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

2.0 KiB

Bab 1 · Dasar-Dasar Agent

Memulai dari paradigma “Model sebagai Agent”, membangun rumus inti Agent = LLM + Context + Tool, dan memperkenalkan rekayasa Harness sebagai keunggulan di luar model.

Kembali ke README utama · 📖 Baca bab

Cara Membaca Eksperimen

Teks utama memakai skeleton mekanisme singkat untuk menjelaskan alur kontrol; direktori eksperimen berisi adapter SDK lengkap, log, pengujian, dan bukti penerimaan. Anda tidak perlu membaca setiap berkas baris demi baris.

  • Starter: Mulai dari tujuan, perintah minimum, dan syarat penerimaan; awali dengan context;
  • Builder: Telusuri titik masuk, loop inti, skema status/pesan, alat, dan verifier.
  • Maintainer: Terakhir, baca pengujian, manifest bukti, penanganan kegagalan, rollback, dan adapter provider.

Pada pembacaan pertama, lewati kredensial, presentasi, dan kompatibilitas provider; kembali saat mereproduksi angka.

Proyek Pendamping

Eksperimen Proyek Jenis Deskripsi
1-1 context Menunjukkan pentingnya komponen context melalui eksperimen ablasi pada beberapa penyedia LLM.
1-2 web-search-agent Menerapkan Agent pencarian mendalam dasar dengan pencarian multi-putaran dan integrasi informasi.
1-3 search-codegen Menggabungkan pencarian web dan sandbox kode untuk analisis yang lebih kompleks.
7-1, 7-2 learning-from-experience Membandingkan Q-learning dengan in-context learning berbasis LLM pada permainan pencarian harta karun.

Jenis Proyek

Ikon Jenis Arti
Mandiri Kode lengkap tersedia di repositori dan dapat dijalankan setelah API Key dikonfigurasi.
📖 Panduan Reproduksi Memerlukan repositori eksternal yang harus di-git clone.
🚧 Dalam Proses Implementasi atau bukti penerimaan belum lengkap.