首页00月度趋势榜01新星榜02增速榜03HF热榜04总表05搜索06

bojieli/ai-agent-book

这是李博杰撰写并完全开源的中文技术书《深入理解 AI Agent:设计原理与工程实践》主仓库,全书围绕核心公式"Agent = LLM + 上下文 + 工具"展开,包含十章正文与百余个配套实验,主张"Harness 工程才是竞争力",从设计原理一路讲到工程实战,当前已迭代至 2.0 版本并支持 14 种语言翻译。核心能力围绕第一章、第二章、第三章展开。AI Agent 从概念热炒进入落地深水区后,市场上极缺一套体系化、不贩卖焦虑又能量化动手的系统性教材。

语言
Python
⭐ 总星标
42,490
📅 创建
早期项目
🍴 Forks
0
许可证
未标注
🔥 本月净增
+22,917
在 GitHub 打开 回到总表

配图

信息卡

项目内容
仓库bojieli/ai-agent-book
语言 / 许可证Python / Apache License 2.0
总星标⭐ 42,490
本月净增星标+22,917
榜单GitHub 官方月度趋势榜 第5名;星标增速榜 第13名

一句话定位

这是李博杰撰写并完全开源的中文技术书《深入理解 AI Agent:设计原理与工程实践》主仓库,全书围绕核心公式"Agent = LLM + 上下文 + 工具"展开,包含十章正文与百余个配套实验,主张"Harness 工程才是竞争力",从设计原理一路讲到工程实战,当前已迭代至 2.0 版本并支持 14 种语言翻译。

趋势解读:为什么火

AI Agent 从概念热炒进入落地深水区后,市场上极缺一套体系化、不贩卖焦虑又能量化动手的系统性教材。该书把课程级内容、可运行实验与工业界实战经验一次性开源,天然形成口碑传播;叠加国内 Agent 学习热潮与作者的行业影响力,月增超过两万星跻身趋势榜第五。

核心功能拆解

架构与技术栈浅析

正文以 Markdown 组织在各章目录下(如 chapter2/README.md),配图为 SVG;电子书构建链采用 pandoc + xelatex + ElegantBook 文档类;实验依赖由 pyproject.toml 按章节 extras 管理,涉及 vLLM、Unsloth、Playwright、Ollama 等组件;实验调用的模型平台覆盖 Kimi、智谱 GLM、DeepSeek、OpenRouter 等。

安装与环境要求

需要 Python 3.11–3.13,推荐使用 uv 配合锁文件按章节安装依赖;调用模型的实验需将 `.env.example` 复制为 `.env` 并配置对应 API Key。第 8 章部分组件要求 Python 3.12 以上。

uv sync --locked --extra ch1                      # 推荐:仅安装第一章依赖
uv sync --locked --extra ch2 --extra vllm         # 特殊 extra 合并在同一条命令
python -m pip install -e ".[ch1]"                 # 无 uv 时的 pip 替代方案

快速上手示例

uv run python chapter1/context/main.py            # 运行第一章上下文示例
python chapter1/context/main.py                   # pip 用户等价命令
cd book && bash build_pdf.sh                      # 本地构建 PDF 电子书
git clone https://github.com/SWE-bench/SWE-bench.git chapter7/SWE-bench   # 外部实验轨道

进阶使用要点

典型应用场景

同类生态位对比

相较 Hugging Face Agents Course 等英文课程偏框架教学,本书更强调原理推导与中国工程师熟悉的本土模型平台实践;相比零散博客文集,其完整的章节体系与百余个带状态标注的实验是最大差异化。

资源导航

← 上一篇cathrynlavery/diagram-design下一篇 →zhaoxuya520/reverse-skill