哈喽，大家好！
我是阿星！
最近想系统学 AI Agent，最容易遇到的问题不是没有资料，而是资料太碎。
今天看提示词，明天看 RAG，后天又冒出 MCP、Agent Skill、Coding Agent、评估、多 Agent。每个词似乎都懂一点，但真要做一个完整项目，还是不知道这些模块为什么存在，又该怎么连起来。
我最近挖到一个很适合补这张“全局地图”的开源项目：
《深入理解 AI Agent：设计原理与工程实践》
GitHub👉🏻 bojieli/ai-agent-book
在线阅读👉🏻://bojieli.github.io/ai-agent-book/
先说结论：这不是一份把热门名词堆在一起的资源清单，而是一套“正文 + 实验 + 在线版 + PDF / EPUB”的完整开源教材。
它值得收藏，但也不是零基础的“一键入门课”。如果你有基本的 Python、Git 和命令行经验，它的价值会更大。
图片来源：项目官方在线阅读页
01 它到底开放了什么？
作者在引言中介绍，这本书源自技术讲座和配套实验，之后继续整理、扩展成书。
截至我核实时，仓库 README 给出的规模是：
10 章正文。
92 个配套实验，其中 70 多个可以独立运行。
中文原版和 7 种社区翻译，共 8 种语言。
在线阅读、PDF、EPUB 三种阅读方式。
主项目采用 Apache License 2.0；部分子项目以各自的许可证说明为准。
写这篇文章时，GitHub 页面显示约 2.39 万 Star、2.4k Fork、811 次提交。更重要的是，仓库当天仍有文档和实验代码更新。它不是上传完就不再维护的静态资料，而是一套仍在迭代的开源教材。
图片来源：项目 GitHub 仓库首页；Star 等数据会继续变化
02 我最喜欢的，是它先给了一张完整地图
很多 Agent 教程的问题，是从某个框架或某个 Demo 开始讲。你能照着跑起来，却不一定知道整个系统还缺什么。
这本书先用一句公式统一全书：
Agent = LLM + 上下文 + 工具
简单说，模型负责理解、思考和决策；上下文决定模型能看到什么；工具决定它能对外部世界做什么。
沿着这条主线，十章内容不是平铺，而是逐层推进：
第一章先建立 Agent 的基本框架；第二到第五章讲上下文、记忆、知识库、工具和 Coding Agent；第六到第八章进入评估、后训练和持续进化；最后两章再扩展到语音、GUI、机器人和多 Agent 协作。
图片来源：项目 README 的“内容速览”
这套结构有一个很实际的好处：以后再看到 RAG、MCP、Skill、Computer Use 或 Agentic RL，你不再只是多记住一个术语，而是知道它属于模型、上下文、工具、评估还是进化链路。
对刚进入这个领域的人来说，这张地图往往比又学一个框架更重要。
03 它不是只教你做一个聊天机器人
真正让我觉得这是“宝藏资源”的地方，是正文和实验基本按章节对应。
比如第五章讲 Coding Agent 与代码生成，配套项目不是只有一个最小聊天 Demo，而是包含了：
用代码辅助数学和逻辑推理。
把论文生成 PPT，再用 Vision 模型检查渲染结果。
从 PPT、讲解词和 TTS 生成带旁白的视频。
用自然语言剪辑视频，并通过抽帧复核结果。
解析新格式日志、诊断故障并生成回归测试。
把自然语言转成 SQL，让 Agent 操作 ERP 数据。
用纯 Python 实现一套综合 Coding Agent。
图片来源：项目第五章配套项目页面
这些实验的意义，不只是“项目很多”。
它们把同一套 Agent 方法放进了内容生产、数据处理、软件工程和自动化场景。你会看到上下文怎么组织、工具怎么设计、结果怎么验证，以及为什么一个 Agent 不能只负责生成，还需要检查和反馈闭环。
对于开发者，这是一组可以拆开研究的工程样例；对于产品经理和内容创作者，它也能帮助你理解，一项 Agent 能力从演示走向真实工作流，中间还需要补哪些环节。
