Build Your Own General-Purpose AI Agent from Scratch
一本书，带你从零写出能自主做任何事的通用 AI Agent。
一本面向后端工程师的实战书，带你从第一行 API 调用开始，循序渐进构建一个 7×24 运行、能自主拆任务、记忆历史、扩展无限工具的通用 Agent，并最终派生出量化交易、新闻播报、DevOps、浏览器自动化等专用版本。
- 会至少一门编程语言（书中示例为 Python）
- 用过 ChatGPT，感觉"差点什么"
- 没写过 agent，但想真正搞清楚它是怎么工作的
不需要 AI/ML 学位，不需要读过论文，需要的只是好奇心和一台能跑 Python 的机器。
| 维度 | 代表章节 |
|---|---|
| 推理 — 从单步回答到多步规划 | Ch 2、Ch 11 |
| 记忆 — 短期 / 长期 / 语义三层记忆 | Ch 8、Ch 9 |
| 规划 — ReAct / Plan Mode / Reflection | Ch 2、Ch 11 |
| 协作 — 主 Agent + 子 Agent 编排 | Ch 11、Ch 23 |
| 学习 — Skills 可复用能力单元 | Ch 12 |
| 安全 — Prompt Injection 到 Docker 沙箱 | Ch 13、Ch 14、Ch 20 |
| 自省 — Evals + 可观测性 | Ch 21、Ch 22 |
| 跨界 — MCP 协议万物皆可连接 | Ch 19 |
| 项 | 选择 |
|---|---|
| 语言 | Python 3.10+ |
| LLM Provider | Anthropic Claude（主）/ OpenAI / AWS Bedrock（均支持） |
| API Key | 需要至少一个（Anthropic 免费 tier 可跑完前 3 章） |
| 框架 | 无（裸 API + 自建薄抽象，全书 <500 行核心代码） |
| 向量数据库 | ChromaDB（本地，零配置） |
| 容器 | Docker（Ch20 沙箱章需要，其余可选） |
| 操作系统 | macOS / Linux / WSL2 均可 |
- 量化交易 Agent — 盯盘、回测、下单、推送日报
- 新闻播报 Agent — 聚合、摘要、TTS 合成、定时推送
- DevOps Agent — 监控报警、自动扩缩容、PR Review
- Browser Agent — 打开网页、填表、截图、抓数据
- 个人助理 Agent — Telegram 随叫随到，记住你的一切
| 章节 | 标题 | 媒体 |
|---|---|---|
| Ch 0 | 序章：Agent 聪明度模型 — 本书地图 | 🎙️ 🕹️ |
| Ch 1 | 你好，Agent：从一次 API 调用开始 | 🎙️ 🎨 🕹️ |
| Ch 2 | 从 Chat 到 Agent：ReAct 循环的秘密 | 🎙️ 🎨 |
| Ch 3 | Lena 诞生：50 行 Python 写出可跑的 Agent | 🎙️ 🎨 🕹️ |
| Ch 4 | LLM 底层：Agent 工程师需要知道的最少内容 | 🎙️ 🎨 |
| Ch 5 | 技术选型：Prompt / RAG / Agent / Fine-tune 怎么选 | 🎙️ 🎨 🕹️ |
| Ch 6 | 工具系统：每一项能力都是一个工具 | 🎙️ 🎨 🕹️ |
| Ch 7 | 流式与并发：让 Agent 不卡顿 | 🎙️ 🎨 |
| Ch 8 | 记忆与上下文：让 Agent 有昨天 | 🎙️ 🎨 🕹️ |
| Ch 9 | RAG 与向量检索：教 Lena 读懂你的文档 | 🎙️ 🎨 🕹️ |
| Ch 10 | 上下文工程：Token 经济学 | 🎙️ 🎨 |
| Ch 11 | Planning 与 Subagent：让 Agent 拆任务 | 🎙️ 🎨 🕹️ |
| Ch 12 | Skills：可复用的能力单元 | 🎙️ 🎨 |
| Ch 13 | 输入层安全：Prompt Injection 与权限边界 | 🎙️ 🎨 |
| Ch 14 | 执行层安全：当 Agent 有真权力时 | 🎙️ 🎨 |
| Ch 15 | Gateway 与 Channel：让 Agent 住进你的 Telegram | 🎙️ 🎨 🕹️ |
| Ch 16 | MessageBus 与事件驱动：解耦 Channel 与 Agent | 🎙️ 🎨 |
| Ch 17 | Heartbeat：让 Agent 主动找你 | 🎙️ 🎨 🕹️ |
| Ch 18 | Cron 与长耗时任务：断点续传 | 🎙️ 🎨 |
| Ch 19 | MCP 协议：万物皆可连接 | 🎙️ 🎨 🕹️ |
| Ch 20 | Docker Sandbox：代码执行的安全边界 | 🎙️ 🎨 |
| Ch 21 | Evals：如何知道 Agent 变好了还是变坏了 | 🎙️ 🎨 🕹️ |
