EN

深入理解 AI Agent：设计原理与工程实践

10 章开源书稿，含 109 个配套实验，采用 Apache License 2.0。

核验日期

核心信息

以下信息由程序从官方接口读取，不经模型改写。

许可证
Apache-2.0
语言
Python
维护方
bojieli
核验日期

它是什么

本项目的书名是《深入理解 AI Agent：设计原理与工程实践》。本书围绕一个核心公式，用 10 章把 AI Agent 从原理讲到工程实战。全书正文、配图、109 个配套实验全部开源。本项目采用 Apache License 2.0 开源许可证。

主要能力

  1. 第 2 章的主题是上下文工程，涵盖上下文决定能力上限，以及 KV Cache、提示工程、Agent Skills、上下文压缩。

  2. 第 3 章的主题是用户记忆和知识库，涵盖跨会话记住用户、接入外部知识，包括用户记忆、RAG、结构化索引、知识图谱。

  3. 第 4 章的主题是工具，涵盖 MCP 协议、感知/执行/协作三类工具与主动工具发现。

  4. 第 5 章的主题是 Coding Agent 与通用 Agent，涵盖代码是「能创造新工具的工具」以及生产级 Coding Agent 全景。

  5. 第 7 章的主题是 Agent 的评估，涵盖评估环境、指标、统计显著性、评估驱动选型。

  6. 第 8 章的主题是模型后训练，涵盖预训练/SFT/RL 三阶段，以及何时选 SFT、何时选 RL，工具调用内化、样本效率。

怎么上手

  1. 项目统一支持 Python 3.11–3.13。

  2. 请在仓库根目录按章节安装依赖。

  3. 安装后可从仓库根目录运行实验。

  4. 运行会调用模型的实验前，请按该实验 README 配置凭据。

  5. 浏览器、CUDA、FFmpeg、Ollama、Playwright 浏览器及外部仓库等系统依赖，请继续参考各实验 README。

  6. 第 8 章部分内置第三方组件需要 Python 3.12+。

摘自 README · bash
# 推荐：使用提交到仓库的 uv.lock，获得可复现的章节环境
uv sync --locked --extra ch1

# 未安装 uv 时：使用 pip 从 pyproject.toml 重新解析
python -m pip install -e ".[ch1]"
摘自 README · bash
uv run python chapter1/context/main.py
# 使用 pip 安装时也可直接运行：python chapter1/context/main.py

适合谁

除第八章后训练外，全书对数学和机器学习的要求很低。本书的配套代码全部由 coding agent 根据书稿生成。第 6 章的主题是交互，从模态与时序两个维度扩展 Agent 的观察与动作空间。

第 9 章的主题是 Agent 的持续进化，从运行轨迹获得学习信号，更新知识、指令、程序与参数。本仓库书稿版本已由 1.4 升级为 2.0。2.0 版将原第四章中的“异步交互”部分与原第九章中关于“多模态 Agent”的内容合并，重组为新的第六章“交互：观察与动作空间的扩展”。

原第六章“Agent 的评估”、第七章“模型后训练”和第八章“Agent 的持续进化”依次后移一章，现分别为第七、八、九章。只有想修改书稿并重新排版时才需要自行编译。部分子项目可能包含各自的许可证信息，请以子项目中的说明为准。

姊妹篇《深入理解 AI Infra：量化分析与系统设计》已开源发布。姊妹篇讨论的就是支撑模型训练与推理的 AI Infra。

来源

本页内容整理自以下官方来源，点击可核对原文。

核验日期 ·

本页由 AI 依据上述官方来源整理，并经自动核对，未经本站实测。 发现错误？告诉我们。