Files
liqiang b119135836
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
ai-agent-book 精选快照(<2MB 代码与文档,来自 github.com/bojieli/ai-agent-book)
2026-08-20 13:12:50 +00:00

2.3 KiB

1. fejezet · Ügynökalapok

A „modell mint ágens” paradigmából kiindulva felépíti az Ágens = LLM + Kontextus + Eszközök alapképletet, és bemutatja a modellen túli versenyelőnyt jelentő harness-mérnökséget.

Vissza a magyar főoldalhoz · 📖 A fejezet olvasása

Hogyan olvassuk a kísérleteket?

A törzsszöveg rövid mechanizmus-skeletonokkal magyarázza a vezérlési folyamatot; a kísérleti könyvtárakban találhatók a teljes SDK-adapterek, naplók, tesztek és átvételi bizonyítékok. Nem kell minden fájlt sorról sorra elolvasni.

  • Starter: Kezdje a céllal, a minimális paranccsal és az átvételi feltételekkel; induljon innen: context;
  • Builder: Kövesse a belépési pontot, a fő ciklust, az állapot-/üzenetsémát, az eszközöket és az ellenőrzőt.
  • Maintainer: Végül olvassa el a teszteket, a bizonyíték-manifeszteket, a hibakezelést, a visszaállítási útvonalakat és a provider-adaptereket.

Első olvasáskor átugorható a hitelesítő adatok betöltése, a megjelenítési réteg és a provider-kompatibilitás; a számok reprodukálásakor térjen vissza.

Kapcsolódó projektek

Kísérlet Projekt Típus Leírás
1-1 context Több LLM-szolgáltatóval végzett ablációs kísérleteken mutatja be a kontextus összetevőinek fontosságát.
1-2 web-search-agent Alapszintű mélykereső ágenst valósít meg többkörös kereséssel és információ-összesítéssel.
1-3 search-codegen Webes keresést és kódsandboxot kapcsol össze összetettebb elemzési feladatokhoz.
7-1, 7-2 learning-from-experience A Q-learninget és az LLM-alapú kontextuson belüli tanulást hasonlítja össze egy kincskereső játékban.

Projekttípusok

Ikon Típus Jelentés
Önálló A teljes kód a repository-ban található, és az API-kulcsok beállítása után futtatható.
📖 Reprodukciós útmutató Külső repository szükséges, amelyet külön kell git clone paranccsal letölteni.
🚧 Folyamatban Az implementáció vagy az elfogadási bizonyíték még nem teljes.