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 · Português (Brasil)
📥 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、高亮与笔记,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、109 个配套实验全部开源,欢迎亲手把实验跑一遍。
📚 姊妹篇《深入理解 AI Infra:量化分析与系统设计》已开源发布,欢迎阅读:github.com/bojieli/ai-infra-book
要开发好基于模型的应用,还需要理解这类应用赖以运行的基础设施。姊妹篇讨论的就是支撑模型训练与推理的 AI Infra:参数和上下文状态存在哪里,计算怎样执行,多个加速器怎样协作。
📢 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 | 📂 109 个 配套实验(含本地项目与外部复现轨道) | 🌐 15 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 / 葡萄牙语(巴西) |
|---|---|---|
📥 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 - 印度尼西亚语(社区翻译,by @jojixyz666):PDF · EPUB - 繁體中文(台灣)(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 - 匈牙利语(Magyar)(社区翻译,by @barmivalami0-ux):PDF · EPUB - 希伯来语(עברית)(社区翻译,by @itzikwo):PDF · EPUB - 葡萄牙语(巴西)(社区翻译,by @leofn,配图翻译 by @LibnaRaffaely):PDF · EPUB
🌐 也可在线阅读 — 支持多语言切换、章节折叠、高亮与笔记、配套实验直达,每次 main 分支推送后自动重新构建。
中文正文源码位于 book/;英文/西班牙语/印度尼西亚语/阿拉伯语/繁體中文(台灣)/俄语/泰米尔/越南语/日语/土耳其语/韩语/匈牙利语/希伯来语/葡萄牙语(巴西)版本为社区贡献(可能滞后于中文原版),分别位于 book-en/、book-es/、book-id/、book-ar/、book-zhtw/、book-ru/、book-ta/、book-vi/、book-ja/、book-tr/、book-ko/、book-hu/、book-he/、book-ptbr/。
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 | 4 |
| 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 | 16 |
| 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 | 14 |
| 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 | 14 |
| 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](https://github.com/bojieli/ai-agent-book/blob/HEAD |
| 日期 | 榜单 | 排名 | 周期新增 | 总 STAR |
|---|