Подборка из 28 практических руководств по переходу от прототипа GenAI-агента к продакшену: память, RAG, развёртывание, безопасность и наблюдаемость.
bojieli/ai-agent-book
Бесплатная китайскоязычная книга с открытым исходным кодом о принципах проектирования AI Agent и инженерной практике: 109 экспериментов, PDF и EPUB для скачивания.
- Звёзды
- 54,919
- Форки
- 6,280
- Открытые issues
- 35
- Последний коммит
- 12 дней назад
Что это?
В этом репозитории собраны полный текст, иллюстрации и сопутствующий код книги «Глубокое понимание AI Agent: принципы проектирования и инженерная практика». Основная формула книги: Agent = LLM + контекст + инструменты. В десяти главах рассматривается путь от основ до production: проектирование контекста, память пользователя и RAG, работа с инструментами через MCP, coding agents, взаимодействие с голосом и компьютером, оценка, post-training моделей, непрерывное улучшение и взаимодействие нескольких агентов.
В репозитории есть исходный текст на китайском языке в Markdown, иллюстрации в SVG и скрипты для сборки PDF и EPUB. Также доступны переводы сообщества более чем на десяток языков, а онлайн-версия книги опубликована на GitHub Pages. Для каждой главы подготовлен набор запускаемых экспериментов в виде Python-проектов, которые можно установить с помощью uv или pip. В приложении перечислены внешние репозитории с зафиксированными коммитами, необходимые для воспроизведения некоторых экспериментов.
Для большинства глав достаточно знания Python на среднем уровне, опыта использования чат-продуктов на базе LLM и базовых навыков работы с командной строкой и Git. Глава о post-training — единственная, для которой нужны серьёзные знания математики и машинного обучения.
Ключевые возможности
- 01Десять глав о проектировании контекста, памяти и RAG, инструментах MCP, coding agents и мультиагентных системах.
- 02109 сопутствующих экспериментов, сгруппированных по главам; каждый можно запустить как Python-проект.
- 03PDF и EPUB для скачивания, а также онлайн-версия книги.
- 04Исходный текст на китайском языке в Markdown, иллюстрации в SVG и скрипты для самостоятельной сборки книги.
- 05Переводы сообщества более чем на десяток языков.
Сценарии использования
- Разработчики, которым нужно системно разобраться в принципах создания AI Agent.
- Инженеры, создающие coding agent и желающие пройти эксперименты из книги по главам.
- Команды, которые формируют наборы для оценки и улучшают агента, анализируя его ошибки по материалам главы об оценке.
- Читатели, которым удобнее изучать код параллельно с чтением технической книги на китайском языке.
Быстрый старт
- 1
Установите зависимости для chapter 1 с помощью uv (Python 3.11–3.13)
uv sync --locked --extra ch1 - 2
Скопируйте .env.example в .env и добавьте как минимум один API-ключ провайдера моделей
- 3
Запустите эксперимент из chapter 1 из корневой папки репозитория
uv run python chapter1/context/main.py
Что важно знать
- Большинство экспериментов обращаются к провайдерам LLM, поэтому вам понадобится собственный API-ключ, использование которого может быть платным.
- Некоторым экспериментам нужны дополнительные системные зависимости, например браузеры, CUDA, FFmpeg или Ollama. Для некоторых компонентов chapter 8 требуется Python 3.12 или новее.
- В сопутствующие эксперименты входят внешние репозитории, которые нужно вручную клонировать в соответствующие папки.
Темы
Частые вопросы
- Что такое ai-agent-book?
- Бесплатная китайскоязычная книга с открытым исходным кодом о принципах проектирования AI Agent и инженерной практике: 109 экспериментов, PDF и EPUB для скачивания. В этом репозитории собраны полный текст, иллюстрации и сопутствующий код книги «Глубокое понимание AI Agent: принципы проектирования и инженерная практика». Основная формула книги: Agent = LLM + контекст + инструменты. В десяти главах рассматривается путь от основ до production: проектирование контекста, память пользователя и RAG, работа с инструментами через MCP, coding agents, взаимодействие с голосом и компьютером, оценка, post-training моделей, непрерывное улучшение и взаимодействие нескольких агентов.
- ai-agent-book можно использовать бесплатно? Какая у него лицензия?
- ai-agent-book распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- ai-agent-book всё ещё поддерживается?
- Активно поддерживается. Последний коммит в ai-agent-book — 8 окт. 2026 г..
- Для чего можно использовать ai-agent-book?
- Разработчики, которым нужно системно разобраться в принципах создания AI Agent. Инженеры, создающие coding agent и желающие пройти эксперименты из книги по главам. Команды, которые формируют наборы для оценки и улучшают агента, анализируя его ошибки по материалам главы об оценке. Читатели, которым удобнее изучать код параллельно с чтением технической книги на китайском языке.
- Как установить ai-agent-book?
- Установите зависимости для chapter 1 с помощью uv (Python 3.11–3.13): uv sync --locked --extra ch1 Скопируйте .env.example в .env и добавьте как минимум один API-ключ провайдера моделей Запустите эксперимент из chapter 1 из корневой папки репозитория: uv run python chapter1/context/main.py
- Где скачать ai-agent-book?
- Исходный код и инструкции по установке — на GitHub: https://github.com/bojieli/ai-agent-book
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Автономный open-source агент для исследований: формулирует вопросы, собирает веб- и локальные источники и пишет отчёты со ссылками, используя любую LLM-платформу.
Открытый фреймворк для агентов: у AI-агента есть собственный Linux-десктоп в Docker, браузер и инструменты для работы с документами.
Инфраструктура памяти для LLM-агентов: сохраняет диалоги и выполнение задач в структурированном виде для приложений на Python и TypeScript.
Платформа без программирования, которая создает готовых к эксплуатации AI-агентов по описанию на естественном языке и включает инструменты, память и оркестрацию.
Открытый слой памяти, который превращает результаты задач агентов в редактируемые Markdown-файлы навыков, общие для разных агентов и LLM.