《深入理解 AI Agent：设计原理与工程实践》是一本由李博杰（GitHub: bojieli）撰写的中文 AI Agent 深度开源书籍。全书围绕 Agent = LLM + 上下文 + 工具 这一核心公式，用 10 章内容从基础知识讲到工程实战，覆盖上下文工程、用户记忆与知识库、工具（MCP）、Coding Agent、评估、模型后训练、持续进化、多模态与多 Agent 协作等主题。项目将全书正文、编译版 PDF/EPUB 以及 95 个配套实验全部开源，支持中英西日韩等 13 种语言，是目前中文 AI Agent 领域最具影响力的开源学习资源之一。
适用人群：AI 应用开发者：希望系统掌握 Agent 设计原理，并动手运行配套实验提升工程能力的开发者。技术决策者：需要评估 Agent 技术栈、为团队规划学习路径的架构师与技术负责人。高校师生与研究者：将本书作为大模型应用课程的教材或参考资料，结合可复现实验进行教学与研究。
适用场景：系统学习 Agent 原理：按章节顺序阅读，理解上下文、工具、记忆等核心概念及工程取舍。动手实践配套实验：在本地运行 95 个实验项目，从代码层面验证书中结论。企业内部分享与培训：以本书为蓝本组织 Agent 技术分享，配合 PDF/EPUB 离线阅读。
推荐理由：本书是国内少有的从原理到工程全面覆盖 AI Agent 的中文原创书籍，配套实验完整可复现，且持续更新（已有 1368 次提交、79 位贡献者参与完善），GitHub 4.5 万 Star 印证了其社区认可度，是中文开发者入门与进阶 Agent 的最佳起点之一。
项目定位与背景
项目是《深入理解 AI Agent：设计原理与工程实践》（作者：李博杰）的开源主仓库，采用 Apache License 2.0 协议。仓库同时承载三部分内容：book/ 目录存放全书 Markdown 正文（含引言、10 章正文与后记）、通过 CI 自动构建的 PDF/EPUB 电子书发布在 Releases，以及按章组织的 95 个配套实验代码（chapter1 至 chapter10）。项目还建立了 13 种语言的社区翻译版本（book-en、book-es、book-ja 等），形成了覆盖全球开发者的内容生态。
核心功能与技术架构
全书 10 章层层递进：第 1 章 Agent 基础知识（Harness 工程才是竞争力）；第 2 章上下文工程（KV Cache、提示工程、Agent Skills、上下文压缩）；第 3 章用户记忆与知识库（RAG、结构化索引、知识图谱）；第 4 章工具（MCP 协议、感知/执行/协作三类工具、事件驱动异步 Agent）；第 5 章 Coding Agent 与代码生成；第 6 章 Agent 评估（评估环境、指标、统计显著性）；第 7 章模型后训练（预训练/SFT/RL 三阶段）；第 8 章 Agent 持续进化；第 9 章多模态与实时交互（语音、Computer Use、机器人）；第 10 章多 Agent 协作（群体智能与 Agent 社会）。实验代码统一使用 Python 3.10+ 与 uv 锁文件管理依赖，支持按章节安装、开箱即跑。
创新点与亮点
本书最大的特点是原理与工程的深度融合：每个章节不仅讲设计原理，还配套可运行实验（含本地项目与外部复现轨道），实验状态与证据在 docs/EXPERIMENT_STATUS.md 中单独记录，保证内容真实可验证。项目采用持续更新的方式维护，平均每天有多次提交，第 6-10 章包含 AndroidWorld、Stanford Generative Agents、Anthropic Computer Use 等前沿实验的一手复现数据，紧跟 Agent 领域最新进展。
与同类项目对比
与常见的 awesome-ai-agents 资源列表或翻译类教材不同，本书是少有的中文原创系统教材：既有系统化的理论框架，又有完整可复现的实验代码；与英文权威书籍（如 Building Agentic AI）相比，本书更贴近中文开发者，且配套实验更贴近国产模型与工具链（支持 Kimi、智谱 GLM、DeepSeek、Siliconflow 等）。相比零散的博客教程，本书在深度与系统性上优势明显。
上手指南或快速开始
推荐直接下载 Releases 中的 PDF/EPUB 离线阅读（排版最佳），也可以在线阅读（bojieli.github.io/ai-agent-book，支持多语言切换、章节折叠与全文搜索）。动手实践时，克隆仓库后在根目录执行 uv sync --locked --extra ch1 安装第一章依赖（ch2 至 ch10 同理），需要调用模型的实验按各实验 README 配置至少一个提供商的 API Key，即可运行 python chapter1/context/main.py 等示例。
总结与展望
《深入理解 AI Agent》以 4.5 万 Star、1368 次提交和 13 种语言版本，确立了其在中文 AI Agent 学习资源中的标杆地位。它把一本好书做成了一个持续演进的开源生态：正文、电子书、实验代码、翻译社区共同构成完整的学习闭环。随着 Agent 技术从概念走向生产，这套兼具深度与可操作性的资源将持续为开发者提供价值，值得每一位关注智能体的开发者收藏与研读。
项目信息
| 项目名称 | bojieli/ai-agent-book |
| 编程语言 | Python |
| Star 数 | 45004 |
| Fork 数 | 4985 |
| 开源协议 | Apache-2.0 |
| 主题标签 | agent, ai-agent, book, coding-agent, context-engineering, llm, mcp, multi-agent, multimodal, rag, reinforcement-learning |