章节速览¶
引言
全书结构 · 如何阅读本书 · 前置知识
1 · AI Agent 入门
现代 Agent = LLM + 上下文 + 工具 · Harness 工程：模型之外的竞争力 · 贯穿全书的设计模式
2 · 上下文工程
上下文：决定 Agent 能力上限的关键 · Agent 如何调用大模型：理解 API 的上下文结构 · KV Cache 友好的上下文设计
3 · 用户记忆和知识库
用户记忆系统 · RAG 基础：构建 Agent 的知识获取管道 · 超越扁平文本：知识的组织与检索
4 · 工具
工具的分类 · 工具设计的通用原则 · 工具生态：MCP 与 Skill Hub
5 · Coding Agent 与通用 Agent
Coding Agent · 代码：通用 Agent 的元能力 · 本章小结
6 · 交互：观察与动作空间的扩展
模态与触发时机的扩展 · 异步与事件驱动：当世界主动找上门 · 语音：最自然的人机接口
7 · Agent 的评估
一条评估任务的解剖：τ²-bench 的 telecom 领域 · 评估指标：成功的定义 · 评估环境
8 · 模型后训练
从预训练到 RL：四阶段全景 · 从经典 RL Agent 到现代 Agent [可选阅读] · 模型预训练基础 [可选阅读]
9 · Agent 的持续进化
从运行轨迹中获得学习信号 · Agent 持续进化的四种方法 · 构建可长期运行的持续进化闭环
10 · 多 Agent 协作
多 Agent 协作的分类框架 · 多 Agent 何时真正优于单 Agent · 共享上下文的多 Agent 协作
后记：回到 Agent = LLM + 上下文 + 工具
两朵乌云 · 模型与 Agent 的共同演进
思考题参考答案
第一章 AI Agent 入门 · 第二章 上下文工程 · 第三章 用户记忆和知识库
在线阅读 · 多语言¶
使用顶部导航栏的语言 Tab 切换:
| 中文 | English | Español | Bahasa Indonesia | العربية | 繁體中文（台灣） | Русский | தமிழ் | Tiếng Việt | 日本語 | Türkçe | 한국어 | Magyar | עברית | Português (Brasil) |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| ✅ 原版 | 社区翻译 | 社区翻译 | 社区翻译 | 社区翻译 | 社区翻译 | 社区翻译 | 社区翻译 | 社区翻译 | 社区翻译 | 社区翻译 | 社区翻译 | 社区翻译 | 社区翻译 | 社区翻译 |
关于¶
- 仓库:bojieli/ai-agent-book
- 许可证:Apache License 2.0
- 本站点:每次仓库推送后由 GitHub Actions 自动重新构建
💡 本书内容持续更新,本站点在每次仓库推送后由 GitHub Actions 自动重新构建。如需下载完整 PDF,请使用上方下载按钮或访问 Releases。