ai-agent-book README

The project's README from github.com/bojieli/ai-agent-book. As one markdown file: README.md.

深入理解 AI Agent：设计原理与工程实践

PDF 在线阅读 Stars License Languages Trending GitHub Project of the Day

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 · עברית · Português (Brasil)

📥 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、109 个配套实验全部开源，欢迎亲手把实验跑一遍。

📢 2.0 版变更（相较 1.4 版）：本仓库书稿版本已由 1.4 升级为 2.0。2.0 版将原第四章中的“异步交互”部分与原第九章中关于“多模态 Agent”的内容合并，重组为新的第六章“交互：观察与动作空间的扩展”。原第六章“Agent 的评估”、第七章“模型后训练”和第八章“Agent 的持续进化”依次后移一章，现分别为第七、八、九章。

如果你看到的是旧版 PDF，建议下载最新版 PDF。新版还包含许多内容修正与调整，请以最新版为准。

📚 10 章 正文，从基础到生产 📂 109 个 配套实验（含本地项目与外部复现轨道） 🌐 15 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 / 希伯来 / 葡萄牙语（巴西）

📖 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：

🌐 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/希伯来语/葡萄牙语（巴西）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/、book-he/、book-ptbr/。

🔧 想自行编译 PDF / EPUB？（PDF 需 pandoc / xelatex / ElegantBook）

  • 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。

📑 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 实验
1 🚀 AI Agent 入门 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 10
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 12
4 🛠️ 工具 工具是 Agent 的双手：MCP 协议、感知/执行/协作三类工具与主动工具发现 读 5
5 💻 Coding Agent 与通用 Agent 代码是「能创造新工具的工具」，生产级 Coding Agent 全景 读 16
6 🎙️ 交互：观察与动作空间的扩展 从模态与时序两个维度扩展 Agent 的观察与动作空间：异步与事件驱动、语音交互、Computer Use 和机器人操作 读 14
7 🎯 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 14
8 🧠 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 19
9 🔄 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
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 6

💡 读 = 在 GitHub 网页直接读章节正文（markdown）；N = 该章正文实验数，点击查看实现与复现说明。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 3.11–3.13。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

🔑 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
Atlas Cloud https://www.atlascloud.ai/ 通过 OpenAI 兼容接口访问多个厂商的模型 全球
Krill AI www.krill-code.com 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、8、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

🔧 展开克隆命令（共 23 个 checkout：22 个实验映射 + 1 个辅助 cookbook） 
# 第 6 章 · GUI 与机器人外部复现轨道
git clone https://github.com/anthropics/claude-quickstarts.git chapter6/claude-quickstarts && git -C chapter6/claude-quickstarts checkout --detach 9bcc95e316e5ef6542b4c9d0469f4078829eead5  # 实验 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  # 实验 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 "$(git -C chapter6/XLeRobot rev-parse HEAD)" = "3d14695e40c9c68229c0aacffca6053c75cd3eb6"  # 实验 6-10、6-12 共用
git clone https://github.com/Grigorij-Dudnik/RoboCrew.git chapter6/RoboCrew && git -C chapter6/RoboCrew fetch origin c749148f29bd14e61347f9fc3530c343fff0d994 && git -C chapter6/RoboCrew checkout --detach c749148f29bd14e61347f9fc3530c343fff0d994 && test "$(git -C chapter6/RoboCrew rev-parse HEAD)" = "c749148f29bd14e61347f9fc3530c343fff0d994"  # 实验 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"  # 实验 6-14

# 第 7 章 · 评测基准
git clone https://github.com/google-research/android_world.git chapter7/android_world && git -C chapter7/android_world checkout --detach 0e95d641e244504c22087cc29b013f3b2428a261
git clone https://huggingface.co/datasets/gaia-benchmark/GAIA chapter7/GAIA && git -C chapter7/GAIA checkout --detach 682dd723ee1e1697e00360edccf2366dc8418dd9
git clone https://github.com/xlang-ai/OSWorld.git chapter7/OSWorld && git -C chapter7/OSWorld checkout --detach 8365edc975efd0477a0d62444a5beed562ab5a7b
git clone https://github.com/SWE-bench/SWE-bench.git chapter7/SWE-bench && git -C chapter7/SWE-bench checkout --detach 5cd4be9fb23971679cbbafe5a0ecade27cef99be
git clone https://github.com/sierra-research/tau2-bench.git chapter7/tau2-bench && git -C chapter7/tau2-bench checkout --detach 8d005b0e5b9e4af0bc055886fa7f95fc86d1710e
git clone https://github.com/laude-institute/terminal-bench.git chapter7/terminal-bench && git -C chapter7/terminal-bench checkout --detach 8384a179b1b8688f6ea5233a4d9d51218df1ac96

