keyuchen21/agentic-engineering-handbook

해결하는 문제

프로덕션급 AI 시스템을 구축하려면 이제 에이전트, 도구 사용, MCP, 메모리, 장기 실행 워크플로우, 코딩 에이전트, 에이전트 하네스, 평가, 안전성에 대한 숙달이 필요합니다. 이러한 지식은 OpenAI 블로그, Anthropic 엔지니어링 게시물, SDK 문서, 쿡북, 연구 논문에 흩어져 있습니다. 이 핸드북은 218개의 선별된 리소스를 하나의 구조화된 학습 로드맵으로 통합하여 세계적 수준의 에이전틱 엔지니어가 되는 것을 목표로 합니다.

작동 방식

핸드북은 단계별 학습 로드맵으로 구성됩니다. 0단계에서는 에이전트 루프(모델 + 도구 + 하나의 루프라는 핵심 아이디어)를 설명하며, bash 전용 에이전트에서 하위 에이전트와 스킬을 갖춘 에이전트로 발전하는 5개의 실행 가능한 Python 예제(v0~v4)를 제공합니다. 1단계에서는 에이전트 기초를 다룹니다: 레버리지 같은 멘탈 모델, 워크플로우와 에이전트를 결정하기 위한 4가지 질문 체크리스트, OpenAI, Anthropic, Google의 프롬프트 지침. 2단계에서는 MCP와 도구 생태계를 심층적으로 다룹니다. 3단계에서는 컨텍스트, 메모리, 스킬에 초점을 맞춥니다. 4단계에서는 하네스와 장기 실행 에이전트를 다루며, 이후 단계에서는 평가, 프로덕션 시스템, 에이전트 훈련 및 검색과 같은 고급 과정으로 확장됩니다.

각 단계는 OpenAI, Anthropic, Google, Cloudflare, Hugging Face와 같은 공급업체의 '먼저 읽기' 및 '다음에 읽기' 리소스를 나열하고, 그 다음 읽기를 실습으로 전환하는 '빌드 연습'을 제공합니다. 또한 코딩 에이전트, 보안, 코드 리뷰 또는 SRE를 위한 응용 실습 트랙과 P0/P1/P2 수준의 전체 읽기 표가 있어 빠른 참조가 가능합니다.

대상 독자

핸드북은 네 가지 독자에게 다른 시작점을 제공합니다: 에이전트 초보자(0단계에서 시작하여 핵심 단계를 따름), 이미 LLM 앱을 구축하는 개발자(2단계 또는 3단계에서 시작하여 공백을 채움), 프로젝트를 구축하려는 사람(빌드 연습 및 실습 트랙 사용), 그리고 참고 자료를 찾는 사람(전체 읽기 표로 이동).

주요 특징

• 218개의 선별된 리소스를 하나의 구조화된 로드맵으로 통합
• 단계 기반 학습 경로(0-7단계)가 에이전트 루프, MCP, 컨텍스트/메모리/스킬, 하네스, 평가, 프로덕션 시스템을 다룸
• 0단계의 에이전트 루프 랩에서 실행 가능한 Python 코드: bash 전용에서 스킬 지원으로 에이전트가 성장하는 5가지 버전
• 코딩 에이전트, 보안, 코드 리뷰, SRE를 위한 구체적인 빌드 연습 프롬프트 및 응용 실습 트랙
• P0/P1/P2 참조 수준의 전체 읽기 표