围绕“Agent = LLM + 上下文 + 工具”这一核心公式，李博杰所著的《深入理解AI Agent：设计原理与工程实践》已开源全书正文、配图及88个配套实验。全书共10章，从基础知识、上下文工程、工具使用，到Coding Agent、评估、后训练、自我进化、多模态与多Agent协作，覆盖从原理到生产实战的全链路。70余个实验可独立运行，并支持中文、英文、繁体中文等5种语言。
内容速览（第1–10章）
1. Agent基础知识：“模型即Agent”新范式
2. 上下文工程：KV Cache、提示工程、上下文压缩
3. 用户记忆和知识库：RAG、知识图谱
4. 工具：MCP协议、事件驱动异步Agent
5. Coding Agent与代码生成：生产级Coding Agent
6. Agent评估：评估环境、指标、统计显著性
7. 模型后训练：SFT/RL三阶段
8. Agent自我进化：经验学习，从工具使用者到创造者
9. 多模态与实时交互：语音、Computer Use、机器人
10. 多Agent协作：群体智能、协作框架
项目已获社区支持，翻译至繁体中文、英文、泰米尔语、越南语。下载PDF/EPUB可直接从Releases获取，也可自行编译。
GitHub
#GitHub #开源 #AI #Agent #LLM #上下文工程 #CodingAgent #多模态 #RAG #MCP #李博杰
@GitHubTrendingHub