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

01 Agent 基础知识模型即 Agent、核心公式与 Harness 工程 02 上下文工程KV Cache、提示工程、Skills 与上下文压缩 03 用户记忆和知识库用户记忆、RAG、结构化索引与知识图谱 04 工具MCP、感知、执行、协作与异步事件架构 05 Coding Agent 与代码生成代码作为工具，以及生产级 Coding Agent 06 Agent 的评估评估环境、指标、统计显著性与模型选型 07 模型后训练预训练、SFT、强化学习与工具调用内化 08 Agent 的自我进化经验学习、工具发现与工具创造 09 多模态与实时交互语音、Computer Use 与机器人操作 10 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。