04 不同基础的人，可以走不同路线
项目已经给出一份官方学习建议，把全书分成基础、上下文、工具、评估与进化、拓展与协作五部分，并标注了章节难度。
图片来源：项目官方《学习建议》
如果你时间有限，我建议先读第一章和第二章。
第一章帮你建立全局认知，第二章讲最关键的上下文工程。官方也特别说明，第二章的 KV Cache 原理偏技术，第一次可以先跳过底层细节，只抓住核心结论。
如果你准备真正开发 Agent，可以按第一到第六章顺序推进。前五章负责“怎么构建”，第六章负责“怎么验证”。如果你已经在做模型训练或复杂 Agent，再进入第七、八章的 SFT、RL 和持续进化，最后按需要选读多模态与多 Agent 协作。
阿星不建议第一天就从第七章开始啃强化学习，也不建议一次克隆所有外部项目。先读一章、跑一个实验、改一个变量，再观察结果，学习效率会更高。
05 第一次动手，建议从这 3 个实验开始
如果你不知道从哪个项目入手，可以按下面的顺序选。
第一个：1-1 context
它用消融实验展示上下文各组件的重要性。
所谓消融实验，就是一次去掉或替换一个组件，看结果怎么变化。这个过程能让你直观看到：同一个模型，为什么在上下文不同的情况下，表现会差很多。
第二个：4-2 execution-tools
它把文件操作、代码解释器、虚拟终端和外部系统集成做成执行工具，并加入二次审批机制。
这个实验适合用来理解一个关键问题：Agent 会调用工具还不够，真正进入工作现场以后，还要处理权限、误操作和人工确认。
第三个：5-4 paper-to-ppt
它把“论文转 PPT”设计成一个提议者—审核者循环：一个 Agent 生成 Slidev，另一个环节把页面真实渲染成 PNG，再让 Vision 模型检查并继续修改。
如果你是内容创作者、产品经理或独立开发者，这个实验很容易建立直觉。它展示的不是一次生成，而是“先产出、再渲染、再检查、再迭代”的交付闭环。
想在本地开始，可以先执行：
# 克隆开源书和配套实验
git clone https://github.com/bojieli/ai-agent-book.git
# 进入项目目录
cd ai-agent-book
# 查看第一章实验清单（macOS）
open chapter1/README.md
每个实验的依赖和启动方式不完全相同，进入具体目录后，
应先读对应 README，再配置环境和 API Key。
06 收藏之前，也要知道它的门槛
这套资源很完整，但有三个边界需要提前说明。
第一，它更适合有一点技术基础的读者。
官方列出的基础包括 Python、命令行、Git、JSON、REST API，以及基本的大模型使用经验。只想了解概念，可以直接读在线版；要跑实验，还是需要动手配环境。
第二，不是所有内容都已经装在主仓库里。
出于体积和许可证等原因，第六、七、九、十章涉及的 19 个评测基准、训练框架和机器人平台需要另外克隆；部分实验还需要 API Key、GPU 或真实硬件。仓库已经明确标注“可独立运行”“复现指南”“设计文档”等类型，开始前要先看清楚。
第三，内容仍在快速更新。
中文是原版，社区翻译可能落后；在线站点会随 main 分支更新，PDF 和 EPUB 也有滚动构建。如果你在意最新修订，优先看中文在线版和 GitHub 主仓库。
最后说一句
这个项目真正值得推荐的，不只是“开源”或“实验多”。
它把 AI Agent 学习从零散术语，重新组织成一条可以行动的路线：
先理解模型、上下文和工具，再动手运行实验；做出结果之后，用评估判断系统是否真的进步；最后才进入训练、持续进化、多模态和多 Agent 协作。
这也是我认为更有效的 Agent 学习方式：
不是看完多少教程，而是能不能把一个原理放进代码里运行、比较、修改和验证。
如果你最近正想系统补 AI Agent，这个仓库值得放进收藏夹。但收藏之后，最好马上挑一个最小实验跑起来。
信息来源
