夜雨聆风bojieli/ai-agent-book
GitHub AI 项目日报 · 2026-07-29 · 公众号「AI日课」
项目速览
项目地址：bojieli/ai-agent-book Star/Fork：⭐ 24,545 · 🍴 2,518（2025-09 创建，2026-07 破圈爆发） 主要语言：Python（约 94.8%）+ LaTeX/Lua 出版管线 开源协议：Apache-2.0（可商用） 形态：308 页+ 中文技术书（PDF/EPUB/在线阅读）+ 93 个配套实验项目 翻译：9 种语言（英/日/俄/阿拉伯/越南/泰米尔/土耳其/正体中文等，社区贡献）
今天推荐的不是一个框架，也不是一个工具，而是一本"活的书"——《深入理解 AI Agent：设计原理与工程实践》。作者李博杰是前华为"天才少年"计划成员、中科大与 MSRA 联合培养博士，现任 Pine AI 首席科学家。7 月 20 日这个仓库曾创下一天新增约 1,734 颗星的纪录冲上 GitHub 热榜第一，短短一周多时间 Star 数从 7.2K 飙到如今的 24.5K，还在以肉眼可见的速度增长。
为什么一本书能杀疯 GitHub？因为它做了一件此前没人做到位的事：把 AI Agent 从原理到生产工程的完整知识地图，连正文、配图、PDF、93 个实验代码一起全部开源。你不再需要从几十篇博客、论文和各家厂商互相矛盾的文档里自己拼图。
项目背景：Agent 学习资源的"碎片化困境"
AI Agent 这两年热度极高，但学习资源有个尴尬的通病：不成体系。今天刷到一篇 RAG 教程，明天看到一篇 MCP 协议介绍，后天又来一篇多 Agent 协作科普——每篇单独看都有收获，合在一起却是一盘散沙。更麻烦的是各家官方文档口径不一：OpenAI 强调 function calling，Anthropic 强调 tool use，Google 强调 grounding，跟着一家学完换另一家又要重新理解。
这本书用一个公式把所有碎片焊在了一起：Agent = LLM + 上下文 + 工具。LLM 是大脑（推理引擎），上下文是感知（Agent 能看到什么、记得什么），工具是双手（Agent 能对世界做什么）。最近半年爆火的所有概念——Harness、Context Engineering、Agent Skills、Computer Use、评估驱动开发——都能在这套结构里找到自己的位置。
还有一个耐人寻味的细节：作者在引言中坦承，这本书大部分创作过程没有依赖传统的长时间打字——他先向语音 Agent 口述提纲，让 Agent 调研、整理初稿，再结合课程反馈持续讨论修改。一本讲 Agent 的书，本身就是 Agent 深度参与完成的作品，这大概是对书中方法论最有说服力的实证。
核心功能
1. 十章正文：一条从基础到生产的完整进阶路线
第 1 章讲 Agent 基础与 ReAct 循环；第 2 章上下文工程（KV Cache 优化、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 章工具与 MCP 协议、事件驱动异步 Agent；第 5 章 Coding Agent 全景（含"OpenClaw"参考实现与 ACI 设计）；第 6 章评估（ELO 排行榜、沙箱、统计显著性）；第 7 章模型后训练（SFT/RLVR/VLA）；第 8 章 Agent 自我进化；第 9 章多模态与实时交互（语音三范式、Computer Use、机器人）；第 10 章多 Agent 协作与"Agent 社会"。层层递进，互相引用。
2. 93 个配套实验：不是"讲概念"，是"跑代码"
每章配 4~16 个独立 Python 项目（第 7 章最多，16 个），其中 70+ 个可独立运行——配好 API Key 就能跑。项目分三级标注：✅ 可运行 / 📖 复现 / 🚧 设计。从零训练 LLM（MiniMind）、从零训 VLM 投影层、提示注入攻防（3 种攻击 × 4 种防御共 12 组对照实验）、SWE-bench/OSWorld/GAIA 评测复现，甚至 SO-100 机械臂的 Sim2Real 抓取实验都有。
3. 对照实验驱动：用数据说话，不站队
书里到处是消融研究和对照实验：记忆系统用 mem0 和 Memobase 各实现一版对比；检索做稠密/稀疏/混合三版对比；代码辅助用纯思维链和代码执行各做一遍比准确率。作者从不说"某技术最好"，而是给出"A 场景下 X 好、B 场景下 Y 好"的 trade-off 数据。讲多 Agent 时甚至直言：大多数场景下多 Agent 并不比单 Agent 好，只是徒增复杂度——这种诚实在 AI 领域相当稀缺。
4. 不依赖框架：直接调 LLM API，拒绝黑盒
所有实验代码直接调用 LLM API 实现核心逻辑，不绑定 LangChain 等重型框架。学习者能看清 ReAct 循环、工具调用、记忆管理的底层实现，理解原理后再选框架，而不是被框架的抽象层困住。
5. 出版管线本身就是工程范本
这本书不只是 Markdown 文件堆：Pandoc + XeLaTeX + ElegantBook 文档类生成专业排版 PDF；自定义 Lua 过滤器（experiment_box.lua、crossref.lua）处理实验框和交叉引用；配图用 Python 脚本（gen_*_figs.py）程序化生成 SVG 保证与正文一致；GitHub Actions 每次推送自动重建在线版并更新 Star History。一本书被当成软件产品来持续交付。
