bojieli/ai-agent-book

深入理解 AI Agent：設計原理與工程實踐 中文 ← 當前 · English · Español · Bahasa Indonesia · العربية · 繁體中文（臺灣） · Русский · Tiếng Việt · தமிழ் · 日本語 · Türkçe · 한국어 · Magyar · עברית · Português (Brasil) 📥 下載 PDF / EPUB （推薦）— 推薦使用 PDF / EPUB 離線閱讀，排版最佳；也可 線上閱讀 （支援多語言切換、章節摺疊、高亮與筆記，每次推送自動更新）。 Agent = LLM + 上下文 + 工具 ——本書圍繞這個核心公式，用 10 章把 AI Agent 從原理講到工程實戰。全書正文、配圖、 109 個配套實驗 全部開源，歡迎親手把實驗跑一遍。 📚 姊妹篇《深入理解 AI Infra：量化分析與系統設計》已開源釋出 ，歡迎閱讀： github.com/bojieli/ai-infra-book 要開發好基於模型的應用，還需要理解這類應用賴以執行的基礎設施。姊妹篇討論的就是支撐模型訓練與推理的 AI Infra：參數和上下文狀態存在哪裡，計算怎樣執行，多個加速器怎樣協作。 📢 2.0 版變更（相較 1.4 版） ：本倉庫書稿版本已由 1.4 升級為 2.0。2.0 版將原第四章中的“非同步互動”部分與原第九章中關於“多模態 Agent”的內容合併，重組為新的第六章“互動：觀察與動作空間的擴展”。原第六章“Agent 的評估”、第七章“模型後訓練”和第八章“Agent 的持續進化”依次後移一章，現分別為第七、八、九章。 如果你看到的是舊版 PDF，建議 下載最新版 PDF 。新版還包含許多內容修正與調整，請以最新版為準。 📚 10 章 正文，從基礎到生產 📂 109 個 配套實驗（含本地專案與外部復現軌道） 🌐 15 種 語言：中 / 英 / 西 / 印尼 / 阿 / 繁體中文（臺灣） / 俄 / 泰米爾 / 越 / 日 / 土耳其 / 韓 / 匈牙利 / 希伯來 / 葡萄牙語（巴西） 📖 電子書 📥 離線下載 （推薦，全書正文，開源免費）。以下連結始終指向 main 分支的最新構建；固定版本見 Releases ： 中文（原版） ： PDF · EPUB 英文 （社群翻譯，by @nsdevaraj 、 @whanyu1212 ）： PDF · EPUB 西班牙語 （社群翻譯，by @santhreal ）： PDF · EPUB 印度尼西亞語 （社群翻譯，by @jojixyz666 ）： PDF · EPUB 繁體中文（臺灣） （社群翻譯，by @tigercosmos ）： PDF · EPUB 俄語 （社群翻譯，by @ui99ru ）： PDF · EPUB 泰米爾語 （社群翻譯，by @nsdevaraj ）： PDF · EPUB 越南語 （社群翻譯，by @toanalien ）： PDF · EPUB 日語 （社群翻譯，by @eltociear ）： PDF · EPUB 阿拉伯語 （社群翻譯，by @TheSyBuilder ）： PDF · EPUB 土耳其語 （社群翻譯，by @memisemre ）： PDF · EPUB 韓語 （社群翻譯，by @JeongJaeSoon ）： PDF · EPUB 匈牙利語（Magyar） （社群翻譯，by @barmivalami0-ux ）： PDF · EPUB 希伯來語（עברית） （社群翻譯，by @itzikwo ）： PDF · EPUB 葡萄牙語（巴西） （社群翻譯，by @leofn ，配圖翻譯 by @LibnaRaffaely ）： PDF · EPUB 🌐 也可 線上閱讀 — 支援多語言切換、章節摺疊、高亮與筆記、配套實驗直達，每次 main 分支推送後自動重新構建。 中文正文原始碼位於 book/ ；英文/西班牙語/印度尼西亞語/阿拉伯語/繁體中文（臺灣）/俄語/泰米爾/越南語/日語/土耳其語/韓語/匈牙利語/希伯來語/葡萄牙語（巴西）版本為社群貢獻（可能滯後於中文原版），分別位於 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/ 、 book-ptbr/ 。 🔧 想自行編譯 PDF / EPUB？ （PDF 需 pandoc / xelatex / ElegantBook） EPUB ：使用統一的構建指令碼，詳情請參閱 EPUB 構建說明 正文原始碼 ： book/introduction.md （引言）、 book/chapter1.md ~ book/chapter10.md （第一至第十章）、 book/afterword.md （後記） 編譯 ：安裝 pandoc、xelatex、ElegantBook 文件類與相關字型後，執行 cd book && bash build_pdf.sh 圖表以 SVG 檔案存於 book/images/ ，編譯時直接使用；排版細節見 book/preamble.tex 與 book/*.lua 。 📑 內容速覽（第 1–10 章） 全書圍繞核心公式 Agent = LLM + 上下文 + 工具 展開，十章層層遞進： 章 主題 一句話核心 正文 實驗 1 🚀 AI Agent 入門 Agent = LLM + 上下文 + 工具 ；Harness 工程才是競爭力 讀 4 2 🎯 上下文工程 上下文決定能力上限：KV Cache、提示工程、Agent Skills、上下文壓縮 讀 10 3 📚 使用者記憶和知識庫 跨會話記住使用者、接入外部知識：使用者記憶、RAG、結構化索引、知識圖譜 讀 12 4 🛠️ 工具 工具是 Agent 的雙手：MCP 協議、感知/執行/協作三類工具與主動工具發現 讀 5 5 💻 Coding Agent 與通用 Agent 程式碼是「能創造新工具的工具」，生產級 Coding Agent 全景 讀 16 6 🎙️ 互動：觀察與動作空間的擴展 從模態與時序兩個維度擴展 Agent 的觀察與動作空間：非同步與事件驅動、語音互動、Computer Use 和機器人操作 讀 14 7 🎯 Agent 的評估 把表現變成可比較訊號：評估環境、指標、統計顯著性、評估驅動選型 讀 14 8 🧠 模型後訓練 預訓練/SFT/RL 三階段：何時選 SFT、何時選 RL，工具呼叫內化、樣本效率 讀 19 9 🔄 Agent 的持續進化 從執行軌跡獲得學習訊號，更新知識、指令、程式與參數 讀 9 10 🤝 多 Agent 協作 群體智慧高於個體：協作框架、上下文共享/隔離、湧現的「Agent 社會」 讀 6 💡 讀 = 在 GitHub 網頁直接讀章節正文（markdown）； N = 該章正文實驗數，點選檢視實現與復現說明。專案型別說明（✅ 可執行 / 📖 復現 / 🚧 設計）見各章 README。 📚 如何高效閱讀本書？詳見 學習建議 （核心理念、學習路徑、難度分級、實踐建議）。 💻 執行配套實驗 專案統一支援 Python 3.11–3.13 。請在倉庫根目錄按章節安裝依賴；將 ch1 替換為 ch2 ~ ch10 即可安裝對應章節： # 推薦：使用提交到倉庫的 uv.lock，獲得可復現的章節環境 uv sync --locked --extra ch1 # 未安裝 uv 時：使用 pip 從 pyproject.toml 重新解析 python -m pip install -e " .[ch1] " 執行會呼叫模型的實驗前，請按該實驗 README 配置憑據：支援根目錄配置的實驗可複製 .env.example 為 .env 並填入至少一個提供商 Key；有些實驗要求在自身目錄放 .env 或直接匯出環境變數。只有在實驗 README 或 CLI 明確列出 ollama 時，才可啟動本地 Ollama 並新增 --provider ollama 。 安裝後可從倉庫根目錄執行實驗，例如： uv run python chapter1/context/main.py # 使用 pip 安裝時也可直接執行：python chapter1/context/main.py uv 安裝方法見 官方文件 ； pip 仍受支援，但不會使用鎖檔案。 各實驗現有的 requirements.txt 在遷移期間繼續有效，適合只執行單個專案或需要特殊版本約束的情況。 all 是不含本地訓練棧的 CPU 友好組合，並不代表每個實驗； uv sync 每次都會精確同步當前選擇，使用特殊 extra 時請合併到同一條命令，例如 uv sync --locked --extra ch2 --extra vllm 或 uv sync --locked --extra ch7 --extra unsloth ；pip 對應為 python -m pip install -e ".[ch2,vllm]" 。 瀏覽器、CUDA、FFmpeg、Ollama、Playwright 瀏覽器及外部倉庫等系統依賴，請繼續參考各實驗 README。第 8 章部分內建第三方元件需要 Python 3.12+。 🔑 API 金鑰 建議申請下面幾個平臺的 API Key 方便學習。