95 个实验、10 章正文、全开源：这本 AI Agent 书把工程细节全摊开了

⚠️ 版本演进（2026-08-03 更新）：仓库实验已从 92 个增至 95 个，语言从 8 种增至 13 种，并新增跨平台实战指南（Windows/Linux/macOS 最佳本机环境）。本文已合并最新信息。

概念科普之外的 Agent 工程书

市面上讲 AI Agent 的内容大多停在概念层——“感知-决策-执行”、”智能体协作”、”自主规划”这些大词。但真正动手搭过 Agent 的人最痛的问题是另一批：上下文窗口怎么工程化使用？工具调用怎么让 Agent 主动发现而不是写死函数？评估的统计显著性怎么算？模型后训练该选 SFT 还是 RL？

bojieli/ai-agent-book 把这些事全摊开了：10 章正文、95 个配套实验，正文、配图、代码全部开源，免费 PDF/EPUB 下载，支持 13 种语言在线阅读。

十章结构：大脑 → 记忆 → 双手

全书围绕 Agent = LLM + 上下文 + 工具 展开，递进关系清晰：

Agent 基础：Harness 工程才是竞争力
上下文工程：KV Cache、提示工程、Agent Skills、上下文压缩
用户记忆和知识库：跨会话记忆、RAG、结构化索引、知识图谱
工具：MCP 协议、感知/执行/协作三类工具、事件驱动异步 Agent、主动工具发现
Coding Agent：代码是「能创造新工具的工具」
评估：评估环境、指标、统计显著性、评估驱动选型
模型后训练：预训练/SFT/RL 三阶段、何时选 SFT 何时选 RL
持续进化：从运行轨迹获得学习信号
多模态与实时交互：语音三范式、Computer Use、机器人
多 Agent 协作：上下文共享/隔离、涌现的「Agent 社会」

注意第 2-4 章的编排顺序——不是传统的「先 LLM 再工具」，而是上下文工程 → 记忆知识库 → 工具：上下文决定能力上限，记忆让 Agent 跨会话积累，工具让 Agent 干实事。三章连起来正是 Agent 的「大脑 → 记忆 → 双手」。

第 7 章可能是全书工程价值最高的一章

模型后训练配了全书最多的 16 个实验：从用 MiniMind 从零训 LLM、MiniMind-V 从零训 VLM，到 AdaptThink、AWorld、SFTvsRL 等训练框架。纠结「我的 Agent 要不要 RL 微调」的人，这一章可以直接当决策手册用。

评估不是选个指标就完事

第 6 章讲评估环境搭建、指标设计、统计显著性检验，以及评估驱动模型选型。配套 11 个项目集成 AndroidWorld、GAIA、OSWorld、SWE-bench、tau2-bench、terminal-bench 等主流评测基准。

多 Agent 协作与涌现

第 10 章不是简单堆多个 Agent，而是讲协作框架设计、上下文共享与隔离策略、如何设计能让 Agent 自然涌现协作行为的机制。配套实验包括 TalkAct（双 Agent 架构，已独立为 19PINE-AI/TalkAct）和斯坦福 AI 小镇（generative_agents）。

获取方式

1
2
3

git clone https://github.com/bojieli/ai-agent-book.git
# 在线阅读：https://bojieli.github.io/ai-agent-book/
# 离线：Releases 下载 PDF/EPUB（pandoc + xelatex 可自行编译）

适用边界：最适合已会调 API、想深入理解 Agent 工程原理的开发者；也适合做 Agent 选型/评估/训练的技术决策者；不太适合纯概念科普读者。注意点：第 6/7/9/10 章部分基准和框架需单独克隆外部仓库；第 9 章机器人实验（SO-100 机械臂）需真实硬件；部分训练框架是作者适配分支（bojieli/*）。

价值在于「全」和「实」

能同时覆盖上下文工程、工具调用（含 MCP）、评估（含统计显著性）、模型后训练（SFT/RL 实操对比）、多模态、多 Agent 协作，且每章配可运行实验的 Agent 资源，目前确实不多见。对做 Agent 工程的人来说，这是一份可以照着练的完整路线图。

🧪 六站式操练路线（2026-08-03 合并）

不要从头把 95 个项目全跑一遍。每完成一站都做「读正文—跑基线—改一个变量—保存对照—写成产品需求」五步，把「成功」改写成可验证门槛（正确率、延迟、Token、成本、失败轨迹、回归测试、人工审批）——得到的不是 Demo，而是产品验收表：

1-1 context：删去历史、推理、工具定义或工具结果，直观看懂上下文为何决定 Agent 行为
3-6 retrieval-pipeline：比较稠密、BM25 与神经重排，把企业知识库从「能搜」练到「可比较」
4-1/4-5：从 MCP 感知工具走到事件队列、并行工具、打断和取消，补齐后台 Agent 的运行时能力
5-7 或 5-10：做自适应日志解析器或自然语言转 SQL，练习让模型生成受约束制品
6-8：离线复算 KV Cache 与上下文压缩的成本对照，先建立预算模型再谈上线
8-5 或 10-6：学习候选补丁的沙箱、回归、灰度、回滚，或多浏览器会话的并行研究与资源关闭审计

🖥️ 跨平台本机环境（2026-08-03 合并）

Python 3.10–3.13；浏览器/部分记忆实验需 3.11+，第 8 章部分组件需 3.12+
最稳妥：Python 3.12 + uv + 每章独立 extra，锁文件覆盖 Windows / Linux x86_64 / Apple Silicon macOS
Apple Silicon 实测：仓库级 61 项测试 + 1-1 的 9 项离线测试通过
vLLM/Unsloth 明确偏向 Linux x86_64 GPU；重训练、CUDA、浏览器、FFmpeg、Docker、机器人实验需按各自 README 单独准备

git clone https://github.com/bojieli/ai-agent-book.git
cd ai-agent-book
uv sync --locked --python 3.12 --extra ch1 --extra dev
uv run python chapter1/context/main.py --help
uv run python -m pytest chapter1/context/tests -q
# macOS/Linux: cp .env.example .env | Windows: Copy-Item .env.example .env

📊 GitHub 数据验证

项目	bojieli / ai-agent-book
Stars	30,006
Forks	3,202
语言	Python
License	Apache-2.0
创建	2025-09-09

实验标注体系：✅可运行 / 📖外部复现 / 🚧设计未完成。安装成功 ≠ 复现实验结论——部分正式实验需要 API 费用、长时间运行、GPU、浏览器授权或真机。最务实做法：先用 CPU 友好的上下文/RAG/工具/成本实验搭产品骨架，训练/多模态/多 Agent 作为按需升级项。

项目：https://github.com/bojieli/ai-agent-book