Prompthon-IO/agent-systems-handbook

解决的问题

AI代理演示很容易找到，但生产级代理系统却难以理解。本手册通过映射真实世界AI代理背后的工作流、工具、记忆系统、上下文工程、互操作性（MCP/A2A）、评估、可观测性和多代理架构，填补了这一空白。它为读者提供了一种结构化的方式，从基本原理出发学习、设计、构建和运营此类系统。

工作原理

本手册分为四条并行的阅读路径——探索者、实践者、构建者和贡献者——因此不同类型的学习者可以跟随适合自己目标的路径，而不是单一的序列。内容涵盖AI代理基础、代理工作流、规划、反思、工具使用、代理记忆与检索、上下文工程、代理RAG、MCP和A2A等协议、LangGraph等框架、多代理编排、评估、可观测性、可靠性和安全性。还包括深度研究代理、客户支持代理、源项目和入门示例。材料通过AI原生工作流（AI辅助起草、综合和优化）结合专家评审创建。

适用人群

• 希望广泛了解AI代理和趋势的学生、新手和好奇读者（探索者）
• 希望在日常生活、学习或工作中使用AI工具和工作流，而不想成为全职工程师的人（实践者）
• 希望构建代理应用和系统的工程思维学习者、应届毕业生和开发者（构建者）
• 希望通过添加、修订或维护内容为实验室做出贡献的人（贡献者）

亮点

• 四条并行的阅读路径（探索者、实践者、构建者、贡献者），每位读者可以选择自己的路径
• 涵盖代理基础、代理工作流、规划、反思、工具使用、记忆、RAG、上下文工程、MCP/A2A、多代理编排、评估、可观测性和安全性
• 通过辅助工作流和专家指导创建的AI原生内容
• 为实验室文章、雷达笔记、源项目、技能和参考笔记提供公开贡献路径，包含模板和评审标准