深入理解 AI Agent：设计原理与工程实践
中文 ← 当前 · English · Español · Bahasa Indonesia · العربية · 繁體中文（台灣） · Русский · Tiếng Việt · தமிழ் · 日本語 · Türkçe · 한국어 · Magyar · עברית
📥 下载 PDF / EPUB（推荐）— 推荐使用 PDF / EPUB 离线阅读，排版最佳；也可在线阅读（支持多语言切换、章节折叠、全文搜索，每次推送自动更新）。
Agent = LLM + 上下文 + 工具——本书围绕这个核心公式，用 10 章把 AI Agent 从原理讲到工程实战。全书正文、配图、103 个配套实验全部开源，欢迎亲手把实验跑一遍。
📢 2.0 版变更（相较 1.4 版）：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。
如果你看到的是旧版 PDF，建议下载最新版 PDF。新版还包含许多内容修正与调整，请以最新版为准。
📚 10 章 正文，从基础到生产 📂 103 个 配套实验（含本地项目与外部复现轨道） 🌐 14 种 语言：中 / 英 / 西 / 印尼 / 阿 / 繁體中文（台灣） / 俄 / 泰米尔 / 越 / 日 / 土耳其 / 韩 / 匈牙利 / 希伯来
📖 电子书
📥 离线下载（推荐，全书正文，开源免费）。以下链接始终指向 main 分支的最新构建；固定版本见 Releases：
-
英文（社区翻译，by @nsdevaraj、@whanyu1212）：PDF · EPUB
-
西班牙语（社区翻译，by @santhreal）：PDF · EPUB
-
印度尼西亚语（社区翻译，by @jojixyz666）：PDF · EPUB
-
繁體中文（台灣）（社区翻译，by @tigercosmos）：PDF · EPUB
-
泰米尔语（社区翻译，by @nsdevaraj）：PDF · EPUB
-
越南语（社区翻译，by @toanalien）：PDF · EPUB
-
日语（社区翻译，by @eltociear）：PDF · EPUB
-
阿拉伯语（社区翻译，by @TheSyBuilder）：PDF · EPUB
-
土耳其语（社区翻译，by @memisemre）：PDF · EPUB
-
韩语（社区翻译，by @JeongJaeSoon）：PDF · EPUB
-
匈牙利语（Magyar）（社区翻译，by @barmivalami0-ux）：PDF · EPUB
🌐 也可在线阅读 — 支持多语言切换、章节折叠、全文搜索、配套实验直达，每次 main 分支推送后自动重新构建。
中文正文源码位于 book/；英文/西班牙语/印度尼西亚语/阿拉伯语/繁體中文（台灣）/俄语/泰米尔/越南语/日语/土耳其语/韩语/匈牙利语/希伯来语版本为社区贡献（可能滞后于中文原版），分别位于 book-en/、book-es/、book-id/、book-ar/、book-zhtw/、book-ru/、book-ta/、book-vi/、book-ja/、book-tr/、book-ko/、book-hu/、book-he/。
EPUB：使用统一的构建脚本，详情请参阅 EPUB 构建说明
正文源码：book/introduction.md（引言）、book/chapter1.md ~ book/chapter10.md（第一至第十章）、book/afterword.md（后记）
编译：安装 pandoc、xelatex、ElegantBook 文档类与相关字体后，运行
cd book && bash build_pdf.sh
图表以 SVG 文件存于 book/images/，编译时直接使用；排版细节见 book/preamble.tex 与 book/*.lua。
📑 内容速览（第 1–10 章）
全书围绕核心公式 Agent = LLM + 上下文 + 工具 展开，十章层层递进：
章 主题 一句话核心 正文 实验
1 🚀 AI Agent 入门 Agent = LLM + 上下文 + 工具；Harness 工程才是竞争力 读 3
2 🎯 上下文工程 上下文决定能力上限：KV Cache、提示工程、Agent Skills、上下文压缩 读 10
3 📚 用户记忆和知识库 跨会话记住用户、接入外部知识：用户记忆、RAG、结构化索引、知识图谱 读 12
4 🛠️ 工具 工具是 Agent 的双手：MCP 协议、感知/执行/协作三类工具与主动工具发现 读 5
5 💻 Coding Agent 与通用 Agent 代码是「能创造新工具的工具」，生产级 Coding Agent 全景 读 13
6 🎙️ 交互：观察与动作空间的扩展 从模态与时序两个维度扩展 Agent 的观察与动作空间：异步与事件驱动、语音交互、Computer Use 和机器人操作 读 13
7 🎯 Agent 的评估 把表现变成可比较信号：评估环境、指标、统计显著性、评估驱动选型 读 13
8 🧠 模型后训练 预训练/SFT/RL 三阶段：何时选 SFT、何时选 RL，工具调用内化、样本效率 读 19
9 🔄 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 读 9
10 🤝 多 Agent 协作 群体智能高于个体：协作框架、上下文共享/隔离、涌现的「Agent 社会」 读 6
💡 读 = 在 GitHub 网页直接读章节正文（markdown）；N = 该章正文实验数，点击查看实现与复现说明。项目类型说明（✅ 可运行 / 📖 复现 / 🚧 设计）见各章 README。
📚 如何高效阅读本书？详见 学习建议（核心理念、学习路径、难度分级、实践建议）。
💻 运行配套实验
项目统一支持 Python 3.11–3.13。请在仓库根目录按章节安装依赖；将 ch1 替换为 ch2 ~ ch10 即可安装对应章节：
# 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]"
运行会调用模型的实验前，请按该实验 README 配置凭据：支持根目录配置的实验可复制 .env.example 为 .env 并填入至少一个提供商 Key；有些实验要求在自身目录放 .env 或直接导出环境变量。只有在实验 README 或 CLI 明确列出 ollama 时，才可启动本地 Ollama 并添加 --provider ollama。
安装后可从仓库根目录运行实验，例如：
uv run python chapter1/context/main.py
# 使用 pip 安装时也可直接运行：python chapter1/context/main.py
-
uv安装方法见 官方文档；pip仍受支持，但不会使用锁文件。 -
各实验现有的
requirements.txt在迁移期间继续有效，适合只运行单个项目或需要特殊版本约束的情况。 -
all是不含本地训练栈的 CPU 友好组合，并不代表每个实验；uv sync每次都会精确同步当前选择，使用特殊 extra 时请合并到同一条命令，例如uv sync --locked --extra ch2 --extra vllm或uv sync --locked --extra ch7 --extra unsloth；pip 对应为python -m pip install -e ".[ch2,vllm]"。 -
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。第 8 章部分内置第三方组件需要 Python 3.12+。
🔑 API 密钥
建议申请下面几个平台的 API Key 方便学习。模型选型可参考 这篇指南。
平台 链接 特色 访问节点
Kimi（月之暗面） https://platform.moonshot.cn/ Kimi 系列，Coding、Agent 能力强 中国大陆
智谱 GLM https://open.bigmodel.cn/ GLM-5.2 等，Coding、Agent 能力强 中国大陆
Siliconflow https://siliconflow.cn/ 各种开源模型（DeepSeek、Qwen 等），中国大陆访问速度快 中国大陆
DeepSeek https://platform.deepseek.com/ DeepSeek 官方 API 全球 + 中国大陆
Krill AI www.krill-ai.net 一站式访问全球及国内主流模型（OpenAI、Claude、Gemini、Grok、Kimi、GLM、DeepSeek、Qwen、Minimax） 全球 + 中国大陆
OpenRouter https://openrouter.ai/ 一站式