README.md main

机器翻译正文由机器翻译自项目原始文档（英文），排版经程序统一处理，可能存在偏差，请以原项目仓库为准。

深入理解 AI Agent：設計原理與工程實踐

📥 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、螢光標記與筆記，每次 main 分支推送後自動重新構建）。

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、93 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》已開源發布，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運行的基礎設施。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）：2.0 版將原第四章中的「非同步互動」部分與原第九章中有關「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	📂 93 個配套專案（70+ 可獨立執行）	🌐 15 種語言：中 / 英 / 西 / 印尼 / 阿拉伯 / 繁體中文（台灣） / 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

📥 直接下載（推薦，全書正文，開源免費）。以下連結始終指向 main 分支的最新建置；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

阿拉伯語（社群翻譯，by @TheSyBuilder）：PDF · EPUB

繁體中文（台灣）（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

土耳其語（社群翻譯，by @memisemre）：PDF · EPUB

韓語（社群翻譯，by @JeongJaeSoon）：PDF · EPUB

🌐 也可線上閱讀 — 支援多語言切換、章節摺疊、螢光標記與筆記、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/阿拉伯語/繁體中文（台灣）/俄語/泰米爾/越南語/日語/土耳其語/韓語版本為社群貢獻（可能滯後於中文原版），分別位於 book-en/、book-es/、book-ar/、book-zhtw/、book-ru/、book-ta/、book-vi/、book-ja/、book-tr/、book-ko/。

🔧 想自行編譯 PDF / EPUB？（PDF 需 pandoc / xelatex / ElegantBook）

EPUB：使用統一的建置腳本，詳情請參閱 EPUB 建置說明
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 书 & & 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	程式碼
1	🚀 Agent 基礎知識	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	9
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、事件驅動非同步 Agent、主動工具發現	讀	8
5	💻 Coding Agent 與程式碼生成	程式碼是「能創造新工具的工具」，生產級 Coding Agent 全景	讀	13
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	13
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	7

💡 讀 = 在 GitHub 網頁直接讀章節正文（markdown）；N = 該章配套專案數，點選檢視程式碼。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，取得可重現的章節環境
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，請依該實驗 README 設定憑證：支援根目錄設定的實驗可複製 .env.example 為 .env 並填入至少一個 provider 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，才可啟動本機 Ollama 並加入 --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，但不會使用鎖定檔。
各實驗現有的 requirements.txt 在遷移期間繼續有效，適合只執行單一專案或需要特殊版本約束的情況。
all 是不含本機訓練堆疊的 CPU 友好組合，並不代表每個實驗；uv sync 每次都會精確同步目前選擇，使用特殊 extra 時請合併到同一條指令，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 密钥

建議申請下面幾個平台的 API Key 方便學習。模型選型可參考這篇指南。

平台	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
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 分支的最新建置；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）；了解命令列、Git、JSON、REST API 等軟體工程常識。除了第八章的後訓練之外，全書對數學和機器學習的要求很低。

Q：知識點很多，讀完就忘，該怎麼消化？ 不要只讀正文。建議的方式是搭配每章實驗親自動手——不是去看配套程式碼，而是讀懂書中的設計原則後，借助 coding agent 從頭實作一遍，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我檢測。更有系統的路徑請見學習建議。一位讀者的總結很貼切：先把書讀薄，再把書讀厚，再把書讀薄。

Q：實驗程式碼需要逐行搞懂嗎？ 不需要。本書的配套程式碼全部由 coding agent 依據書稿生成，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、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作專案？ 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 章為它加上語音、Computer Use 等互動方式與多 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型評估集，再圍繞失敗案例做改進。

Q：哪裡提問和討論？

書稿勘誤、實驗 bug、翻譯問題：請開 Issue，並註明章節、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，該怎麼做？ 歡迎直接提 PR。中文版 book/ 是正本，其餘語言皆由中文同步：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，支援企業級客製、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儲值時填寫優惠碼「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、證據與尚未完成的驗收門檻，另行記錄於 EXPERIMENT_STATUS.md；克隆或安裝原始碼不代表實驗已完成。

