何时不用多 Agent：反模式判断 3 项

对比实验三指标齐全（耗/token/质量分）
第一条 ADR 完成且带"触发升级条件"
能背出 4+4 信号表

G6-01 Streaming 与 Middleware：让 Agent 可看可管 3 项

四种模式的输出形状笔记完整
打字机 + 记忆的聊天循环跑通并录屏
敏感词过滤生效（黑名单词被 `**` 掉）且知道自己的实现位置与理由

G6-02 评测与交付：给 Agent 装上准确率数字 4 项

30 题评测集完成（配比符合）
基线准确率数字 + 错题清单产出
完成一次"改一处分 → 重跑 → 记录"闭环
能回答"为什么评测集要冻结"

G7-01 实战项目三选一：知识库 / 票据 / 客服 3 项

选型 ADR 完成并经我确认
三个里程碑逐一验收通过
交付三件套：README（架构图+数字）/ 演示视频 / 评测报告

G8-01 毕业答辩与合流：从学习者到接单者 4 项

演示五环节完整走通
六道自测题全部通过（4 题以上优秀为优秀毕业）
知识全景 32 点标记完成，⬜ 数 ≤ 5
三岔口行动计划书面完成（选定方向 + 首个行动项 + 日期）

S 线：模型训练

S0-01 环境搭建与验证：CPU 训练环境怎么确认可用 4 项

体检脚本全部 `[OK]`，能逐行解释输出含义
能不看笔记说出 4 个环境决策的原因
能解释 `+cpu`、`set_num_threads(4)`、`num_workers=0` 各解决什么问题
（做过任务 3）能从零复现环境并清理干净

S0-02 PyTorch 张量速成：训练数据的形状与变换 3 项

能不看运行结果说出任务 2 三道广播题的答案（第 2 道是**报错**，能说清为什么）
能解释 `(64, 1, 28, 28)` 四个数字各是什么（batch、通道、高、宽）
能解释为什么黑白图通道是 1、彩色图是 3

S1-00 训练是什么：机器怎么从数据里学规律 3 项

3 步手算完成（第 3 步 w≈0.976 附近，允许舍入差）
能对不懂 AI 的人用 3 分钟讲清"机器学习训练在干什么"（不许用"魔法""智能"这类词）
能回答：为什么 loss 下降不能只看训练数据？（引出"泛化"——S2-02 会展开）

S1-03 梯度与 autograd：反向传播在算什么 3 项

任务 1 输出与手算一致
任务 2 能说出累加的具体数字（第 2 步 −7.2）
能向别人解释训练五步闭环里 `zero_grad()` / `no_grad()` 各防什么事故

S2-01 Dataset 与 DataLoader：数据怎么流进模型 3 项

脚本跑通，两种数据集都打出 batch 形状
能不看资料写出最小 Dataset 类骨架（两个 `__` 方法）
能回答 shuffle 一开一关的原因

S2-02 训练验证测试集划分：别拿考试题来练习 4 项

脚本跑通并打印 5 个 epoch 的双指标
观察记录表里新增"作弊版 vs 规矩版"一行
能不看笔记列举 3 种数据泄漏姿势
能回答任务 3（答案要点：调参在训练前就定了 → 不算泄漏；若你后来"看 test 成绩不满意"改了 lr 再跑——从那一刻起就是泄漏）

S2-03 数据增强：不花钱的提分手段 3 项

三组实验全部填进 [S1-02 观察记录表](../S1-基础概念与第一个实验/02-训练观察记录模板-第一次实验怎么记.md)
能解释"上下翻转对 MNIST 是有害增强"
能说出增强为什么只加在 train 侧（val/test 要的是真实分布的成绩）

S3-01 nn.Module 解剖：模型是一张积木清单 4 项

`print(model)` + 参数量 206,922 对账成功
逐层 shape 追踪打印完整，能解释每层为什么是这个形状
手算参数量与程序一致
能说出 shape 报错第一眼看 traceback 的哪一句

S3-02 模型消融实验：卷积层到底帮了多少忙 3 项

5 组数据齐全填表
能手算 no_pool 展平后是多少（32×14×14=6272）
能对别人讲："卷积层值 X 个百分点，证据是消融实验 Y"