模型選型可參考 這篇指南 。 平臺 連結 特色 訪問節點 Kimi （月之暗面） https://platform.moonshot.cn/ Kimi 系列，Coding、Agent 能力強 中國大陸 智譜 GLM https://open.bigmodel.cn/ GLM-5.2 等，Coding、Agent 能力強 中國大陸 Siliconflow https://siliconflow.cn/ 各種開源模型（DeepSeek、Qwen 等），中國大陸訪問速度快 中國大陸 DeepSeek https://platform.deepseek.com/ DeepSeek 官方 API 全球 + 中國大陸 Atlas Cloud https://www.atlascloud.ai/ 通過 OpenAI 相容介面訪問多個廠商的模型 全球 Krill AI www.krill-code.com 一站式訪問全球及國內主流模型（OpenAI、Claude、Gemini、Grok、Kimi、GLM、DeepSeek、Qwen、Minimax） 全球 + 中國大陸 OpenRouter https://openrouter.ai/ 一站式訪問全球及國內主流模型（GPT、Claude、Gemini、Kimi、GLM、DeepSeek、Qwen 等） 全球 ❓ 常見問題 Q：有 PDF / EPUB 嗎？需要自己編譯嗎？ 不需要。 電子書 一節列出了 15 種語言的 PDF / EPUB 下載連結，始終指向 main 分支的最新構建；也可以 線上閱讀 。只有想修改書稿並重新排版時才需要自行編譯。 Q：閱讀本書需要哪些前置知識？ 引言的“前置知識”一節有完整說明：能讀懂並修改中等複雜度的 Python 程式碼；用過 ChatGPT、Claude 等 LLM 產品；熟悉至少一款 AI 輔助程式設計工具（Claude Code、Codex、Cursor 等）；瞭解命令列、Git、JSON、REST API 等軟體工程常識。除第八章後訓練外，全書對數學和機器學習的要求很低。 Q：知識點多、讀完就忘，怎麼消化？ 不要只讀正文。推薦的方式是結合每章實驗自己動手——不是看配套程式碼，而是讀懂書中的設計原則後，藉助 coding agent 從頭實現一遍，觀察輸出、排查不符合預期的地方；每章末尾的思考題也是很好的自測。更系統的路徑見 學習建議 。一位讀者的總結很貼切：先把書看薄，再把書看厚，再把書看薄。 Q：實驗程式碼需要逐行弄明白嗎？ 不需要。本書的配套程式碼全部由 coding agent 根據書稿生成，作者也不會逐行閱讀。關鍵是把架構、核心元件和設計原則想清楚，然後讓 AI 去寫程式碼、跑測試、修 bug，人負責最初的設計和最終的驗收。 Q：思考題有參考答案嗎？ 有： book/reference-answers.md （ 線上版 ）。它們只是參考，不是標準答案，歡迎在 Discussions 裡討論你的不同看法。 Q：讀完之後有什麼可以落地的實踐專案？ 推薦從頭做一個像 Claude Code、Codex 那樣的 coding agent：第 1–5 章足以做出一個可用的 coding agent；第 7、9 章幫它建立評估集並從失敗案例中持續改進；第 8 章介入模型本身；第 6、10 章為它增加語音、Computer Use 等互動方式和多 Agent 協作。評測、觀測、可靠性這些工程環節，可以從第 7 章的評估實驗入手：先為自己的 agent 建一個十幾條任務的小評估集，再圍繞失敗用例做改進。 Q：哪裡提問和討論？ 書稿勘誤、實驗 bug、翻譯問題：開 Issue ，請註明章節、小節和原文句子。 閱讀疑問、思考題討論、經驗分享、資料推薦：請使用 GitHub Discussions 。 Q：發現錯誤想修改怎麼做？ 歡迎直接提 PR。中文版 book/ 是正本，其餘語言由中文同步：修改正文時只需改中文版並在 PR 裡說明，翻譯會在合併後統一同步。詳見 貢獻 。 💎 贊助商 感謝 Krill AI 贊助本專案！Krill 提供 GPT / Claude / Gemini / 多款國產模型的官方穩定極速 API 中轉服務，支援企業級定製、報銷開票、7×16h 專屬技術支援，更有獨家適配的 WebSocket 連線方式，暢享極速首字速度。 Krill 為本書讀者提供特別優惠：使用 此連結 註冊並在充值時填寫優惠碼「ai-agent-book」，首次購買 Codex 套餐可享 77 折優惠！ 