📦 附錄 · 外部倉庫獲取

第 6、7、9、10 章的評測基準、訓練框架、機器人平台等 23 個外部倉庫未內建（出於體積與版權），需要自行克隆到對應目錄。

一鍵克隆指令碼

🔧 展開克隆命令（共 23 個外部倉庫）

# 第 6 章 · 評測基準
git clone https://github.com/google-research/android_world.git         chapter6/android_world
git clone https://huggingface.co/datasets/gaia-benchmark/GAIA          chapter6/GAIA
git clone https://github.com/xlang-ai/OSWorld.git                      chapter6/OSWorld
git clone https://github.com/SWE-bench/SWE-bench.git                   chapter6/SWE-bench
git clone https://github.com/sierra-research/tau2-bench.git            chapter6/tau2-bench
git clone https://github.com/laude-institute/terminal-bench.git        chapter6/terminal-bench

# 第 7 章 · 訓練框架（bojieli/* 為本書適配的分支）
git clone https://github.com/bojieli/minimind.git                      chapter7/MiniMind-pretrain/minimind      # 實驗 7-3 從零訓 LLM
git clone https://github.com/bojieli/minimind-v.git                    chapter7/MiniMind-pretrain/minimind-v    # 實驗 7-4 從零訓 VLM（投影層）
git clone https://github.com/bojieli/AdaptThink.git                    chapter7/AdaptThink-original
git clone https://github.com/bojieli/AWorld.git                        chapter7/AWorld
git clone https://github.com/bojieli/SFTvsRL.git                       chapter7/SFTvsRL
git clone https://github.com/bojieli/verl.git                          chapter7/verl
git clone https://github.com/bojieli/SandboxFusion.git chapter7/SandboxFusion && git -C chapter7/SandboxFusion fetch origin 4a0d573ebd64c98234c190a9d1d49e4276199a0c && git -C chapter7/SandboxFusion checkout --detach 4a0d573ebd64c98234c190a9d1d49e4276199a0c && test "$(git -C chapter7/SandboxFusion rev-parse HEAD)" = "4a0d573ebd64c98234c190a9d1d49e4276199a0c"  # Exp 7-15 code sandbox
git clone https://github.com/thinking-machines-lab/tinker-cookbook.git chapter7/tinker-cookbook
git clone https://github.com/19PINE-AI/rlvp.git                        chapter7/RLVP/rlvp                       # 實驗 7-14 RLVP 論文程式碼
git clone https://github.com/PRIME-RL/SimpleVLA-RL.git                 chapter7/SimpleVLA-RL/SimpleVLA-RL       # 實驗 7-13 視覺-語言-動作 RL

# 第 9 章 · 瀏覽器自動化與 Claude 示例
git clone https://github.com/browser-use/browser-use.git               chapter9/browser-use
git clone https://github.com/anthropics/claude-quickstarts.git         chapter9/claude-quickstarts
git clone https://github.com/Vector-Wangel/XLeRobot.git chapter9/XLeRobot && git -C chapter9/XLeRobot fetch origin 3d14695e40c9c68229c0aacffca6053c75cd3eb6 && git -C chapter9/XLeRobot checkout --detach 3d14695e40c9c68229c0aacffca6053c75cd3eb6 && test "$(git -C chapter9/XLeRobot rev-parse HEAD)" = "3d14695e40c9c68229c0aacffca6053c75cd3eb6"  # Exp 9-7/9-9 shared
git clone https://github.com/Grigorij-Dudnik/RoboCrew.git chapter9/RoboCrew && git -C chapter9/RoboCrew fetch origin c749148f29bd14e61347f9fc3530c343fff0d994 && git -C chapter9/RoboCrew checkout --detach c749148f29bd14e61347f9fc3530c343fff0d994 && test "$(git -C chapter9/RoboCrew rev-parse HEAD)" = "c749148f29bd14e61347f9fc3530c343fff0d994"  # Exp 9-8/9-9; RoboCrew v0.3.1
git clone https://github.com/StoneT2000/lerobot-sim2real.git chapter9/lerobot-sim2real && git -C chapter9/lerobot-sim2real fetch origin 87d6c1d969f6e0ca4dc5697940804e231118a63a && git -C chapter9/lerobot-sim2real checkout --detach 87d6c1d969f6e0ca4dc5697940804e231118a63a && test "$(git -C chapter9/lerobot-sim2real rev-parse HEAD)" = "87d6c1d969f6e0ca4dc5697940804e231118a63a"  # Exp 9-11

