chemark/ai-agent-book

它解决了什么问题

构建一个可靠的AI智能体比看起来要难。智能体必须结合大语言模型 (LLM)、正确的上下文和一套工具，而工程细节至关重要。本书为你提供了一条完整、实操的路径来理解和构建智能体，涵盖了从基本概念到高级协作和自我进化的所有内容，让你无需猜测即可从理论走向可运行的代码。

它是如何工作的

本书围绕一个核心公式构建：Agent = LLM + context + tools。全书分为10章，每一章都有明确的主题和可运行的代码。章节从基础（第1章）开始，依次涵盖上下文工程（第2章）、用户记忆和知识库（第3章）、工具和MCP（第4章）、编码智能体（第5章）、评估（第6章）、模型训练后处理（第7章）、智能体自我进化（第8章）、多模态和实时交互（第9章），最后是多智能体协作（第10章）。在整个过程中，你将获得理论、实用指南和92个动手实验的结合。部分实验需要克隆外部仓库，README提供了“一键克隆”命令，以及适合入门的API密钥提供商列表（如 DeepSeek 或 Kimi）。

适合人群

本书适合希望通过实践学习AI智能体的开发者、学生和研究人员。它适合具有一定编程背景、愿意运行实验并遵循结构化学习路径的人。书中包含了如何高效阅读的建议，且每一章的实验都经过明确标记（可运行、可复现或仅限设计），因此你可以选择自己的学习深度。

亮点

• 核心公式：Agent = LLM + context + tools
• 跨越10章的92个开源实验
• 涵盖上下文工程、记忆、工具、编码智能体、评估、训练后处理、自我进化、多模态和多智能体系统
• 包含一键脚本，可克隆深入实验所需的19个外部仓库
• 提供学习建议和API密钥推荐，方便快速上手