🧪 配套實驗的執行狀態、證據與未完成門禁單獨記錄在 docs/EXPERIMENT_STATUS.md ；克隆或安裝原始碼不代表實驗完成。 📦 附錄 · 外部倉庫獲取 本附錄列出第 6、7、8、10 章與實驗直接對映的 22 個外部倉庫，另含 1 個輔助訓練 cookbook；它們 不作為本書原始碼內建依賴 （出於體積與版權），需要自行克隆到對應目錄。部分訓練專案還會按各自 README 拉取模型、資料集和模擬器依賴，不計入這 22 個直接對映。以下版本來自 2026-07-30 工作區 checkout 或同日只讀上游審計；固定原始碼只建立復現起點，不代表訓練、硬體、瀏覽器或多 Agent 實驗已經執行。 一鍵克隆指令碼 🔧 展開克隆命令 （共 23 個 checkout：22 個實驗對映 + 1 個輔助 cookbook） # 第 6 章 · GUI 與機器人外部復現軌道 git clone https://github.com/anthropics/claude-quickstarts.git chapter6/claude-quickstarts && git -C chapter6/claude-quickstarts checkout --detach 9bcc95e316e5ef6542b4c9d0469f4078829eead5 # 實驗 6-8 使用 computer-use-demo/ git clone https://github.com/browser-use/browser-use.git chapter6/browser-use && git -C chapter6/browser-use checkout --detach ec9277c5001f2cb78ee419c927775a3cfc227ff8 # 實驗 6-9 git clone https://github.com/Vector-Wangel/XLeRobot.git chapter6/XLeRobot && git -C chapter6/XLeRobot fetch origin 3d14695e40c9c68229c0aacffca6053c75cd3eb6 && git -C chapter6/XLeRobot checkout --detach 3d14695e40c9c68229c0aacffca6053c75cd3eb6 && test " $( git -C chapter6/XLeRobot rev-parse HEAD ) " = " 3d14695e40c9c68229c0aacffca6053c75cd3eb6 " # 實驗 6-10、6-12 共用 git clone https://github.com/Grigorij-Dudnik/RoboCrew.git chapter6/RoboCrew && git -C chapter6/RoboCrew fetch origin c749148f29bd14e61347f9fc3530c343fff0d994 && git -C chapter6/RoboCrew checkout --detach c749148f29bd14e61347f9fc3530c343fff0d994 && test " $( git -C chapter6/RoboCrew rev-parse HEAD ) " = " c749148f29bd14e61347f9fc3530c343fff0d994 " # 實驗 6-11、6-12；RoboCrew v0.3.1 git clone https://github.com/StoneT2000/lerobot-sim2real.git chapter6/lerobot-sim2real && git -C chapter6/lerobot-sim2real fetch origin 87d6c1d969f6e0ca4dc5697940804e231118a63a && git -C chapter6/lerobot-sim2real checkout --detach 87d6c1d969f6e0ca4dc5697940804e231118a63a && test " $( git -C chapter6/lerobot-sim2real rev-parse HEAD ) " = " 87d6c1d969f6e0ca4dc5697940804e231118a63a " # 實驗 6-14 # 第 7 章 · 評測基準 git clone https://github.com/google-research/android_world.