ai-agent-book/docs/zh-CN/README.md

深入理解 AI Agent：设计原理与工程实践

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

📥 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、103 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	📂 103 个 配套实验（含本地项目与外部复现轨道）	🌐 14 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

📖 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：

• 中文（原版）：PDF · EPUB
• 英文（社区翻译，by @nsdevaraj、@whanyu1212）：PDF · EPUB
• 西班牙语（社区翻译，by @santhreal）：PDF · EPUB
• 繁体中文（台湾）（社区翻译，by @tigercosmos）：PDF · EPUB
• 俄语（社区翻译，by @ui99ru）：PDF · EPUB
• 泰米尔语（社区翻译，by @nsdevaraj）：PDF · EPUB
• 越南语（社区翻译，by @toanalien）：PDF · EPUB
• 日语（社区翻译，by @eltociear）：PDF · EPUB
• 阿拉伯语（社区翻译，by @TheSyBuilder）：PDF · EPUB
• 土耳其语（社区翻译，by @memisemre）：PDF · EPUB
• 韩语（社区翻译，by @JeongJaeSoon）：PDF · EPUB

🌐 也可在线阅读——支持多语言切换、章节折叠、全文搜索，以及配套实验直链。每次推送 main 自动重建。

中文正文源码位于 book/；英文/西班牙语/阿拉伯语/繁体中文（台湾）/俄语/泰米尔语/越南语/日语/土耳其语/韩语版为社区贡献（可能滞后于中文原版），分别位于 book-en/、book-es/、book-ar/、book-zhtw/、book-ru/、book-ta/、book-vi/、book-ja/、book-tr/、book-ko/。

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

• EPUB：使用共享构建脚本，详见 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	3
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	13
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	13
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	13
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 = 该章配套项目数，点击查看代码。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

• uv 安装方法见 官方文档；pip 仍受支持，但不会使用锁文件。
• 各实验现有的 requirements.txt 在迁移期间继续有效，适合只运行单个项目或需要特殊版本约束的情况。
• all 是不含本地训练栈的 CPU 友好组合，并不代表每个实验；uv sync 每次都会精确同步当前选择，使用特殊 extra 时请合并到同一条命令，例如 uv sync --locked --extra ch2 --extra vllm 或 uv sync --locked --extra ch7 --extra unsloth；pip 对应为 python -m pip install -e ".[ch2,vllm]"。
• 浏览器、CUDA、FFmpeg、Ollama、Playwright 浏览器及外部仓库等系统依赖，请继续参考各实验 README。第 8 章部分内置第三方组件需要 Python 3.12+。

🔑 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	备注	访问端点
Kimi（Moonshot）	https://platform.moonshot.cn/	Kimi 系列，长上下文和 Agent 能力强	中国大陆
智谱 GLM	https://open.bigmodel.cn/	GLM-4.6 等，中文能力突出，性价比高	中国大陆
Siliconflow	https://siliconflow.cn/	各类开源模型（DeepSeek、Qwen 等），国内快速接入	中国大陆
DeepSeek	https://platform.deepseek.com/	DeepSeek 官方 API	全球 + 中国大陆
Krill AI	www.krill-ai.net	一站式接入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/	一站式接入全球及国内主流模型（GPT、Claude、Gemini、Kimi、GLM、DeepSeek、Qwen 等）	全球

💎 赞助

感谢 Krill AI 赞助本项目！Krill 提供 GPT / Claude / Gemini 及众多国产模型的官方稳定极速 API 中转，支持企业级定制、开票及 7×16h 专属技术支持，并独家适配 WebSocket 连接实现极速首 Token 响应。

Krill 为本书读者提供专属优惠：通过 此链接 注册并在充值时输入优惠码 "ai-agent-book"，即可享受首单 Codex 方案 23% 折扣！

🧪 实验执行状态、证据及未达验收条件另行记录于 EXPERIMENT_STATUS.md；clone 或安装源码不构成完成证明。

📦 附录 · 获取外部仓库

第 6、7、8、10 章的 23 个外部仓库（基准测试、训练框架、机器人平台）因体积和许可原因未打包，需自行 clone 到对应目录。

一键 clone 脚本

🔧 展开 clone 命令（23 个外部仓库）

# 第 6 章 · GUI 与机器人外部复现轨道
git clone https://github.com/browser-use/browser-use.git               chapter6/browser-use
git clone https://github.com/anthropics/claude-quickstarts.git         chapter6/claude-quickstarts
git clone https://github.com/Vector-Wangel/XLeRobot.git                chapter6/XLeRobot                       # 实验 6-9、6-11 共用
git clone https://github.com/Grigorij-Dudnik/RoboCrew.git              chapter6/RoboCrew                       # 实验 6-10、6-11
git clone https://github.com/StoneT2000/lerobot-sim2real.git           chapter6/lerobot-sim2real                # 实验 6-13

