从零搭建，逐行写代码
不需要预先掌握任何 Agent 框架。从一个空的 Python 文件开始，逐步构建完整的 Agent Harness。
主题
Agent 实战书系从会写 Demo 到构建可靠系统
一本讲怎么搭，一本讲为什么这样设计 —— 原理与实现互为补充
Skip to content
每一章都跑得通
书中每一段代码都能运行。每章以实战整合为一个可运行的系统，而不是只讲概念。
原理与实现互为补充
一本讲「怎么搭」，一本讲「为什么这样设计」，涵盖上下文工程、模型后训练与评估体系。
本站收录的两本书
工程实践 · 7 章 32 节
Agent Harness 入门教程
从零构建可靠的 Harness：核心循环、工具系统、记忆管理、ReAct 与多 Agent 协作。每章代码都能跑。
设计原理 · 12 章
深入理解 AI Agent
上下文工程、用户记忆、模型后训练、评估体系与多 Agent 协作的设计原理与工程权衡。
两本互为补充：第一本回答「怎么搭」，第二本回答「为什么这样设计」。 建议先读第一本建立工程直觉，再用第二本补上原理与权衡。
适合谁读
- 用过 LLM API 写Agent demo，却在准备部署时感到无从下手
- 已在生产环境运行 Agent，却苦于无法评估表现、定位错误、控制行为
- 对 Agent 开发好奇，却被「框架太多怎么选」「概念太抽象怎么落地」劝退过
一句话：写给所有想从「会写 Agent demo」进阶到「能构建可靠 Agent 系统」的工程师。
阅读前需要什么？
| 项目 | 要求 |
|---|---|
| Python | 3.10+，具备基础编程能力 |
| LLM API Key | OpenAI 或任何兼容 Provider |
| Agent 框架 | 不需要预先掌握 |
| 机器学习背景 | 不需要 |
《Agent Harness 入门教程》
7 章 32 节 · 工程实践向。从零手写一个可运行的 Agent Harness，不依赖现成框架。
Part 1 · 基础认知（第 1–2 章）
Agent 从「会说话」到「会做事」的演进；Harness 为什么是 Agent 的「操作系统」；核心概念：循环、工具、记忆、评估、可观测。
Part 2 · 构建核心 Harness（第 3–6 章）
核心循环、工具系统（定义、Schema、安全、错误处理）、记忆系统（短期、长期、会话状态、压缩）、推理与规划（ReAct、任务分解、反思机制）。
Part 3 · 商业项目实战（第 7 章）
以两个真实运营中的商业项目收尾。
展开全部 32 节
第 1 章 AI Agent 与 Harness 概述
第 6 章 Agent 推理与规划
第 7 章 商业项目实战练习
《深入理解 AI Agent》
12 章 · 设计原理向。李博杰著。回答「为什么这样设计」，以及工程上有哪些取舍。
- 上下文工程 —— 上下文窗口的构成，以及如何设计信息供给结构
- 用户记忆与知识库 —— 短期 / 长期记忆的分工与检索策略
- 模型后训练 —— SFT、RLHF、RLVR 等训练手段如何塑造 Agent 行为
- 评估体系 —— 建立可度量的评估集，而不是靠「感觉」判断好坏