6. 九种语言社区翻译 + 在线阅读
社区已贡献英、日、俄、阿拉伯、越南、泰米尔、土耳其、正体中文 8 种翻译（各有独立 book-xx/ 目录），在线阅读站支持多语言切换、章节折叠、全文搜索、实验直达。
技术亮点
1. "Harness 工程"命题：模型之外才是竞争力
全书最核心的工程主张是：**"Model-as-an-Agent"在生产环境远远不够**。裸模型只提供推理能力，真正决定 Agent 可靠性的是模型外围的"马具"（Harness）——约束、验证、记忆、沙箱、回滚。这个视角直接回答了"为什么同样的模型，Claude Code 比自己裸调 API 好用得多"，对生产级 Agent 系统设计有直接指导意义。
2. 概念到代码的双向映射
DeepWiki 的架构解析显示，仓库把"Agent = LLM + 上下文 + 工具"公式严格映射到代码实体：LLM 对应第 6/7 章（评估与后训练），上下文对应第 2/3 章（上下文工程与记忆），工具对应第 4/5 章（MCP 与 Coding Agent）。book/ 是正文源码，chapter1-10/ 是可执行项目，cursor-chats/ 甚至公开了用 Cursor AI 辅助开发本仓库的完整对话日志——连"这本书怎么被造出来的"都开源了。
3. 19 个外部仓库的复现基建
第 6/7/9/10 章涉及的评测基准（SWE-bench、OSWorld、GAIA、terminal-bench、tau2-bench）、训练框架（verl、MiniMind、SimpleVLA-RL、tinker-cookbook）、机器人平台（browser-use、斯坦福 AI 小镇 generative_agents）等 19 个外部仓库提供一键克隆脚本，并标注特定 commit 保证复现一致性。这是论文级的可复现性标准。
适用人群
被公司安排"搞 Agent"的后端/全栈工程师：从 0 到生产级系统设计的完整知识地图，前三章就能建立正确心智模型 AI 应用开发者：92 个实验覆盖 RAG、记忆、MCP、评估、提示注入攻防等日常刚需场景，可直接改造复用 算法工程师：第 7 章 16 个后训练实验（SFT/RLVR/VLA），含从零训 LLM/VLM 的完整流程 技术管理者/架构师：评估驱动选型、多 Agent 是否值得上等决策类章节用数据给出 trade-off 在校学生与研究者：Apache-2.0 全开源 + 19 个外部基准仓库的复现指南，是入门 Agent 研究的系统教材
快速上手
方式一：直接读书（零门槛）
# 在线阅读（支持全文搜索、多语言切换）
https://bojieli.github.io/ai-agent-book/
# 或下载 PDF / EPUB（始终指向 main 分支最新构建）
https://github.com/bojieli/ai-agent-book/releases
方式二：跑实验
git clone https://github.com/bojieli/ai-agent-book.git
cd ai-agent-book/chapter1 # 每章一个目录，各项目独立 README
# 配置 API Key 后即可运行大部分实验
# 国内可用 Kimi / 智谱 GLM / DeepSeek / SiliconFlow 的 API
方式三：自行编译 PDF
# 需要 pandoc + xelatex + ElegantBook
cd book && bash build_pdf.sh
推荐阅读姿势（作者建议）：不要从头读到尾，一边读一边把 demo 跑起来，改参数、改提示词、故意搞破坏看它怎么出错——这才是这本书的正确打开方式。
对比分析
| 体系完整度 | ||||
| 正文体量 | ||||
| 配套代码 | ||||
| 框架依赖 | ||||
| 对照实验 | ||||
| 后训练内容 | ||||
| 许可证 | ||||
| 中文友好 | ||||
| 热度 |
一句话总结差异：厂商文档教你"怎么用我家的东西"，框架文档教你"怎么用框架"，而这本书教你"Agent 系统本身应该怎么设计"——供应商中立、原理透明、实验可复现。
也要说清楚局限：中文原版更新快、翻译可能滞后；大量实验需要真实 LLM API Key，初学者有费用门槛；第 6-10 章部分实验依赖外部仓库和 GPU 甚至真实机械臂，不能全部开箱即跑；对 Agent 伦理、合规、商业落地等非技术话题着墨较少。
写在最后
这个项目最有启发的地方有两点。
第一，它验证了"开源一切"依然是最强的传播策略。正文、PDF、配图、代码、甚至写书用的 Cursor 对话日志全部公开，不留任何付费墙——结果是 10 个月 24.5K Star、9 种语言的社区翻译和上百位贡献者。知识产品的护城河不是封闭，而是持续迭代的速度。
第二，"Agent = LLM + 上下文 + 工具"这个公式的价值被严重低估了。它不仅是教学框架，更是工程决策框架：系统出问题时，你可以立刻定位是模型能力不足（换模型/后训练）、上下文缺失（改记忆/检索），还是工具设计不当（改 ACI）。在概念满天飞的 Agent 领域，一个能落地的思维模型比十个新名词都值钱。
如果你今年只打算系统学一次 AI Agent，这本书大概率是当下中文世界的最优解。
项目地址：github.com/bojieli/ai-agent-book
在线阅读：bojieli.github.io/ai-agent-book
DeepWiki：deepwiki.com/bojieli/ai-agent-book