作品集验收清单

这份清单用于检查你的阶段项目或毕业项目是否已经从“练习代码”升级为“可以展示的作品”。作品集项目不一定要功能很多，但必须能运行、能解释、能评估、能复盘。

一分钟快速检查

如果时间很少，先检查这 8 项：项目有没有 README，README 里有没有运行命令，别人能不能按命令跑起来，有没有示例输入输出，有没有截图或演示，有没有评估方式，有没有失败样本，有没有下一步计划。

只要这 8 项缺了 3 项以上，项目通常还不适合放进作品集。它可能是一个有用练习，但还没有形成可展示成果。

README 的目标不是写得很长，而是让别人不用问你也能理解项目。尤其是运行方式和示例输入输出，必须具体到可以复现。

检查项	合格标准
依赖记录	Python 项目有 requirements 或 pyproject，前端项目有 package.json
配置说明	API Key、模型名称、路径、端口等配置有说明
数据说明	示例数据来源、格式和字段含义清楚
最小运行命令	有一条命令能跑通最小闭环
错误处理	常见缺依赖、缺 key、缺文件错误有提示
环境隔离	不依赖个人电脑上的隐藏路径或临时文件

如果项目只能在你自己的电脑上运行，就还不算作品集项目。作品集项目至少应该让别人能根据 README 复现最小版本。

项目类型	需要检查什么
机器学习项目	是否有 baseline、训练/测试划分、指标、错误样本分析
深度学习项目	是否有训练日志、验证指标、训练曲线、过拟合分析
Prompt 项目	是否记录 Prompt 版本、输入输出样例、失败案例和改进过程
RAG 项目	是否有文档来源、切分策略、检索结果、引用检查和评估问题集
Agent 项目	是否有工具定义、执行轨迹、停止条件、权限边界和失败恢复
多模态项目	是否说明输入格式、生成/理解流程、人工审核和质量标准

不同类型项目的验收重点不同。不要用同一套标准检查所有项目。RAG 项目的核心不是界面漂亮，而是检索和引用可靠；Agent 项目的核心不是步骤很多，而是执行可追踪、权限可控制。

工程化不等于把项目做复杂，而是让项目更稳定、更容易排查、更容易继续迭代。一个结构清晰的小项目，比一个难以复现的大项目更适合作品集。

不要害怕写失败样本。作品集项目里，失败样本和复盘经常比成功截图更有价值，因为它们能证明你真的理解系统边界。

准备展示项目时，可以按这个顺序讲：这个项目解决什么问题，用户如何使用，系统如何处理输入，AI 在哪里发挥作用，如何验证效果，失败过什么，下一步怎么改。

如果你不能在 3 分钟内讲清楚这些内容，说明项目表达还需要整理。可以先回到 README，把背景、架构、示例和评估压缩成一条清晰故事线。