bojieli/ai-agent-book

《深入理解 AI Agent：设计原理与工程实践》（李博杰著）开源主仓库：全书正文、编译版 PDF 与按章配套代码

📚 什么是 AI‑Agent‑Book？

AI‑Agent‑Book 是一本开源、多语言的教科书，系统讲解 AI代理 的理论与工程实践——即由大语言模型（LLM）、上下文（提示、记忆、知识库）和外部工具构成的系统。本书分为 10章，从基础开始，逐步深入到多代理协作，每章均配有 真实可运行的实验（共109个），让你亲手实践所学概念。

🎯 适合谁？

希望获得实战指南以构建生产级代理的 实践者
寻找可复现实验与基准参考的 研究者
偏好结构化学习路径并能运行代码的学生
对 代理 = LLM + 上下文 + 工具 公式感兴趣，从提示工程到持续演进的 任何人

🛠️ 核心特性

特性	你将获得
完整教科书	10章内容涵盖基础、上下文工程、记忆/RAG、工具使用、编码代理、多模态交互、评估、微调、终身学习、多代理协作。
109个配套实验	每章均提供可运行的Python项目（Python 3.11–3.13），通过 `uv sync --extra chX` 或 `pip` 安装。
多语言支持	核心中文稿件，以及社区翻译的15种语言版本（英文、西班牙语、印尼语、阿拉伯语、繁体中文、俄语、泰米尔语、越南语、日语、土耳其语、韩语、匈牙利语、希伯来语、巴西葡萄牙语）。
PDF/EPUB下载	可离线阅读的精美排版版本（PDF由Pandoc、XeLaTeX、ElegantBook生成）。
在线阅读器	Web界面（https://bojieli.github.io/ai-agent-book/），支持章节折叠、全文搜索、直接跳转实验。
可扩展实验生态	提供脚本，可克隆22个外部仓库（如Claude快速入门、浏览器使用、XLeRobot、GAIA基准）以支持书中引用。
清晰的贡献指南	开源许可（Apache-2.0）、问题模板、贡献类型列表（内容、代码、翻译、图形）。
赞助与API密钥	推荐LLM提供商（Kimi、GLM、SiliconFlow、DeepSeek、Atlas Cloud、Krill AI、OpenRouter），并为Krill AI用户提供折扣码。

📂 仓库结构（概览）

book/ – 中文版的Markdown源码（第1–10章、后记、前言）。
book‑en/, book‑es/, … – 社区维护的翻译版本。
chapterX/ – 各章实验子目录（如 chapter1/context/）。
EPUB.md – EPUB版本构建说明。
docs/EXPERIMENT_STATUS.md – 跟踪各实验是否完全可用。
LICENSE – Apache-2.0。

🚀 如何运行一个实验

# 安装UV包管理器（可选但推荐）
curl -LsSf https://astral.sh/uv/install.sh | sh

# 同步第1章的依赖（可替换为ch2 … ch10）
uv sync --locked --extra ch1

# 运行演示（pip安装环境也可使用相同命令）
uv run python chapter1/context/main.py

所有实验均需LLM API密钥（设置在 .env 文件或环境变量中）。每个实验的README会列出其支持的具体提供商。

📖 如何使用本书

阅读 – 直接在GitHub浏览章节，或通过在线阅读器。
运行 – 点击各章的“实验”链接，克隆并运行相关代码。
迭代 – 修改代码、尝试不同提示、更换模型或添加新工具，深化理解。
贡献 – 修复错别字、优化图表、添加新实验或翻译章节。

🙌 社区与支持

贡献者 列在首页；任何人都可提交PR或打开Issue。
赞助：Krill AI为付费计划用户提供折扣码（ai-agent-book）。
讨论：关于实验、缺失依赖或翻译帮助的问题，主要在Issue中讨论。

🎓 TL;DR

AI‑Agent‑Book 是一本免费、多语言的教科书，搭配一套完整的可复现Python实验，教你如何设计、构建、评估和演化LLM驱动的代理。它不仅是理论，更是实践导向的学习资源，是希望动手接触现代AI代理的任何人的理想入门选择。