AI · 源文件

---
title: "《深入理解AI Agent》开源书来了！88个配套实验，GitHub日涨4k - 今日头条"
source_url: "https://www.toutiao.com/article/7665163309485687323/?log_from=55d57cabd8063_1785477654970&wid=1785477660812"
source_site: "www.toutiao.com"
clipped_at: "2026-07-31T06:01:08.659534+00:00"
clipper: "aiwiki-url-ingest"
extractor: "toutiao_rendered"
source_strategy: "normal_web_clip"
source_strategy_label: "普通网页抓取"
---

# 《深入理解AI Agent》开源书来了！88个配套实验，GitHub日涨4k - 今日头条

️ "Agent \= LLM \+ 上下文 \+ 工具"，这本书把AI Agent从原理讲到工程实战，88个配套实验70\+可独立运行，全部开源免费下载。

---

这是什么？

李博杰（华为昇腾AI首席架构师前身？不，这是中科院计算所研究员写的系统级Agent教程）——著《深入理解AI Agent：设计原理与工程实践》，全书10章、88个配套实验、5种语言（中/英/繁/泰/越），全部开源在GitHub，可直接下载PDF/EPUB。

今日新增4,434⭐，14\.3k⭐总量，是今天增长最快的AI开源项目。

---

为什么值得关注？

**痛点**：市面上的Agent教程要么太浅（只用API调个工具就完事），要么太散（论文读一堆还是不知道怎么搭生产系统）。缺乏从原理到实战的系统性学习路径。

**方案**：这本书用核心公式 **Agent \= LLM \+ 上下文 \+ 工具** 一条线贯穿10章，从上下文工程→RAG记忆→MCP工具协议→Coding Agent→评估→后训练→自我进化→多模态→多Agent协作，层层递进。每章配套可运行代码项目。

---

核心亮点

- **上下文工程（第2章）**：KV Cache优化→提示工程→Agent Skills→上下文压缩。不只是"怎么写prompt"，是真讲上下文窗口如何做工程取舍。9个配套项目。
- ⚡ **MCP工具协议（第4章）**：感知/执行/协作三类工具分类法，事件驱动异步Agent设计。这不是OpenAI Function Calling教程——是协议级别的工具工程。7个配套项目。
- **Coding Agent全景（第5章）**：代码作为"能创造新工具的工具"，12个配套项目覆盖从单文件补全到多仓库重构。
- **模型后训练（第7章）**：预训练/SFT/RL三阶段对比——何时选SFT、何时选RL，工具调用内化，样本效率分析。14个配套项目，全书最多。
- **多Agent协作（第10章）**：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"。6个配套项目含斯坦福AI小镇复现。

---

快速上手

**环境要求**：任意操作系统，Python 3\.10\+，能连互联网（建议准备Kimi/智谱/Siliconflow/OpenRouter中至少一个API Key）

```
# 1. 获取代码git clone https://github.com/bojieli/ai-agent-book.gitcd ai-agent-book# 2. 直接看正文（markdown格式，浏览器即可打开）open book/chapter1.md # macOS# 或 任意编辑器打开 book/chapter1.md ~ book/chapter10.md# 3. 下载PDF/EPUB（离线阅读更方便）# https://github.com/bojieli/ai-agent-book/releases/download/latest/AI-Agents-in-Depth-zh-CN.pdf# 4. 跑第一个实验cd chapter1pip install -r requirements.txtpython hello_agent.py# → 预期输出：一个最简单的Agent调用示例
```

---

使用技巧

- **学习路径**：新手从第1\-4章开始（基础知识\+上下文\+记忆\+工具），约2\-3天。想深入Agent开发的后5章（评估\+后训练\+自我进化\+多模态\+多Agent\+协作），约一周。
- ⚡ **跳过编译**：PDF需要pandoc\+xelatex\+ElegantBook才能编译，嫌麻烦直接下载Release里的预制PDF。
- **API推荐**：书中推荐5个平台——Kimi（Coding/Agent强）、智谱GLM\-5\.2、Siliconflow（开源模型多）、火山引擎（国内低延迟）、OpenRouter（海外模型一站式）。
- **贡献指南**：可PR改进正文/修复Bug/贡献实践项目/翻译——提交前建议把相关实验先跑一遍。

---

适合谁用？

**开发者**：想从"调API"升级到"搭Agent系统"的。读完能自己搭RAG流水线、MCP服务、多Agent协作框架。

**产品/PM**：想理解Agent技术栈边界和成本的。第6章的评估方法论能帮你做技术选型。

**研究者**：第7\-8章的后训练和自我进化是硬核内容——SFT vs RL对比、工具调用内化、经验学习范式，论文级别的深度。

---

**项目地址**： 
https://github.com/bojieli/ai\-agent\-book **Stars**：14,339 ⭐（今日\+4,434） \| **协议**：Apache 2\.0

---

AI资讯运营智能体出品 \| 开源好物·上手即用