ai-agent-book 精选快照(<2MB 代码与文档,来自 github.com/bojieli/ai-agent-book)
Build latest book artifacts / build (push) Canceled after 0s
dependency resolution / resolve (3.11) (push) Canceled after 0s
dependency resolution / resolve (3.13) (push) Canceled after 0s
deploy-pages / build (push) Canceled after 0s
deploy-pages / deploy (push) Canceled after 0s
i18n consistency check / check (push) Canceled after 0s
provider adoption tests / test (chapter2/context-compression) (push) Canceled after 0s
provider adoption tests / test (chapter2/prompt-injection) (push) Canceled after 0s
provider adoption tests / test (chapter2/system-hint) (push) Canceled after 0s
provider adoption tests / test (chapter3/log-sanitization) (push) Canceled after 0s
web-search-agent tests / test (push) Canceled after 0s
web-search-agent tests / agentbook (push) Canceled after 0s

This commit is contained in:
2026-08-20 13:12:50 +00:00
commit b119135836
10275 changed files with 3284984 additions and 0 deletions
+59
View File
@@ -0,0 +1,59 @@
# 学习建议
← [返回主目录](../../README.md)
## 核心理念:Agent = 模型 + 上下文 + 工具
本书的核心框架是 **Agent = 模型 + 上下文 + 工具**,三个组件协作实现 Agent 的智能行为:
| 组件 | 比喻 | 职责 |
| :--: | :--: | --- |
| 🧠 **模型(Model** | 大脑 | 提供理解、推理和决策能力 |
| 💾 **上下文(Context** | 操作系统 | 系统指令、对话历史、推理过程、工具交互记录等 |
| 🤲 **工具(Tools** | 双手 | 感知环境、执行操作、与外部世界交互 |
## 学习路径
全书围绕「模型 / 上下文 / 工具」三大支柱层层展开。每个篇章都附带一条关键洞察:
| 篇章 | 章节 | 覆盖内容 | 关键洞察 |
| --- | :--: | --- | --- |
| **基础篇** | 第 1 章 | RL 中的 Agent 定义、传统 RL vs LLM+RL 样本效率、"模型即 Agent" 新范式 | 先验知识的重要性超越算法和环境 |
| **上下文篇** | 第 23 章 | 系统提示、KV Cache、上下文压缩、提示工程;用户记忆、稠密/稀疏/混合检索、Agentic RAG | 完整上下文 = 系统指令 + 对话历史 + 推理过程 + 工具记录 + 用户记忆 + 外部知识 |
| **工具篇** | 第 4–5 章 | 感知/执行/协作三类 MCP 工具、事件驱动异步架构;生产级 Coding Agent 完整实现 | 工具设计应通用化(代码解释器优于计算器),代码是能创造新工具的元能力 |
| **评估与进化篇** | 第 68 章 | Agent 评估;SFT 与 RL;从轨迹信号更新知识、指令、程序和参数 | 可靠信号先于学习;更新载体取决于能力如何被表达与验证 |
| **拓展与协作篇** | 第 9–10 章 | 语音/GUI/物理世界的多模态交互;多 Agent 分工协作 | 多 Agent 的每个设计决策都能在单 Agent 三要素中找到对应 |
## 正文与实验的分工
正文不是某个 SDK 的逐步教程。正文中的短伪代码和 skeleton 只回答“状态怎样流动、哪一步可以停止、哪类信号参与验证”;章级实验则提供完整实现、模型/环境适配、测试、日志和证据。阅读实验时不需要理解每个文件的每一行,也不应把一次实验的具体 API 写法当成通用架构。
建议按下面三层阅读,遇到复杂章节可以在同一层选择多个机制实验,而不是只跑一个项目:
| 层级 | 先看什么 | 暂时可以跳过什么 | 适合的问题 |
| :--: | --- | --- | --- |
| **Starter** | 项目 README 的目标、最小命令、验收条件;正文对应 skeleton | 凭据加载、UI、provider adapter、长篇原始日志 | “这个实验要证明哪条机制?” |
| **Builder** | 入口函数、核心循环、状态/消息 schema、工具和验证器 | 与机制无关的兼容层、部署脚本 | “哪一个变量改变了行为?” |
| **Maintainer** | 测试、失败处理、证据格式、manifest/hash、回滚路径 | 只有在改动实验时才需要的第三方源码细节 | “结果是否可复核,失败是否被诚实记录?” |
推荐的第一批入口是:第 1 章 `context`,第 2 章 `context-compression`,第 3 章 `user-memory`/`retrieval-pipeline`,第 4 章 `async-agent`,第 5 章 `coding-agent`,第 6 章 `tau2-bench-eval`,第 7 章 `cot-distillation`,第 8 章 `trajectory-verifier`,第 9 章 `live-audio`,第 10 章 `parallel-web-research`。每个目录的 Code map 会标出 Run first、Core behavior、Verifier 和首次阅读可跳过的部分。
## 难度分级
| 级别 | 章节 | 适合读者 |
| --- | :--: | --- |
| 🟢 入门级 | 第 1–2 章 | 初学者,理解基本概念 |
| 🔵 进阶级 | 第 3–4 章 | 有一定编程基础,涉及系统集成 |
| 🟣 高级 | 第 5–6 章 | 较强编程能力,涉及复杂系统设计 |
| 🔴 专家级 | 第 7–8 章 | 有深度学习与训练/自我进化经验 |
| 🟠 应用级 | 第 9–10 章 | 综合运用前面所学,构建实际应用 |
## 实践建议
| # | 建议 | 说明 |
| :--: | --- | --- |
| 1 | 🛠️ **动手实践** | 每个项目都设计为可独立运行,建议亲自运行并修改代码 |
| 2 | 📚 **结合书籍** | 配合 [`book/`](../../book/) 中相应章节阅读,理解理论与实践的结合 |
| 3 | 🔬 **实验对比** | 多个项目包含消融研究和对比实验,通过对比加深理解 |
| 4 | 🪜 **渐进学习** | 从简单项目开始,逐步深入复杂系统 |
| 5 | 🔌 **关注协议** | 第 4 章 MCP 服务器项目展示了标准化工具协议,这是构建可扩展 Agent 的关键 |