面試項目分享｜企業級CodingAgent

前些天面試了一個大廠，他們的崗位需求和麪試官一直在問的問題都是：如果有海量的 skill，應該如何高效管理和準確的選擇？

一面二面發現面試官一直往這方向問，二面完我就趕緊做了一個 demo 出來。但是二面居然就給我掛了（悲）。我把自己的思路和項目分享出來，大家可以參考，互相交流一下，假如你剛好投了相關的崗位正好可以看一下。

我做了一個項目 Team-CC。

整個項目拆成三個部分：

企業 Agent 運行時（TeamSkill-ClaudeCode） 魔改了一下 Claude Code。員工啓動後先走企業鑑權，身份和權限從後臺下發，不依賴本地文件。每次調工具都走統一判定鏈路，可以放行、可以攔截、可以上報審計。權限模型是 deny > ask > allow，比較嚴格。

管理後臺（teamcc-admin） 管員工身份、管權限模板、管項目授權、看審計日誌。還有個 Neo4j 可視化頁面看權限拓撲。

Skill 知識庫（skill-graph） 把團隊成員積累的 skill 做成可檢索、可評價、可流轉的知識庫。底層用知識圖譜存，支持 BM25 + 向量 + 圖譜三種方式混合檢索。demo 目前入庫了 109 個 skill，加了圖譜反饋後 Top1 準確率能做到 85% 左右。關鍵是反饋會持續回寫圖譜，越用越準。

有兩個技術亮點：

1. 權限管理 原本 Claude Code 的權限是在本地可自定義的，沒有鑑權和審計。不當的操作也不會有兜底，比如誤操作，模型自己抽風亂搞。加上了強制的鑑權，可以細顆粒度地進行權限控制以及操作審計。比如一個實習生就不應該有 ssh 連生產服務器的權限，寫前端的同事不能直接改後端的接口來適配自己的請求。在管理平臺能夠進行詳細的權限控制以及日誌調查，可以看到哪些人進行了高風險命令執行。

具體實現上，啓動時先連管理後臺拿身份和權限包，沒通過鑑權就進不了完整運行態。每次執行命令前過一遍權限判定，deny 直接攔，ask 彈確認，allow 放行。所有操作都上報審計，後臺能查到每一步。

2. Skill 沉澱體系 團隊成員在日常工作中使用 Agent 積累的經驗和技巧，會進入一個可持續檢索、可持續評價、可持續流轉的團隊知識庫。每個 skill 都有文檔、有標籤、有調用記錄，底層用知識圖譜做存儲。

實現分三層：skill 文檔統一歸到目錄，構建時生成索引和向量。員工使用後評價落庫，算出每個 skill 在不同部門的權重。然後 skill、部門、場景的關係存到 Neo4j，檢索時除了文本匹配還會查圖譜加權重排，所以 Top1 能從 71% 提到 85%。

檢索層支持三種方式混合：

加了圖譜反饋後，Top1 準確率從 71.2% 提升到 85.2%。70 個 case 的檢索結果被正向改寫，沒有出現回退。

這個體系的關鍵在於持續迭代。每次 skill 被調用、被評價、被使用，反饋數據都會回寫到圖譜中。前端團隊用得多，前端相關的 skill 權重就會提升。它不是一本翻完了就放回去的書，而是一個越用越聰明的推薦系統。

Skill 體系自身也可以作爲獨立產品來賣。一種是直接賣已經沉澱好的通用 skill 庫，企業買回去就能用，覆蓋前端、後端、安全、設計、AI 等常見場景。另一種是爲企業單獨部署屬於他們自己的 skill 庫，基於內部項目和數據持續積累，慢慢長出貼合自身業務的知識資產。

項目地址：https://github.com/Mr-Q526/TeamCC-Platform

僅作個人理解分享，不一定對，歡迎大家交流。