# 第 8 章 · 训练框架（bojieli/* 为本书适配的分支）
git clone https://github.com/bojieli/minimind.git chapter8/MiniMind-pretrain/minimind && git -C chapter8/MiniMind-pretrain/minimind fetch origin 8bdc5d97d5845a8c1ac2ed56a5b8b4c0d0fb0795 && git -C chapter8/MiniMind-pretrain/minimind checkout --detach 8bdc5d97d5845a8c1ac2ed56a5b8b4c0d0fb0795 && test "$(git -C chapter8/MiniMind-pretrain/minimind rev-parse HEAD)" = "8bdc5d97d5845a8c1ac2ed56a5b8b4c0d0fb0795"  # 实验 8-3
git clone https://github.com/bojieli/minimind-v.git chapter8/MiniMind-pretrain/minimind-v && git -C chapter8/MiniMind-pretrain/minimind-v fetch origin ead791c530fa5f9a3549dbfe9e11ec732d18d2e5 && git -C chapter8/MiniMind-pretrain/minimind-v checkout --detach ead791c530fa5f9a3549dbfe9e11ec732d18d2e5 && test "$(git -C chapter8/MiniMind-pretrain/minimind-v rev-parse HEAD)" = "ead791c530fa5f9a3549dbfe9e11ec732d18d2e5"  # 实验 8-4
git clone https://github.com/bojieli/AdaptThink.git chapter8/AdaptThink-original && git -C chapter8/AdaptThink-original checkout --detach 0033ad172dd53ac64004b763477407014f21b838  # 实验 8-10
git clone https://github.com/bojieli/SFTvsRL.git chapter8/SFTvsRL && git -C chapter8/SFTvsRL checkout --detach fef0a4a3367260a0934be1e40b01e4021698e023  # 实验 8-11、8-12
git clone https://github.com/bojieli/AWorld.git chapter8/AWorld && git -C chapter8/AWorld checkout --detach a52d61d6d483e66b22ef16970eae5bbf4f4ab2ec  # 实验 8-15
git clone https://github.com

ai-agent-book (bojieli/ai-agent-book)

Searching Database…

54.8K ·GitHub
Ai-agent-book
Что это такое?Открытая книга Ли Боцзе, которая ведёт от принципов проектирования AI-агентов к инженерной практике и построена на формуле Agent = LLM + context + tools; текст, иллюстрации и лабораторные работы лежат прямо в этом репозитории.
Это книга, которую просто читают, или код, который запускают?И то и другое: книга состоит из 10 глав — их можно читать как markdown на GitHub, скачать в PDF/EPUB или открыть в веб-ридере с полнотекстовым поиском, а в комплекте идёт 109 запускаемых лабораторных работ.
Как мне запустить лабораторные работы из репозитория?Установите uv, затем из корня репозитория выполните uv sync --locked --extra chN для своей главы (ch1 — ch10); сработает и pip install -e '.[chN]', но без файла блокировки.
Кроме Python, что ещё нужно для запуска лабораторной?Ключ от провайдера модели: скопируйте .env.example в .env в корне репозитория и впишите ключ хотя бы одного провайдера; в некоторых лабораторных его нужно положить в их собственную папку или задать как переменные окружения.
Все ли эксперименты запустятся на обычном ноутбуке?Не все. Дополнение 'all' — это набор, дружелюбный к CPU, без стека для локального обучения; некоторым компонентам главы 8 нужен Python 3.12+, а для тяжёлых запусков требуется CUDA, как указано в README каждой лабораторной.
Есть ли здесь зависимость от моей операционной системы?Чтение от ОС не зависит. Лабораторные рассчитаны на Python 3.11-3.13 и работают на любой ОС; системные зависимости вроде браузеров, CUDA, FFmpeg, Ollama и Playwright описаны в README каждой лабораторной.
О чём вообще эти десять глав?Путь от базовой формулы через контекстную инженерию (KV cache, промпты, навыки, сжатие), память пользователя и RAG, инструменты и MCP, агентов для программирования, мультимодальное взаимодействие, оценку качества, пост-обучение (SFT против RL), непрерывную эволюцию и взаимодействие нескольких агентов.
Можно читать на английском или на других языках?Да — всего 15 языков. Английский, испанский, индонезийский, русский, японский, корейский и другие — это переводы от сообщества (папки вроде book-en/), которые могут отставать от китайского оригинала.
Зачем README привязывает 22 внешних репозитория вроде SWE-bench и OSWorld?Главы 6, 7, 8 и 10 привязывают эксперименты к 22 внешним репозиториям плюс кулинарную книгу по обучению (training cookbook). Из-за размера и авторских прав они не включены в комплект; скрипт клонирования выкачивает зафиксированные коммиты от 2026-07-30 как отправную точку для воспроизведения.
Как понять, какие эксперименты реально проходят от начала до конца?Файл docs/EXPERIMENTSTATUS.md отслеживает статус выполнения каждой лабораторной, подтверждения и незакрытые препятствия — сам по себе клон или установка исходников ещё не означают, что эксперимент выполнен.
What are similar projects?ai-system-design, autumn-recruitment, zhijian-ai-bluebook-workbuddy-harness, hello-agents, aie-book, Agentic-Design-Patterns, ai-agents-the-definitive-guide, llm_interview_note
Which topics is it in?experiments, epub, computer-use, llm-agents, ebook, robotics, knowledge-graph, context-engineering, reinforcement-learning, evaluation, agent-memory, fine-tuning
Creator
bojieli
Size
777.1 MB
Stars
54.8K
Updated
CommitSep 30
Age
1y
Commits · 90 Days