文集文档索引

深入理解 AI Agent:设计原理与工程实践


  • 文集信息
  • 目录大纲
  • 最新文档
  • 知识宇宙

文集详情

文集导读

深入理解 AI Agent · 中文教程(含全部实验) 一句话定位:这是一本把 AI Agent 设计从"感觉驱动"变成"原则驱动"的开源教程——不只教跑通 Demo,更讲透每个架构决策背后的取舍。 核心公式:Agent = LLM + 上下文 + 工具(大脑 + 眼睛 + 手脚,缺一不可) 本目录是《深入理解 AI Agent:设计原理与工程实践》(作者 bojieli,Pine AI 首席科学家)的中文版提取整理,包含全书正文、章节索引和 76 个可动手的实验教程。原项目以 Apache-2.0 协议开源,中文为原版、内容最全;本目录在原项目基础上,对全部 30 个原英文实验做了汉化,便于单独阅读和修改。 这本书适合谁 想理解 Agent 为什么这样设计、而不是只会抄配置的工程师 在做生产级 Agent、需要把模型推进长流程高风险场景的实践者 希望把"凭感觉调 prompt"升级为"靠评估迭代"的团队 对 RL、RAG、工具调用、多 Agent 协作等任一主题想深入的学习者 怎么读 全书十章,按"基础 → 上下文 → 工具 → 模型 → 进阶应用"递进。

深入理解 AI Agent · 中文教程(含全部实验)

一句话定位:这是一本把 AI Agent 设计从"感觉驱动"变成"原则驱动"的开源教程——不只教跑通 Demo,更讲透每个架构决策背后的取舍。

核心公式:Agent = LLM + 上下文 + 工具(大脑 + 眼睛 + 手脚,缺一不可)

本目录是《深入理解 AI Agent:设计原理与工程实践》(作者 bojieli,Pine AI 首席科学家)的中文版提取整理,包含全书正文、章节索引和 76 个可动手的实验教程。原项目以 Apache-2.0 协议开源,中文为原版、内容最全;本目录在原项目基础上,对全部 30 个原英文实验做了汉化,便于单独阅读和修改。

这本书适合谁

  • 想理解 Agent 为什么这样设计、而不是只会抄配置的工程师
  • 在做生产级 Agent、需要把模型推进长流程高风险场景的实践者
  • 希望把"凭感觉调 prompt"升级为"靠评估迭代"的团队
  • 对 RL、RAG、工具调用、多 Agent 协作等任一主题想深入的学习者

怎么读

全书十章,按"基础 → 上下文 → 工具 → 模型 → 进阶应用"递进。你可以:

你的情况 建议起点
🟢 初学者 从第 1 章读起,建立 Agent = LLM + 上下文 + 工具 的全局认知
🔵 想动手做 Agent 重点读第 2-5 章(上下文工程 + 工具),这是工程化的核心
🟣 关注模型能力 第 6-7 章(评估 + 后训练),理解怎么测、怎么训
🟠 想做应用 第 9-10 章(多模态 + 多 Agent 协作),综合运用

每章配套若干可独立运行的实验(标 ✅ 的配好 API Key 即可跑),建议边读正文边动手。详细的难度分级和阅读路径见 学习建议。

目录速览

📘 正文(10 章 + 引言/后记/思考题答案)

主题 核心命题
1 Agent 基础知识 「模型即 Agent」新范式;Harness 工程才是竞争力
2 上下文工程 上下文决定能力上限:KV Cache、提示工程、上下文压缩
3 用户记忆和知识库 跨会话记住用户、接入外部知识:记忆、RAG、结构化索引
4 工具 Agent 的"手脚":MCP 标准、五类工具、安全机制
5 Coding Agent 与代码生成 代码是「能创造新工具的工具」
6 Agent 的评估 没有评估就没有进步:基准、成本、质量度量
7 模型后训练 预训练/SFT/RL 三阶段:何时选 SFT、何时选 RL
8 Agent 的自我进化 不改权重也能成长:经验学习、从工具使用者到创造者
9 多模态与实时交互 从文本扩展到语音、GUI、物理世界
10 多 Agent 协作 群体智能高于个体:协作框架、上下文共享

