完整开源的技术书

深入理解 AI Agent

从设计原理到工程实践，系统讲清 Agent 的上下文、工具、模型与协作。

开始阅读 下载中文 PDF

Agent = LLM + 上下文 + 工具

10 章从基础原理到生产实践

88 个实验其中 70 余个可独立运行

5 种语言中文、繁体中文、英文、泰米尔语、越南语

从原理到工程

全书沿着同一条主线展开：先理解 Agent 如何工作，再逐层补上上下文、知识、工具、评估、训练与协作。正文与实验互相对应，可以顺序通读，也可以按问题查阅。

引言：为什么需要设计原则 后记：回到核心公式

第 1 章 Agent 基础知识模型即 Agent、核心公式与 Harness 工程 第 2 章 上下文工程KV Cache、提示工程、Skills 与上下文压缩 第 3 章 用户记忆和知识库用户记忆、RAG、结构化索引与知识图谱 第 4 章 工具MCP、感知、执行、协作与异步事件架构 第 5 章 Coding Agent 与代码生成代码作为工具，以及生产级 Coding Agent 第 6 章 Agent 的评估评估环境、指标、统计显著性与模型选型 第 7 章 模型后训练预训练、SFT、强化学习与工具调用内化 第 8 章 Agent 的自我进化经验学习、工具发现与工具创造 第 9 章 多模态与实时交互语音、Computer Use 与机器人操作 第 10 章 多 Agent 协作协作框架、上下文隔离与群体智能

正文之外

边读边做

每章正文都连接对应实验索引，代码与说明保留在原仓库目录中。

查看第 1 章实验

多语言阅读

顶部语言菜单可在中文、繁体中文、英文、泰米尔语和越南语之间切换。

阅读英文版

开源与下载

本书采用 Apache License 2.0 开源。你可以在线阅读，也可以下载 中文 EPUB，或前往 GitHub 仓库 查看源码、提交勘误与参与翻译。