想系统学 AI Agent 的人，几乎都卡在同一个地方：资料不是太少，是太碎。今天刷提示词技巧，明天补 RAG，后天冒出 MCP、Agent Skill、Coding Agent、评估、多 Agent……每个词都懂一点，真要做一个完整项目，还是不知道这些模块为什么存在、又该怎么连起来。开源项目 ai-agent-book（《深入理解 AI Agent：设计原理与工程实践》）正好补的是这张全局地图。
先搞懂：它和普通教程有什么不同？
市面上多数 Agent 教程从某个框架或某个 Demo 讲起——你能照着跑通，却不知道整个系统还缺什么。这本书反过来，先给公式，再逐层展开：
Agent = LLM + 上下文 + 工具
LLM → 负责理解、思考和决策
上下文 → 决定模型能看到什么
工具 → 决定它能对外部世界做什么看似简单，但这条主线能解释几乎所有 Agent 问题：答非所问多半是上下文的锅，动作乱来多半是工具描述的锅，逻辑崩了才轮到换模型。
| 项目现状 | 数据 |
|---|---|
| 正文 | 10 章 |
| 配套实验 | 92 个，其中 70 多个可独立运行 |
| 语言版本 | 中文原版 + 7 种社区翻译，共 8 种 |
| 阅读方式 | 在线阅读 / PDF / EPUB |
| 许可证 | 主项目 Apache 2.0，子项目以各自说明为准 |
它还在更新。核实时 GitHub 显示约 2.39 万 Star、2.4k Fork、811 次提交，且当天仍有文档和实验代码提交——不是传完就吃灰的静态资料，而是持续迭代的开源教材。Star 数会继续变化，以仓库实时数据为准。
Step 1：先在线通读，别急着 clone
最常见的错误是上来就 git clone，然后卡在环境配置上，三天后放弃。正确顺序是先建立全局认知，再动手：
1. 打开 bojieli.github.io/ai-agent-book
2. 只读每章开头的导读和小结，跳过代码细节
3. 目标不是记住，是回答三个问题：
· 这本书一共讲了哪几个模块？
· 每个模块解决什么问题？
· 它们的依赖顺序是什么？Step 2：看懂十章的推进逻辑
理解章节顺序，比背知识点更重要。整本书的骨架是这样搭的：
第 1 章 建立 Agent 基本框架
第 2-5 章 上下文 · 记忆 · 知识库 · 工具 · Coding Agent
第 6-8 章 评估 · 后训练 · 持续进化
第 9-10 章 语音 · GUI · 机器人 · 多 Agent 协作注意第 6-8 章的位置——评估被放在能力建设之后、扩展场景之前。这个编排本身就是观点：不会评估的 Agent 开发者，做不出能上线的东西。
别跳章。特别是第 2-3 章的上下文与记忆，是后面所有内容的地基。很多人直接翻到多 Agent 那章，看完只学到几个名词，因为缺了上下文管理这层，根本理解不了多 Agent 为什么难。
Step 3：搭实验环境
# 1. 拉仓库
git clone https://github.com/bojieli/ai-agent-book
cd ai-agent-book
# 2. 独立虚拟环境（每个项目一个，别共用）
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
# 3. 按章节装依赖（各实验目录通常有自己的 requirements）
pip install -r requirements.txt
# 4. 配 Key —— 新手优先国产模型，成本低
export OPENAI_API_KEY=sk-xxxx
export OPENAI_BASE_URL=https://api.deepseek.com/v1-i https://mirrors.aliyun.com/pypi/simple/。Step 4：用「读一章 + 跑三个实验」的节奏
92 个实验不用全做。每章挑三个就够，按这个梯度选：
| 选哪个实验 | 目的 |
|---|---|
| 最简单那个 | 确认环境没问题，建立手感 |
| 最能代表本章核心的那个 | 真正理解这一章在讲什么 |
| 最贴近你自己业务的那个 | 迁移到自己项目里 |
跑完第三个实验后，做一件事：把它改坏。故意删掉一段上下文、把工具描述写含糊，看 Agent 怎么崩。理解失败模式的收益，往往大于跑通一次成功案例。
Step 5：把它当工具书，而不是课程
通读一遍之后，真正的价值在于反查。做项目时遇到的典型问题，几乎都能对应到某一章：
Agent 跑长了开始胡说 → 第 2-3 章 上下文与记忆
知识库检索总是不准 → 第 4 章 知识库
工具老是调错 / 反复空调用 → 第 5 章 工具
不知道改动到底有没有变好 → 第 6 章 评估
想让 Agent 自己变强 → 第 7-8 章 后训练与持续进化
多个 Agent 互相打架 → 第 10 章 多 Agent 协作翻译版有滞后风险。7 种社区翻译更新节奏未必和中文原版同步，遇到内容对不上时以中文原版和仓库最新提交为准。
Step 6：配一条落地路径
建议给自己定一个小项目，边学边做，两周内能交付的那种：
示例项目：部门知识库问答 Agent
第 1 周 读 1-5 章，做出能检索内部文档的基础版
第 2 周 读 6 章，补上 20 条评测用例，量化准确率
第 3 周 读 7-8 章，按评测结果做一轮优化
验收标准：准确率有数字、超范围问题会拒答常见问题速查
| 你遇到的现象 | 大概率原因 & 解决 |
|---|---|
| 读了两章就读不下去 | 跳过了实验，纯看理论必然疲劳，读一章立刻跑一个 |
| 实验跑不起来 | 依赖按章节装，别一次装全；确认虚拟环境已激活 |
| API 调用报错 401 | Key 和 base_url 不匹配，国产模型要用兼容 endpoint |
| 看完还是不会做项目 | 缺 Step 6 的落地项目，知识必须有出口才能沉淀 |
| 内容和翻译版对不上 | 以中文原版为准，社区翻译更新有延迟 |