第 1 章 · Agent 基础知识
「模型即 Agent」新范式 + Agent = LLM + 上下文 + 工具；Harness 工程才是竞争力
← 返回主目录 · 📖 读本章正文
配套项目
| 项目 |
类型 |
一句话说明 |
| learning-from-experience |
✅ |
对比 Q-learning 与基于 LLM 的上下文学习，复现 Shunyu Yao 的 "The Second Half"：LLM 以 250–400 倍样本效率超越传统 RL |
| web-search-agent |
✅ |
Kimi K2 模型即 Agent，具备基础深度搜索能力，能进行多轮搜索和信息整合 |
| search-codegen |
✅ |
GPT-5 原生工具集成，综合利用网络搜索与代码沙盒实现复杂分析 |
| context |
✅ |
系统性消融实验展示 Agent 上下文各组件的重要性；支持 SiliconFlow Qwen、字节 Doubao、月之暗面 Kimi 等多提供商 |
项目类型说明
| 图标 |
类型 |
含义 |
| ✅ |
可独立运行 |
本仓库自带完整代码，配置好 API Key 即可运行 |
| 📖 |
复现指南 |
依赖需自行 git clone 的外部仓库（训练框架、评测基准等） |
| 🚧 |
设计文档 |
仅包含架构与实现方案，可运行代码仍在完善中 |