S3-03 保存加载与推理：训练和部署的分界线 4 项

推理脚本跑通，10 张图预测可视化，至少 9 张 √
能说出推理三件套各防什么
能解释为什么不 `torch.save(model)` 整个模型
破坏实验的报错能自己读懂

S4-01 loss 曲线解读：一眼看出欠拟合过拟合震荡 3 项

三张 `loss_*.png` + CSV 存档（PNG 放本阶段文件夹）
overfit 那张必须出现剪刀差（train 降、val 升）
三张图的诊断全部正确

S4-02 过拟合与正则化：模型死记硬背怎么办 3 项

四行表格齐全
能解释 Dropout 训练/推理行为差异及 `eval()` 的必要性（这次是实测验证过的）
能回答"数据 vs 正则化"谁更根本，并给出本机证据

S5-01 学习率系统实验：训练第一超参数 3 项

5 行扫描表 + 一张对数轴图存档
能说出本任务黄金区间和两端现象
能回答"拿到新任务，lr 第一步怎么定"（答：默认 1e-3 + 小规模快扫）

S5-02 优化器与 batch：Adam 和 SGD 的取舍 3 项

四行表 + 更新次数换算齐全
能解释 SGD/Adam 的 lr 数量级差异原因
能说出小 batch"噪声帮泛化"的直觉

S5-03 调参方法论：从一次一个变量到网格搜索 3 项

9 组排行榜完整输出存档
三个解读问题有书面回答
能复述网格搜索四条纪律（尤其"只在验证集上调"）

S6-01 混淆矩阵与类别指标：准确率会骗人 3 项

混淆矩阵打印 + 每类召回/精确表齐全
"95% 准确率、0% 召回"骗局数据实测复现
能手推 recall/precision 的公式来源

S6-02 交叉验证：小数据怎么评估才可靠 3 项

5 个 fold 分数 + mean±std 输出存档
能解释"分差小于 std = 打平"
能说出 k 折的代价与适用场景（小数据）

S7-01 不收敛排查清单：带三个埋雷 bug 的调试实验 3 项

三雷全部修复，脚本输出达到正常水平（2000样本/2epoch 的 test ≥ 85%）
三份四段式调试记录齐全
复盘三问有书面回答

S7-02 常见报错手册：从 shape 不匹配到内存爆 3 项

4 种报错全部亲手触发并被捕获打印
能背出读 traceback 三步法
自己的报错手册表已归档

S8-01 CIFAR-10 完整项目：数据增强调参评估一条龙 4 项

完整脚本 + 训练曲线 PNG + 最佳模型 .pt 三件齐全
val 准确率 ≥ 70%，并把实测耗时/成绩回填到本文件头部
混淆矩阵找出一对最容易混淆的类别并分析原因
能回答：MNIST 99% 而 CIFAR 只有 7x%，差距主要来自哪里？（数据复杂度 vs 模型容量 vs 目标）

S8-02 表格数据 LightGBM：通往金融风控的路径 4 项

AUC ≥ 0.90，实测耗时记录（预期训练 < 30 秒）
特征重要性 Top8 打印并解读前 3 个（为什么 age/education/gain 靠前？）
特征工程两改动的前后 AUC 对照表
能回答：什么场景该选 GBDT、什么场景才轮到神经网络

S8-03 0.5B 小模型 LoRA 微调：把训练带入 LLM 时代 3 项

20 步 loss 明显下降 + adapter 保存成功（检查 `s8_lora_adapter/` 目录大小，应为几 MB）
能讲清 LoRA 省内存的原理（一张草图：冻结的 W 旁边插上 ΔW=A×B）
能回答"哪些层被 LoRA 改了"（本例：q_proj、v_proj——注意力层）

S8-04 毕业设计：从原始数据到可交付模型 3 项

交付物 5 项齐全
四个里程碑全部通过检查
你能不看资料完成一次完整答辩：为什么选这个数据集、每个超参数怎么定的、模型局限是什么

共 153 项验收标准。