# 第 7 章 · 评估基准
git clone https://github.com/google-research/android_world.git         chapter7/android_world
git clone https://huggingface.co/datasets/gaia-benchmark/GAIA         chapter7/GAIA
git clone https://github.com/xlang-ai/OSWorld.git                      chapter7/OSWorld
git clone https://github.com/SWE-bench/SWE-bench.git                   chapter7/SWE-bench
git clone https://github.com/sierra-research/tau2-bench.git            chapter7/tau2-bench
git clone https://github.com/laude-institute/terminal-bench.git        chapter7/terminal-bench

# 第 8 章 · 训练框架（bojieli/* 为本书适配 fork）
git clone https://github.com/bojieli/minimind.git                      chapter8/MiniMind-pretrain/minimind      # 实验 8-3 从零训练 LLM
git clone https://github.com/bojieli/minimind-v.git                    chapter8/MiniMind-pretrain/minimind-v    # 实验 8-4 从零训练 VLM（投影层）
git clone https://github.com/bojieli/AdaptThink.git                    chapter8/AdaptThink-original
git clone https://github.com/bojieli/AWorld.git                        chapter8/AWorld
git clone https://github.com/bojieli/SFTvsRL.git                       chapter8/SFTvsRL
git clone https://github.com/bojieli/verl.git                          chapter8/verl
git clone https://github.com/bojieli/SandboxFusion.git                 chapter8/SandboxFusion                  # 实验 8-14 代码沙箱
git clone https://github.com/thinking-machines-lab/tinker-cookbook.git chapter8/tinker-cookbook
git clone https://github.com/19PINE-AI/rlvp.git                        chapter8/RLVP/rlvp                       # 实验 8-16 RLVP 论文代码
git clone https://github.com/PRIME-RL/SimpleVLA-RL.git                 chapter8/SimpleVLA-RL/SimpleVLA-RL      # 实验 8-13 视觉-语言-动作 RL

# 第 10 章 · 双 Agent 架构（现为独立 TalkAct 项目）+ Stanford AI Town
git clone https://github.com/19PINE-AI/TalkAct.git                     chapter10/use-computer-while-calling
git clone https://github.com/joonspk-research/generative_agents.git    chapter10/generative_agents             # 实验 10-5 Stanford AI Town

如果项目 README 指定了特定 commit，请 git checkout 到该版本以保证可复现性。第 10 章的 use-computer-while-calling 已发展为独立维护的 19PINE-AI/TalkAct；本仓库仅保留指针文档。

🤝 贡献

本书及配套代码完全开源，欢迎提交 Pull Request：

类型	说明
📝 正文内容	勘误、补充、更清晰的表达或新进展（正文在 book/chapter*.md）
🐛 代码改进与 Bug 修复	让配套项目更健壮、更易用、更接近生产级
🧪 新实验项目	添加/替换更好的实验实现，或贡献新示例
🎨 图表设计	直接改进 book/images/ 下的 SVG 图表
🌐 新翻译	欢迎翻译为更多语言；参考英文（book-en/）、阿拉伯语（book-ar/）、繁体中文/台湾（book-zhtw/）、俄语（book-ru/）、泰米尔语（book-ta/）、越南语（book-vi/）、日语（book-ja/）、土耳其语（book-tr/）、韩语（book-ko/）

提交前请运行相关实验确认可复现；也欢迎先开 issue 讨论想法。

📄 许可证

本项目基于 Apache License 2.0 开源。详见 LICENSE 文件。部分子项目可能包含各自的许可证信息，请参考对应子项目。

⭐ Star 历史

_{由 scripts/gen_star_history.py 生成，GitHub Actions 每日更新 · 点击图片查看实时数据}