# 第 10 章 · 雙 Agent 架構（已獨立為 TalkAct 專案）+ 斯坦福 AI 小鎮
git clone https://github.com/19PINE-AI/TalkAct.git                     chapter10/use-computer-while-calling
git clone https://github.com/joonspk-research/generative_agents.git    chapter10/generative_agents             # 實驗 10-5 斯坦福 AI 小鎮

各專案 README 如標註了特定 commit，請按說明 git checkout 到對應版本以保證復現一致。第 10 章 use-computer-while-calling 已發展為獨立維護的 19PINE-AI/TalkAct，本倉庫不內建該目錄，用上面的克隆命令獲取。

🤝 貢獻

本書與配套程式碼全部開源，非常歡迎社群透過 Pull Request 參與共建：

型別	說明
📝 書籍內容改進	勘誤、補充、更清晰的表述，或新增前沿進展（正文見 `book/chapter*.md`）
🐛 程式碼改進與 Bug 修復	讓配套專案更健壯、更易用、更貼近生產實踐
🧪 新的實踐專案	為某個實驗補充/替換更好的實現，或貢獻全新的示例專案
🎨 配圖設計改進	直接改進 `book/images/` 中已簽入的 SVG 圖表，讓它們更清晰美觀
🌐 新語言翻譯	歡迎翻譯成更多語言，可參考英文（`book-en/`）、阿拉伯語（`book-ar/`）、繁體中文（台灣）版（`book-zhtw/`）、俄語（`book-ru/`）、泰米爾語（`book-ta/`）、越南語（`book-vi/`）、日語（`book-ja/`）、土耳其語（`book-tr/`）、韓語（`book-ko/`）的組織方式

提交前建議先把相關實驗親手跑一遍、確認可復現；也歡迎先提 issue 討論想法。

📄 許可證

本專案採用 Apache License 2.0 開源許可證，詳見 LICENSE 檔案。部分子專案可能包含各自的許可證資訊，請以子專案中的說明為準。

⭐ Star History

_{由 scripts/gen_star_history.py 生成，GitHub Actions 每日自動更新 · 點選圖片檢視即時資料}

本文标题：ai-agent-book - 《深入理解 AI Agent：设计原理与工程实践》（
本文链接：https://www.cn121.com/llm/bojieli-ai-agent-book.html
原项目：bojieli/ai-agent-book　版权归原作者 bojieli 及贡献者所有
收录信息：本站于 2026-09-23 收录本项目，本页所列协议与仓库指标均为收录当时的状态；该日期之后原项目的版本更新与协议变更，本页不作同步。
开源协议：收录时本项目采用 Apache-2.0（查看 LICENSE 原文），本站译文为其衍生内容；使用、修改、分发请以该仓库 LICENSE 原文为准。本站对原文仅作排版与图片地址适配, 并保留原项目的 NOTICE 与署名要求。
站点出处：本文首发于 OneTwoOne，收录自 GitHub 开源项目 bojieli/ai-agent-book。
翻译说明：本页正文为人工智能生成内容——由机器翻译对原项目 README 初译、经程序校验排版，可能存在错漏，请以原项目文档为准。
引用声明：商业转载、第三方聚合或 AI 检索训练引用时，请务必保留以上来源出处、本文永久链接，以及原项目的版权声明与许可信息。
下架通道：若原项目此后变更或收紧了许可协议、或作者／权利人认为本站的收录方式（译文、排版适配、简介翻译等）超出其授权范围，请通过 xyd3302001@163.com 发送下架通知，并附上项目地址与本页链接。本站核实后将第一时间删除本页内容，或改为不复制原文的目录性收录；署名更正等其他要求可一并提出。