📌 项目地址：bojieli/ai-agent-book | ⭐ 14,106 颗星 | 🔧 Python | 📜 未标注
项目概览：一本系统讲解 AI Agent 的开源书
ai-agent-book 是李博杰所著《深入理解 AI Agent：设计原理与工程实践》的官方开源仓库（GitHub Star 14k+）。全书围绕核心公式 Agent = LLM + 上下文 + 工具，用 10 章循序渐进地覆盖从基础概念到生产部署的全流程。与普通电子书不同，它还附带 88 个配套实验项目（其中 70+ 可独立运行），所有正文、配图、代码均以 CC 或类似许可开源。
仓库提供中、英、台湾正体、泰米尔、越南共 5 种语言版本的 PDF / EPUB 电子书，以及每章对应的实验代码目录。
为什么需要这本书：从“调 API”到“设计与工程”
当前市面上关于 AI Agent 的资料多为零散博客、官方文档或特定框架（如 LangChain）的教程。缺乏从第一性原理出发的系统性知识：Agent 的本质是什么？上下文如何决定能力上限？工具调用时的安全与成本如何平衡？本书直接回答了这些问题：
- 第1章 提出“模型即 Agent”新范式，拆解 Harness 工程（指令、响应、工具调度）才是真正的竞争力；
- 第2章 深入上下文工程，包括 KV Cache、提示工程、Agent Skills、上下文压缩；
- 第3章 跨会话记忆与知识库，涵盖 RAG、结构化索引、知识图谱；
- 第4章 工具设计与 MCP 协议；
- 后续章节依次涉及规划（ReAct、Plan-and-Solve）、多 Agent 协作、评估测试、安全部署等。
对于已经实践过 LangChain / AutoGPT 但感觉知其然而不知其所以然的开发者，这本书提供了系统整理的理论框架和可复现的代码。
如何上手：直接读电子书，或跑实验代码
获取电子书
无需注册、无需构建，可直接从 GitHub Releases 下载最新的 PDF 或 EPUB：
– 中文原版：PDF、EPUB
– 英文版：PDF、EPUB
– 其他语言版本见 README 中的对应链接
运行实验代码
仓库根目录下按章节编号存放代码，如 chapter1/、chapter2/ 等。每个目录内都有 README.md 说明依赖安装步骤和运行方式。例如：
git clone https://github.com/bojieli/ai-agent-book.git
cd chapter1
# 查看该目录下的 README 了解安装和运行方法
实验中可能用到 OpenAI API key、LangChain、MCP 等，建议先行阅读对应章节的代码说明。
自行编译 PDF（可选）
如需定制排版，可安装 pandoc、xelatex、ElegantBook 文档类后，在 book/ 目录下执行：
cd book && bash build_pdf.sh
图表由 book/gen_*_figs.py 自动生成。
与其他资源的核心区别：系统性与完整性
- 对比官方文档（OpenAI/Anthropic）：官方文档侧重于 API 接口说明，不涉及工程权衡、多 Agent 架构、评估测试等完整工程链路。
- 对比 LangChain 教程：LangChain 的教程通常以“如何使用某个工具”为主线，而本书以原理为驱动，每章先讲为什么，再给代码实现，例如上下文压缩技巧、工具调用安全策略等。
- 对比学术综述：综述偏重论文罗列，缺乏可运行的代码和工程细节。本书的 88 个实验全部可复现，且代码风格统一。
注意事项
- 语言版本差异：中文原版是最新版本，社区翻译的其他语言（英、泰米尔、越南等）可能滞后，英文版由社区贡献者维护，内容可能不是最新。
- 代码依赖：部分实验需要调用第三方 LLM API（如 OpenAI、Claude），需自行准备 API Key。本地实验也可能需要 Python 3.10+ 及特定库（具体见各章 README）。
- 许可证：书籍正文和代码分开许可，具体见仓库根目录 LICENSE 文件（未在 README 中明确提及，但通常为 CC BY-NC-SA 或类似；代码部分多为 MIT，请以仓库实际文件为准）。商业使用时需确认许可条款。