39.6k Star 的深入理解 AI Agent：把 Agent = LLM + 上下文 + 工具 拆成10章103个实验开源免费读

39.6k Star 的《深入理解 AI Agent》：把”Agent = LLM + 上下文 + 工具”拆成 10 章、103 个实验，开源免费读

如果你在 2025 年下半年才开始认真研究 AI Agent，大概率已经被各种框架、MCP 协议、工具调用论文砸得有点晕。Claude Code 用了、Browse for You 跑了、MCP Server 接了——但脑子里还是缺一条能把这些串起来的主线。

李博杰写的这本《深入理解 AI Agent：设计原理与工程实践》想解决的，就是这个问题。

这本书到底在讲什么

作者是前普林斯顿大学博士、现任 Pine AI 首席科学家的李博杰。整本书从一条极简公式出发：

Agent = LLM + 上下文 + 工具

三条线，九章正文，外加一个后记。没有废话，每个概念都配有可直接跑通的实验代码。

10 章覆盖的内容：

全书 103 个配套实验，一半是本地可直接跑的项目，一半是外部复现轨道。GitHub 仓库已有超过 2,058 次 Actions 运行，PDF/EPUB 在每次内容更新后自动重新构建。

社区翻译了 14 种语言，但中文原版始终最完整

有意思的是，这本书从第一天起就面向全球读者。README 页面列出了 14 种语言的切换入口，包括英语、西班牙语、俄语、日语、韩语、阿拉伯语、希伯来语等。英文版由社区贡献者翻译维护。

不过需要说明的是，中文原版始终是最完整的——其他语言版本会滞后于 main 分支的最新内容。如果你想跟到最新，建议直接读中文版或关注英文翻译进度。

适合谁读

强烈推荐：

• 已经在用 Cursor、Claude Code 等编程 Agent，但感觉”会用但不懂原理”的开发者
• 想从框架层理解 MCP 协议设计思路的工程师
• 需要给团队搭建 Agent 评估体系的技术负责人
• 对 Agent 记忆层、知识库、RAG 有实际需求的产品/架构师

不太适合：

• 完全零基础、连 LLM API 都没调用过的同学——这本书默认你有基本的 Python 能力
• 只想找现成代码 copy-paste 的读者——本书强调”理解原理后再动手”，实验需要自己跑

怎么读

推荐顺序：先在线阅读第一章，了解整体框架和写作风格；如果觉得对胃口，下载 PDF/EPUB 离线阅读（排版更好，支持全文搜索）。

• 在线阅读：https://bojieli.github.io/ai-agent-book/
• 中文 PDF 下载：https://github.com/bojieli/ai-agent-book/releases/download/latest/AI-Agents-in-Depth-zh-CN.pdf
• 中文 EPUB 下载：https://github.com/bojieli/ai-agent-book/releases/download/latest/AI-Agents-in-Depth-zh-CN.epub
• GitHub 仓库：https://github.com/bojieli/ai-agent-book

下一步建议

1. 花 30 分钟通读第 1 章，理解 Agent 的核心框架，这会改变你看待 Claude Code 这类工具的方式
2. 挑一个你正在做的场景（第 3/4/5 章），把对应的实验跑一遍，体会”原理 + 代码”结合的威力
3. 如果你在搭团队内部平台，重点看第 6 章（评估）和第 8 章（持续进化），这两个章节在中文技术内容里相对稀缺

项目信息

• GitHub：bojieli/ai-agent-book（39,656 ⭐ · Apache License 2.0）
• 在线阅读：https://bojieli.github.io/ai-agent-book/
• 书籍作者：李博杰（Pine AI 首席科学家）
• 实验数量：103 个（持续更新）
• 翻译语言：中文 / English / Español / Bahasa Indonesia / العربية / 繁體中文 / Русский / Tiếng Việt / 日本語 / Türkçe / 한국어 / Magyar / עברית