章节速览¶
📖 引言 为什么写这本书 · 好的设计原则如何穿越模型迭代周期
🚀 第 1 章 · Agent 基础知识 Agent = LLM + 上下文 + 工具；Harness 工程才是竞争力
🎯 第 2 章 · 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
📚 第 3 章 · 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
🛠️ 第 4 章 · 工具 工具是 Agent 的双手:MCP 协议、感知/执行/协作三类工具、异步 Agent
💻 第 5 章 · Coding Agent 与代码生成 代码是「能创造新工具的工具」,生产级 Coding Agent 全景
🎯 第 6 章 · 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
🧠 第 7 章 · 模型后训练 SFT、强化学习——把 Harness 中积累的反馈信号写入模型参数
🌱 第 8 章 · Agent 的持续进化 从可靠学习信号到知识、指令、程序与参数更新
🎙️ 第 9 章 · 多模态与实时交互 语音 Agent、Computer Use、机器人操作
在线阅读 · 多语言¶
使用顶部导航栏的语言 Tab 切换:
| 中文 | 繁體中文（台灣） | English | العربية | Русский | தமிழ் | Tiếng Việt | 日本語 | Türkçe | 한국어 |
|---|---|---|---|---|---|---|---|---|---|
| ✅ 原版 | 社区翻译 | 社区翻译 | 社区翻译 | 社区翻译 | 社区翻译 | 社区翻译 | 社区翻译 | 社区翻译 | 社区翻译 |
关于¶
- 仓库:bojieli/ai-agent-book
- 许可证:Apache License 2.0
- 本站点:每次仓库推送后由 GitHub Actions 自动重新构建
💡 本书内容持续更新,本站点在每次仓库推送后由 GitHub Actions 自动重新构建。如需下载完整 PDF,请使用上方下载按钮或访问 Releases。