另有 引言、后记、思考题参考答案。

🧪 实验教程(76 个,按章组织)

每章实验目录下都有一个 README 支柱页,列出该章全部实验、难度星级、类型标识和阅读建议。从下面入口进入:

实验目录 数量
1 第 1 章 实验 4
2 第 2 章 实验 8
3 第 3 章 实验 14
4 第 4 章 实验 7
5 第 5 章 实验 12
6 第 6 章 实验 6
7 第 7 章 实验 13
8 第 8 章 实验 6
9 第 9 章 实验 5
10 第 10 章 实验 5

实验的类型标识统一为:

标记 含义
可独立运行:自带完整代码,配好 API Key 即可跑
📖 复现指南:依赖需自行 git clone 的外部仓库
🚧 设计文档:仅含架构方案,可运行代码仍在完善

难度从 ★(入门)到 ★★★(进阶挑战),详见各章支柱页。

📑 其他

  • 章节索引:每章配套项目一览(源自原项目各章 README)
  • 学习建议:难度分级与系统化阅读路径
  • 项目首页 · 网站首页

上手第一个实验

如果你刚来,想 10 分钟跑通一个 Agent 感受一下,推荐从第 1 章的 web-search-agent 开始——基于 Kimi K3 的智能搜索 Agent,配置最简单、最能直观体会"模型 + 工具 = Agent"。

如果想理解 Agent 各组件的价值,做 context 消融实验——它会一个个去掉上下文组件,让你看到 Agent 是怎么一步步"变笨"的。

关于本目录

  • 原项目:ai-agent-book-main,Apache-2.0 协议。中文为原版内容最全。
  • 本目录是独立副本:不改动原项目任何文件,所有内容为复制 + 过滤 + 汉化后的版本,可自由编辑。
  • 每个文件首行的 > 源文件:xxx 标注了原始路径,便于对照回溯。
  • 图片:全书图表统一存放在 images/,引用路径已按目录深度修正。
  • 重新生成python filter_and_copy.py(中文提取)+ python post_process.py(汉化后处理)。详见 待汉化清单。

📖 完整阅读从 引言 开始 · 🧪 直接上手从 实验教程 开始 · 📚 系统学习看 学习建议

目录大纲

    最新文档

    知识宇宙

    正在加载知识图谱...


    转发
    作者与出处
    发布者 / 整理账号: 灏天
    来源:bojieli
    许可证:Apache-2.0
    由灏天文库结构化整理,提供目录导航、全文检索与在线阅读,便于系统化学习
    《深入理解 AI Agent:设计原理与工程实践》是什么?
    Agent = LLM + 上下文 + 工具——本书围绕这个核心公式,用 10 章把 AI Agent 从原理讲到工程实战。全书正文、配图、88 个配套实验全部开源,欢迎亲手把实验跑一遍。 本站将其整理为结构化在线文集,提供目录导航、全文检索与在线阅读,便于系统化学习。
    《深入理解 AI Agent:设计原理与工程实践》适合谁阅读?
    对人工智能感兴趣的学习者,包括想从零入门 AI、或想动手构建 AI 应用的开发者。无论入门还是进阶,都可以按需选取章节,配合在线目录与检索功能高效学习。
    《深入理解 AI Agent:设计原理与工程实践》包含哪些内容?
    文集内容围绕AI方向展开,共收录 111 篇文档。本站将全部内容按目录结构化呈现,支持全文检索与在线阅读,方便按主题跳转与反复查阅。
    《深入理解 AI Agent:设计原理与工程实践》的内容来源是什么?
    本文集内容主要整理自 bojieli(https://github.com/bojieli/ai-agent-book)。本站提供目录结构化、全文检索、试读与知识路径等增值,便于系统化学习;版权与许可证以原文为准。 原文遵循 Apache-2.0 许可。
    《深入理解 AI Agent:设计原理与工程实践》的许可证是什么?
    原文遵循 Apache-2.0 许可,版权归原作者所有;本站仅做结构化整理与在线阅读,转载与商用请以原许可证条款为准。