深入理解 AI Agent(ai-agent-book)
李博杰所著《深入理解 AI Agent:设计原理与工程实践》开源主仓库,围绕「Agent = LLM + 上下文 + 工具」公式,提供全书正文、可下载 PDF/EPUB 与 109 个按章配套实验代码。
爱鲜报评分
0.0
0 人评分
52k
星数
是
中文
Python
主语言
是
活跃
92
贡献者
人工分析
EDITORIAL推荐理由
这是一本系统讲解 AI Agent 设计原理与工程实践的开源中文书籍,内容覆盖上下文工程、记忆与知识库、工具与 MCP、Coding Agent、多智能体、评估与后训练等完整链路。正文、配图与 109 个配套实验全部开源,理论与可运行代码结合,适合边读边动手。作者还开源了姊妹篇 AI Infra 书籍,体系较为完整。
适用场景
- 系统学习 AI Agent 原理与工程实践
- 高校课程或企业内训教材
- 动手复现 Agent 实验与项目
- 作为 Agent 应用架构设计参考
- 准备 Agent 相关面试与知识梳理
优点
- 中文原创,正文与配图全部开源,阅读门槛友好
- 10 章体系化覆盖从入门到生产落地
- 109 个配套实验,可边读边跑代码
- 提供 PDF/EPUB 离线版与在线阅读,多语言社区翻译
- Apache-2.0 许可,便于教学与二次使用
缺点
- 仓库以书稿与实验为主,并非开箱即用的框架或工具库
- 部分实验依赖外部模型 API 或环境,运行需自行配置
- 社区翻译版本可能滞后于中文原版
- 自行编译 PDF 需 pandoc、xelatex 等较重的排版环境
上手难度
进阶
项目简介
《深入理解 AI Agent:设计原理与工程实践》是李博杰(bojieli)所著的开源书籍主仓库。全书围绕一个核心公式展开:
Agent = LLM + 上下文 + 工具
仓库同时提供全书正文源码、编译版 PDF/EPUB,以及按章组织的配套实验代码,方便读者边读原理边动手实践。
内容结构
全书共 10 章,层层递进,从基础概念一直讲到生产落地:
- 第 1 章 AI Agent 入门:建立核心公式,强调 Harness 工程才是竞争力
- 第 2 章 上下文工程:KV Cache、提示工程、Agent Skills、上下文压缩
- 第 3 章 用户记忆和知识库:用户记忆、RAG、结构化索引、知识图谱
- 第 4 章 工具:MCP 协议,感知/执行/协作三类工具与主动工具发现
- 第 5 章 Coding Agent:面向代码场景的 Agent 设计与实践
- 后续章节继续覆盖交互与多模态、Agent 评估、模型后训练、Agent 持续进化等主题
每章都配有对应实验目录,全书合计约 109 个配套实验。
阅读方式
- 离线阅读(推荐):从 Releases 下载最新构建的中文 PDF / EPUB,排版最佳
- 在线阅读:官方站点支持多语言切换、章节折叠、高亮与笔记,随 main 分支自动更新
- 源码阅读:中文正文位于
book/目录,配图以 SVG 存放于book/images/
自行编译(示意)
若希望自行构建 PDF,需要准备 pandoc、xelatex、ElegantBook 文档类与相关字体,然后运行构建脚本:
cd book && bash build_pdf.sh
EPUB 构建方式参见仓库中的 EPUB 构建说明。
适合谁读
- 想系统理解 Agent 原理,而不只是调用现成框架的开发者
- 需要为团队设计 Agent 应用架构的工程师
- 希望把 Agent 内容引入课程或内训的教师与讲师
仓库采用 Apache-2.0 许可,正文与实验均可自由学习与二次使用。
评论
- 暂无评论,来写第一条吧。