每所学院三个项目 —— 起手、进阶、压轴。每个项目带测试、CI、部署。完全开源工具栈。
12 个项目按学院分组（每所 3 个：起手 → 进阶 → 压轴）。第一次来的人通常这样选：
整套进阶版做完大约 50 小时 —— 一个学期的体量。但即使只做一所学院的 3 个项目（约 12 小时），也已经是一个完整的小作品集。
用 Ollama + 本地向量数据库（Chroma）做一个有 RAG 的领域专家。把 100 份你领域的文档变成可检索的知识。
调研一位真实使用者，给他做 5 个互相调用的 Skill，组成一个完整的工作流。带版本号和回滚。
给你的技能写 30+ 测试用例。每次改动 CI 自动跑回归。发布到一个真实可用的地址。
Vite + TypeScript。HTML/CSS/JS 都是真的。GitHub Actions 自动部署到 GitHub Pages。
把 Ollama 本地 API 接进 TypeScript 项目。写 vitest 测试用例，覆盖正常 / 异常 / 边界场景。
给一个具体的人做工具 —— 但工程标准是"半年后他还在用、不会突然炸"。带 error tracking、有 changelog、有用户反馈通道。
不靠想象。陪一个真人 8 小时，记录每一次 friction，做一个针对最高频卡点的智能体。
用 AutoGen Studio（开源）做一个多步智能体。每一步都有"是否要先问用户"的决策点。带审计日志。
压轴。给一位 70+ 岁独居老人做一个完整智能体，含伦理审查文档、家属同意书、紧急停止机制。这是 ship 之前最严肃的一件事。
把"我觉得好"写成 JSON Schema。能被代码读、能被 AI 评分系统执行。
用本地 Qwen / DeepSeek 做 LLM-as-judge。给它你的评分标准，让它对一组作品打分。和你自己评分对比，不一致的地方就是你审美没说清楚的地方。
把四所学院全部串起来：用一个 Skill、给一个真人、用代码 ship 出去、用一个判官保证质量不漂移。这是整个进阶版的毕业证书。