# AgentBook
**Repository Path**: mininote/AgentBook
## Basic Information
- **Project Name**: AgentBook
- **Description**: 深入理解 AI Agent：设计原理与工程实践 李博杰著
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: https://agentbook.minims.cn
- **GVP Project**: No
## Statistics
- **Stars**: 1
- **Forks**: 0
- **Created**: 2026-07-20
- **Last Updated**: 2026-07-20
## Categories & Tags
**Categories**: Uncategorized
**Tags**: AI, Agent, llm
## README
# 🤖 AgentBook
### 深入理解 AI Agent：设计原理与工程实践
*从零开始构建智能体 —— 全面、系统的开源 AI Agent 学习教程*
[](https://agentbook.minims.cn)
[](https://github.com/bojieli/ai-agent-book)
[]()
**📖 [在线阅读](https://agentbook.minims.cn) · 🐙 [GitHub 源码仓库](https://github.com/bojieli/ai-agent-book)**
---
## 📖 简介
本书由李博杰撰写，全书开源。它带你从基础概念一路深入到多 Agent 协作、模型后训练等高级主题。每章都包含大量**动手实验**与**思考题**，强调"原则驱动"的 Agent 设计：不只是跑通一个 Demo，而是理解每一个架构决策背后的取舍。
全书围绕核心公式 **Agent = LLM + 上下文 + 工具** 展开，帮助你建立从模型能力到工程落地、从单 Agent 到多 Agent 协作的完整认知体系。
## ✨ 本书特色
- **原则驱动**：不只讲"怎么做"，更讲清楚"为什么这么做"，理解架构取舍。
- **系统完整**：从入门到后训练、自我进化、多模态、多 Agent 协作，十章成体系。
- **动手实践**：每章配套大量实验与思考题，边读边练。
- **开源免费**：全文开源，在线阅读，代码与文档均可自由取用。
## 📚 章节目录
- 📖 **[引言](docs/introduction.md)** — 本书定位、阅读路线与实验说明
- 🧭 **[第一章 · AI Agent 入门](docs/chapter1.md)** — 三种学习范式、ReAct 循环、编排模式
- 🧩 **[第二章 · 上下文工程](docs/chapter2.md)** — 上下文窗口、提示设计与压缩
- 🧠 **[第三章 · 用户记忆和知识库](docs/chapter3.md)** — 记忆机制与 RAG 检索增强
- 🛠️ **[第四章 · 工具](docs/chapter4.md)** — 工具调用、函数定义与事件驱动
- 💻 **[第五章 · Coding Agent 与代码生成](docs/chapter5.md)** — 代码生成、执行与调试循环
- 📊 **[第六章 · Agent 的评估](docs/chapter6.md)** — 评估方法、指标与基准
- 🎯 **[第七章 · 模型后训练](docs/chapter7.md)** — 后训练、对齐与微调
- 🌱 **[第八章 · Agent 的自我进化](docs/chapter8.md)** — 经验积累与外部化学习
- 👁️ **[第九章 · 多模态与实时交互](docs/chapter9.md)** — 语音、视觉与流式交互
- 🤝 **[第十章 · 多 Agent 协作](docs/chapter10.md)** — 多智能体编排与通信
- ✍️ **[后记](docs/afterword.md)** — 回到 Agent = LLM + 上下文 + 工具
## 📝 内容速览（第 1–10 章）
- **第 1 章 · Agent 基础知识**：从"模型即 Agent"的新范式出发，建立 Agent = LLM + 上下文 + 工具 的核心公式，并引入 Harness 工程——模型之外的一切工程能力，才是真正的竞争力所在。
- **第 2 章 · 上下文工程**：上下文决定 Agent 的能力上限。深入大模型 API 的上下文结构、KV Cache 友好设计、提示工程、动态提示词与 Agent Skills、状态栏元信息，以及上下文压缩策略。
- **第 3 章 · 用户记忆和知识库**：让 Agent 跨会话记住用户、并接入外部知识。涵盖用户记忆系统、RAG 基础管道，以及超越扁平文本的知识组织与检索（结构化索引、知识图谱等）。
- **第 4 章 · 工具**：工具是 Agent 的双手。讲工具分类与通用设计原则、MCP 协议与工具选择的挑战、感知/执行/协作三类工具，以及事件驱动的异步 Agent。
- **第 5 章 · Coding Agent 与代码生成**：代码是"能创造新工具的工具"，是通用 Agent 的元能力。以生产级 Coding Agent 为例，展示这一最强通用工具的完整实现。
- **第 6 章 · Agent 的评估**：把 Agent 的表现变成可比较的信号。从评估环境、数据集设计、指标体系，到统计显著性、可观测性、评估驱动选型，直至生产级内部评估与仿真环境。
- **第 7 章 · 模型后训练**：预训练、SFT、RL 三阶段全景。何时选 SFT、何时选 RL，RLHF、算法比较、数据与环境，以及让模型学会工具调用、提升样本效率的前沿探索。
- **第 8 章 · Agent 的自我进化**：不改权重也能成长。三种学习范式，从经验中学习、主动工具发现，到"从工具使用者到工具创造者"，让 Agent 从"聪明"走向"熟练"。
- **第 9 章 · 多模态与实时交互**：把感知与行动从文本扩展到语音、GUI 与物理世界。语音三范式（级联/端到端全模态/全双工）、流式语音感知与合成、Computer Use 与机器人操作。
- **第 10 章 · 多 Agent 协作**：群体的智能可以高于个体。多 Agent 分类框架、何时真正优于单 Agent、共享与不共享上下文的协作、失败模式，以及涌现的"Agent 社会"。
## 🚀 开始阅读
- **在线阅读（推荐）**：访问 **[https://agentbook.minims.cn](https://agentbook.minims.cn)**，获得代码高亮、全文搜索与侧边目录等完整体验。
- **本地阅读**：克隆本仓库后，使用任意静态服务器（如 `docsify serve` 或 `python -m http.server`）打开 `index.html` 即可。
> 💡 提示：在线阅读时，可使用左侧目录导航，右上角搜索全文，文章右侧有本页目录（TOC），可折叠并自动高亮当前章节。
## 🤝 贡献
本书持续完善中，欢迎通过 Issue 与 Pull Request 参与：
- 修正错别字、表述或代码错误
- 补充示例、实验或参考资料
- 提出章节内容的改进建议
提交前请先阅读相关章节，确保改动与全书风格、术语保持一致。
## 📄 许可证
本项目以 **Apache License 2.0** 协议开源。详情请参阅 [`LICENSE`](LICENSE) 文件。
---
用 ❤️ 与 🤖 构建 · AgentBook