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

📥 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、95 个配套实验全部开源，欢迎亲手把实验跑一遍。

| 📚 10 章 正文，从基础到生产 | 📂 95 个 配套实验（含本地项目与外部复现轨道） | 🌐 13 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 | | :---: | :---: | :---: |

📖 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：

• 中文（原版）：PDF · EPUB
• 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
• 俄语（社区翻译，by @ui99ru）：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/。

<details> <summary><b>🔧 想自行编译 PDF / EPUB？</b>（PDF 需 pandoc / xelatex / ElegantBook）</summary>

• 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。

</details>

📑 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 | 代码 | | :--: | --- | --- | :--: | :--: | | 1 | 🚀 Agent 基础知识 | Agent = LLM + 上下文 + 工具；Harness 工程才是竞争力 | 读 | 4 | | 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 | 9 | | 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 | 13 | | 4 | 🛠️ 工具 | 工具是 Agent 的双手：MCP 协议、感知/执行/协作三类工具、事件驱动异步 Agent、主动工具发现 | 读 | 7 | | 5 | 💻 Coding Agent 与代码生成 | 代码是「能创造新工具的工具」，生产级 Coding Agent 全景 | 读 | 13 | | 6 | 🎯 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 | | 7 | 🧠 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 | 16 | | 8 | 🔄 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 | | 9 | 🎙️ 多模态与实时交互 | 从文本扩展到语音、GUI、物理世界：语音三范式、Computer Use、机器人 | 读 | 12 | | 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 | 8 |

💡 读 = 在 GitHub 网页直接读章节正文（markdown）；N = 该章配套项目数，点击查看代码。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 3.10+。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。部分浏览器和记忆实验需要 Python 3.11+，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/ | 一站式访问全球及国内主流模型（GPT、Claude、Gemini、Kimi、GLM、DeepSeek、Qwen 等） | 全球 |

💎 赞助商

感谢 Krill AI 赞助本项目！Krill 提供 GPT / Claude / Gemini / 多款国产模型的官方稳定极速 API 中转服务，支持企业级定制、报销开票、7×16h 专属技术支持，更有独家适配的 WebSocket 连接方式，畅享极速首字速度。

Krill 为本书读者提供特别优惠：使用此链接注册并在充值时填写优惠码「ai-agent-book」，首次购买 Codex 套餐可享 77 折优惠！

🧪 配套实验的执行状态、证据与未完成门禁单独记录在 docs/EXPERIMENT_STATUS.md；克隆或安装源码不代表实验完成。

📦 附录 · 外部仓库获取

本附录列出第 6、7、9、10 章与实验直接映射的 22 个外部仓库，另含 1 个辅助训练 cookbook；它们不作为本书源码内置依赖（出于体积与版权），需要自行克隆到对应目录。部分训练项目还会按各自 README 拉取模型、数据集和模拟器依赖，不计入这 22 个直接映射。以下版本来自 2026-07-30 工作区 checkout 或同日只读上游审计；固定源码只建立复现起点，不代表训练、硬件、浏览器或多 Agent 实验已经执行。

一键克隆脚本

<details> <summary><b>🔧 展开克隆命令</b>（共 23 个 checkout：22 个实验映射 + 1 个辅助 cookbook）</summary>

# 第 6 章 · 评测基准
git clone https://github.com/google-research/android_world.git chapter6/android_world && git -C chapter6/android_world checkout --detach 0e95d641e244504c22087cc29b013f3b2428a261
git clone https://huggingface.co/datasets/gaia-benchmark/GAIA chapter6/GAIA && git -C chapter6/GAIA checkout --detach 682dd723ee1e1697e00360edccf2366dc8418dd9
git clone https://github.com/xlang-ai/OSWorld.git chapter6/OSWorld && git -C chapter6/OSWorld checkout --detach 8365edc975efd0477a0d62444a5beed562ab5a7b
git clone https://github.com/SWE-bench/SWE-bench.git chapter6/SWE-bench && git -C chapter6/SWE-bench checkout --detach 5cd4be9fb23971679cbbafe5a0ecade27cef99be
git clone https://github.com/sierra-research/tau2-bench.git chapter6/tau2-bench && git -C chapter6/tau2-bench checkout --detach 8d005b0e5b9e4af0bc055886fa7f95fc86d1710e
git clone https://github.com/laude-institute/terminal-bench.git chapter6/terminal-bench && git -C chapter6/terminal-bench checkout --detach 8384a179b1b8688f6ea5233a4d9d51218df1ac96

# 第 7 章 · 训练框架（bojieli/* 为本书适配的分支）
git clone https://github.com/bojieli/minimind.git chapter7/MiniMind-pretrain/minimind && git -C chapter7/MiniMind-pretrain/minimind fetch origin 8bdc5d97d5845a8c1ac2ed56a5b8b4c0d0fb0795 && git -C chapter7/MiniMind-pretrain/minimind checkout --detach 8bdc5d97d5845a8c1ac2ed56a5b8b4c0d0fb0795 && test "$(git -C chapter7/MiniMind-pretrain/minimind rev-parse HEAD)" = "8bdc5d97d5845a8c1ac2ed56a5b8b4c0d0fb0795"  # 实验 7-3
git clone https://github.com/bojieli/minimind-v.git chapter7/MiniMind-pretrain/minimind-v && git -C chapter7/MiniMind-pretrain/minimind-v fetch origin ead791c530fa5f9a3549dbfe9e11ec732d18d2e5 && git -C chapter7/MiniMind-pretrain/minimind-v checkout --detach ead791c530fa5f9a3549dbfe9e11ec732d18d2e5 && test "$(git -C chapter7/MiniMind-pretrain/minimind-v rev-parse HEAD)" = "ead791c530fa5f9a3549d