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
2.0 KiB
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. |