深入理解 AI Agent：设计原理与工程实践
李博杰《深入理解 AI Agent：设计原理与工程实践》全书开源
核心理念
全书正文 + PDF + 10 章配套代码已完整释出，围绕一个核心公式展开：
Agent = LLM + 上下文 + 工具
📖 在线阅读：AgentBook
💻 GitHub：https://github.com/bojieli/ai-agent-book
适用人群
- 想系统理解 Agent 工程（而非只会调 API）的开发者
- 需要搭建 Coding Agent、RAG、多 Agent 协作等生产系统的工程师
- 对上下文工程、KV Cache、工具设计等底层机制感兴趣的研究者
内容概览（10 章 / 28 个可运行项目）
| 章节 | 主题 | 亮点项目举例 |
|---|---|---|
| 第 1 章 | Agent 基础 | 上下文消融实验、RL vs LLM 样本效率对比 |
| 第 2 章 | 上下文工程 | KV Cache 友好设计、0.6B 小模型工具调用、提示注入攻防 |
| 第 3 章 | 记忆与知识库 | 混合检索流水线、Agentic RAG、GraphRAG、上下文感知检索 |
| 第 4 章 | 工具 | 感知/执行/协作三类 MCP 服务器、事件驱动异步 Agent |
| 第 5 章 | Coding Agent | 17 工具生产级编码助手、NL→SQL、论文→PPT→视频 |
| 第 6 章 | 评估 | Terminal-Bench、SWE-bench、GAIA、成本拆解、TTS 质量评估 |
| 第 7 章 | 后训练 | SFT vs RL 对比、自适应推理深度、工具增强数学推理 |
| 第 8 章 | 自我进化 | 经验学习闭环、工作流录制→工具化、主动工具发现 |
| 第 9 章 | 多模态与实时交互 | 实时语音对话、端到端 vs 级联语音、Computer Use |
| 第 10 章 | 多 Agent 协作 | 双 Agent 电话+浏览器并行、语音狼人杀、并行搜索协调 |
设计亮点
- 小模型验证：第 2 章用 0.6B 本地模型演示完整工具调用，说明系统设计比模型规模更重要
- 消融驱动：多个项目采用对照实验（如上下文各组件逐一移除），效果差异可量化
- 生产导向：Coding Agent 纯 Python 实现无命令行依赖；MCP 服务器含 LLM 二次审批与沙箱隔离
- 代码即元能力：第 5 章贯穿"代码能创造新工具"的思路，从数学求解到日志自愈解析
API 配置指南
按场景选择 API 平台：
| 平台 | 适用场景 |
|---|---|
| Kimi（月之暗面） | 长上下文、Agent 工具调用 |
| 智谱 GLM | 中文任务、性价比 |
| Siliconflow | 开源模型（DeepSeek、Qwen、Kimi K2 等） |
| 火山引擎 | 豆包系列，国内低延迟 |
| OpenRouter | 统一接口访问 Claude、Gemini、GPT 等海外模型 |
模型选型与 API 配置详见：https://01.me/2025/07/llm-api-setup/
