本书系统介绍 AI Agent 架构与工程实践,从 LLM、Agent Loop、Agent Harness 到 Coding Agent,深入生产级 Agent 与企业级 Agent 平台。
第 7 章 Tool System:给 AI 装上”手和脚”
本章目标:深入理解 Tool System——Harness 中连接模型与真实世界的桥梁。掌握工具的本质、Schema 设计、发现/注册/调度/执行的完整链路,以及错误处理、超时、权限、组合等关键机制
第 6 章 Context Engineering:Agent 的”工作内存”
本章目标:深入理解 Context Engineering——Agent 的”工作内存”管理。这是 Harness 中最核心、也最能拉开 Agent 能力差距的子系统。我们将逐一拆解上下文的构成、预算、压缩、污染防护等 16 个关键议题。
第 5 章 主流 AI Agent 架构模式
本章目标:横向对比 12 个主流的 AI Agent 框架/产品(Claude Code、Claude Agent SDK、OpenAI Agents、Codex、Gemini CLI、Cursor、Cline、Aider、OpenHands、LangGraph、AutoGen、CrewAI),从十个架构维度系统比较,理解它们的设计取舍,为后续深入 Claude Code 架构提供坐标系
第 3 章 AI Agent Loop:现代 AI Agent 背后的核心架构
本章目标:彻底理解 Agent Loop——它是 Agent 的”心跳”,也是整个 Agent 领域最核心、也最容易被误解的一段代码。我们会看到它为何如此简单,又为何真正复杂的是它周围的系统
第 4 章 Agent Harness是什么?
本章回答一个承上启下的问题:把模型、上下文、工具、循环这些”零件”装配成一台能自主工作的机器的,到底是什么?答案就是 Harness。理解 Harness 的定义、边界与职责,是读懂后面 Claude Code 源码分析(Part III)和动手实现 Mini Claude Code(Part IV)的前提
Token经济:从10亿亿到3500亿亿,Token正在形成智能经济模型
当智能变得像水电一样便宜,真正的商业价值就不再诞生于”谁卖得更便宜”,而是诞生于”谁能在这场海量的Token消耗中,真正解决问题、创造价值”。
第 2 章 LLM Application 的基本架构
本章目标:掌握一个 LLM 应用(不是 Agent,只是应用)的基本组成与核心机制——模型、提示词、上下文、工具、内存、状态、运行时;并理解 Chat Completion、Streaming、Structured Output、Tool Calling、错误处理、重试、超时、模型路由和成本管理这些基础工程问题。这些是所有 LLM 应用——包括 Agent——的共同底座。
第 1 章 重新认识 AI Agent
本章目标:建立对 AI Agent 的准确认知,厘清 Chatbot、Copilot、Agent、Autonomous Agent、Coding Agent 之间的边界,理解 LLM 为什么能成为 Agent 的”大脑”,并给出 Agent 的本质定义——Agent = LLM + Harness
2025年企业级编程技术栈趋势简报
2025 年的企业级技术栈呈几大方向融合:稳健传统 + 云原生;基础设施现代化;数据库与数据处理演进;AI与自动化深入开发流程;安全与开源彻底融入企业战略。
构建高效智能体【译】
“智能体”(agent)这一术语有广泛定义。一些用户将其理解为具备完全自主能力、能够调用外部工具并长期运行的系统;另一些用户则将其用于描述严格遵循预设流程的自动化系统
软件系统架构演进:单体、微服务和打包业务能力(PBC)
本文将深入解析三种主流架构模式——单体架构(Monolithic)、微服务架构(Microservices) 和 打包业务能力(PBC),并结合一个真实的电商平台成长过程,具体讲解这些架构如何随业务发展逐步演化、各自的优势和挑战,以及它们在不同阶段的应用价值
免费HTTPS证书配置 :CentOS 7 + Nginx + Let’s Encrypt 全流程指南
在 Web 应用部署中,使用 Nginx 配置多个站点(使用不同域名,或相同域名不同二级域名)并启用 HTTPS 已是最佳实践之一。HTTPS 不仅提升了网站的安全性和信任度,也是搜索引擎排名的加分项
AI编程实战001:从0打造网页版打字游戏《快乐打地鼠》
在本篇文章中,我将分享如何使用 AI 编程助手 Trae,从零构建一个旨在帮助初学者练习打字的网页小游戏 —— 《快乐打地鼠》。详细介绍整个过程的工具选型、AI交互提示设计(Prompt Engineering)、架构搭建、踩坑经历以及最后的反思总结。
机器学习三要素:模型假设、评价函数与优化算法如何协同工作
机器学习的核心任务是:从数据中自动学习一个映射函数,使其能对新样本做出准确预测。本文系统介绍了机器学习的三大核心组成:模型假设、评价函数与优化算法。通过理论分析与实践示例,揭示它们如何协同支撑整个机器学习流程,是AI工程与理论研究的关键基础。
如何导出宽表格Excel为PDF且不裁剪列
在使用Microsoft Excel处理大型数据集时,导出为PDF是一项常见需求,尤其是为了分享或打印报告。然而,当Excel表格宽度较大(列数众多)时,直接导出往往会出现内容被裁剪、缩放失真或分页杂乱等问题,影响阅读体验。本教程将教你如何干净且专业地导出宽表格Excel为PDF
人工智能发展简史:从图灵到ChatGPT的里程碑之路
人工智能(AI)作为现代科技的核心驱动力,经历了近一个世纪的不断演进。从最初的逻辑理论和数学模型,到当今风靡全球的生成式AI,AI的发展充满了突破与挑战。了解AI历史上的重要节点,有助于我们更全面地把握技术趋势,推动未来创新。
AI Agents介绍:定义、原理、案例与未来展望
AI Agent是一种专门设计的软件系统,能够感知其环境、分析信息,并自主或半自主地执行动作以实现既定目标。与一般人工智能技术不同,AI Agents是主动的实体,它们能感知输入信息,对其进行推理,并决定适当的行动以完成任务。
人工智能(AI)初学者学习路线图(2025年)
本指南为2025年AI初学者提供一条清晰的学习路线图,涵盖数学、编程、数据科学、深度学习、生成式AI、RAG、AI代理等热门技能和实战项目,助你系统掌握AI核心能力
《Unity入门实战》0008 – 使用 Unity 的 [SerializeField] 实现封装与 Inspector 面板访问
本文介绍了 Unity 中 [SerializeField] 的用法,讲解如何在保持变量封装性的同时,使其可在 Inspector 面板中查看和编辑,是编写整洁代码的实用技巧。