學習進度檢核
打勾標記已完成的章節。進度只存在你的瀏覽器（localStorage），不上傳任何伺服器。
📊 你的學習進度（存在你瀏覽器，不上傳）
0 / 20 章完成（0%）
前言 (0 / 2)
Watcher (0 / 3)
Operator (0 / 5)
Builder (0 / 7)
進階 (0 / 3)
為什麼有 milestone evidence？
讀完 ≠ 學會。AgentZ 的 4 層 ladder（Watcher → Operator → Builder → 進階）每層都要求具體交付物：
- Watcher：能用 prompt 拿到你要的東西、看得懂 agent JSON trace
- Operator：CLI agent 真實 task 跑完、CLAUDE.md / Skill / MCP server 寫過
- Builder：自寫過 agent / framework / multi-agent 系統
- 進階：依分流路線完成 portfolio 作品
把練習答案（截圖 / GitHub link / sandbox run_id）存在一個地方（你 Notion / Obsidian / GitHub Project 任一），結業時是你最強的學習 portfolio。
每章 milestone evidence 模板
每章做完，1 行紀錄 + 1 個 artifact。範本：
markdown
## Ch X — <章名稱>
- 完成日: YYYY-MM-DD
- 動手練習做完: ☐ X.1 ☐ X.2 ☐ X.3
- Artifact: <GitHub link / 截圖 / run_id / sandbox URL>
- 學到最深的一條: <一句話>
- 我還沒搞懂的: <列 1-3 點，下次回來補>為什麼這樣設計
| 欄位 | 為什麼 |
|---|---|
| 完成日 | 看自己學習節奏，回頭優化計畫 |
| 練習做完 box | 避免「讀完當做完」的錯覺 |
| Artifact | 客觀證據，找工作面試直接拿出來 |
| 學到最深的一條 | 強化記憶；3 個月後回看也記得 |
| 我還沒搞懂的 | metacognition — 知道自己不會什麼比知道什麼還重要 |
推薦工具
| 工具 | 用法 |
|---|---|
| GitHub Project (kanban) | 每章一張 card、columns 用「Reading / Doing / Done / Stuck」 |
| Obsidian / Notion | 寫長一點的 reflection、可加圖 |
| 私人 GitHub repo | 練習 code 全 push，結業 = 全本 portfolio |
| Notion timeline | 看自己學習節奏 |
| Logseq / Roam | atomic notes，跨章節串概念 |
挑你已經在用的、不要為了 AgentZ 學新筆記工具。
Capstone portfolio 模板
走到 Ch 18 後要交 Capstone（Rubric 5 條）。Repo structure 建議：
my-agentz-capstone/
├── README.md ← 完整介紹 + 為什麼做 + 怎麼跑
├── agent/ ← agent source code
│ ├── main.py
│ ├── tools/
│ └── prompts/
├── governance/ ← 從 Ch 15 學到的
│ ├── cost_tracker.py
│ ├── audit.db
│ └── policy.yaml
├── tests/ ← 至少 1 個 hands-on test
│ └── test_agent.py
├── docs/
│ ├── demo.gif ← 跑起來的動畫
│ └── reflection.md ← 200 字學習心得
└── pyproject.tomlREADME 必填段：
- 為什麼做這個 agent（1 段）
- 怎麼跑（pre-req + 5 步驟內）
- 技術選擇理由（用 Haiku/Sonnet/Opus？哪個 framework？為什麼？）
- 踩過什麼坑（給後人省時間）
- 下一步 roadmap（你會怎麼擴它）
Reflection prompt 範本
每完成一個 ladder 寫一段（給未來的你看）：
Watcher 結束 reflection
1. 我現在能跟 5 歲小孩解釋「agent vs ChatGPT」嗎？試試看
2. 我看過的 5 個 prompt 範例裡，哪個讓我「啊原來這樣寫」？
3. 我現在最大的概念盲點是什麼？Operator 結束 reflection
1. 我用 Claude Code 跑過最長 / 最複雜的真實 task 是什麼？耗時？
2. 我寫過的 SKILL / MCP server 是不是有複用價值？
3. cost 我看得懂嗎？最近一次 run 燒多少？Builder 結束 reflection
1. 我自寫的 mini framework 跟 LangGraph / CrewAI 差在哪？
2. 我的 multi-agent 設計遇到什麼 deadlock / 同步問題？
3. 我能 deploy 一個 agent 上 production 並讓它撐 1 個月不炸嗎？進階分流結束 reflection
1. 我選了哪條路線？為什麼？
2. 我的 Capstone 解決什麼真實問題？
3. 結業後我接下來 3 個月想做什麼？你卡關時怎麼辦？
| 狀況 | 建議 |
|---|---|
| 某章看不懂 | 跳回前 1-2 章看看前置概念有沒有跳。再不行去 Discussions 問 |
| API key 跑炸了 | 看 LLM / API 申請指南 確認 cost cap 設好 |
| code 跑不起來 | 看對應 starter-code 有沒有完整版本 |
| 想找人陪走 | 開 Discussions 或在 LinkedIn / X post 你的進度，會吸引同路人 |
| 覺得學得太慢 | 看 課程地圖 4 個學習計畫對照、調整節奏 |
| 學完不知道做什麼 | Ch 18 maker / educator 路線給你 capstone 候選清單 |
結業後
完成 Capstone 後：
- ✅ 你已從「LLM 使用者」變「Agent 系統構建者」
- ✅ 你有一個能 show off 的 GitHub repo
- ✅ 你能拿這個 repo 面試 / 接案 / 開教學 / 寫 blog
- ✅ 你能回來貢獻 AgentZ（CONTRIBUTING.md）
歡迎在 Discussions 分享你的 Capstone 連結 — 第一批投稿會放進首頁 capstone gallery。