| Ch 22 | 可观测性与部署：让 Lena 上线 7×24 | 🎙️ 🎨 |
| Ch 23 | Specialization Pattern：一个 Runtime 派生 N 个 Agent | 🎙️ 🎨 🕹️ |
| Ch 24 | 实战大结局：Browser Agent | 🎙️ 🎨 🕹️ |
| Ch 25 | 终章：从聪明到自主 — 派生你自己的专用 Agent | 🎙️ 🕹️ |
图例：🎙️ TTS 播客 · 🎨 PPT 幻灯片 · 🕹️ 交互式 HTML Demo
约 59 万字符（~40 万中文字）Markdown，纯中文，无需注册即可阅读。每章结构统一：动机 → 理论铺垫 → 最小代码 → 完整实现。
涛哥 + 小周对话风格，通勤路上听完全书。文件位于各章 audio/ch-NN.mp3 目录下（ch-00 至 ch-25，共 26 章），部分章节同步镜像至 assets/tts/。
架构图 + 关键概念 + 代码分解，字体 ≥ 28pt，可直接用于分享或教学。文件位于 assets/ppt/ch-NN.pptx。
深空霓虹风格（#050810 底色），点开即玩，不需要 API Key。位于各章 demo/index.html 及 assets/ui-demos/。
部分章节包含"章末挑战题"——Karpathy 风格的实战练习，做完才算真懂。
只读每章 README.md 正文，跳过代码实现。适合想先建立全局认知的读者。
Ch 0 → Ch 1 → Ch 2 → Ch 3 → (跳 4-5) → Ch 6 → Ch 8 → Ch 11 → Ch 13 → Ch 15 → Ch 21 → Ch 25
按顺序阅读，每章跟着写代码。Lena 从 v0.1 一路演进到 v0.24 再到专用派生版。
assets/tts/ 下按章序播放 mp3，每集约 30-45 分钟。开车、跑步时听理论章效果最佳。
assets/video/ 下有 PPT + 解说音频合成的 mp4。适合希望看到架构图动画演示的读者。
打开各章 demo/index.html，无需安装任何依赖，直接在浏览器里与 Agent 概念互动。
abelagent/
├── book/
│ ├── chapters/ # 每章子目录：README + 代码 + 媒体
│ │ ├── ch00-intelligence-map/
│ │ ├── ch01-hello-agent/
│ │ │ ├── README.md # 章节正文
│ │ │ ├── code/ # 可运行的 Python 代码
│ │ │ ├── demo/ # 交互式 HTML Demo
│ │ │ ├── audio/ # 本章播客 mp3
│ │ │ ├── podcast.md # 播客脚本
│ │ │ └── ppt.md # PPT 内容稿
│ │ └── ...（ch02 ~ ch25）
│ └── appendix/ # 附录：参考资料、智能度演进、本书构建过程
├── assets/
│ ├── tts/ # 章节播客 mp3 镜像（ch-01.mp3 ~ ch-20.mp3，完整版见各章 audio/）
│ ├── ppt/ # 全部章节 PPT（ch-01.pptx ~ ch-24.pptx）
│ ├── video/ # 视频合成输出（mp4）
│ └── ui-demos/ # 独立 HTML Demo 合集
├── book/cover/ # 封面图（Gemini 生成）
├── docs/
│ ├── specs/ # 书骨架、评分 rubric、设计决策
│ └── research/ # 4 份背景调研报告
├── scripts/ # 生产流水线：TTS / PPT / 评分 / 发布
├── team-configs/ # Agent team 配置与编辑铁律
└── gitbook/ # VitePress 静态学习网站
欢迎以下形式的贡献：
- 勘误：发现技术错误或笔误，提 Issue 或 PR
- 补充案例：有更好的实战案例，遵循"一句话融入"原则提 PR
- 翻译：英文版已完成（全部 26 章），欢迎联系
提 PR 前请阅读本仓库的编辑规范，特别注意案例密度和证据层级要求（无本机路径、无作者姓名、每章最多 1 个案例）。
本书正文、播客脚本、PPT 内容以 CC BY-NC-ND 4.0 授权发布（署名-非商业-禁止演绎）。
代码部分以 MIT License 授权发布。
本书的写作范式和方法论深受以下作者影响：
- Andrej Karpathy — zero-to-hero 系列的小台阶范式和数字验证习惯
- Sebastian Raschka — 每章 2-3 节纯理论铺垫 + Convention 消歧法
- Simon Willison — 诚实标注局限性、场景先于术语
- Robert Nystrom — Crafting Interpreters 的"每章可运行产物"和 Design Note 侧栏
- Anthropic — Building Effective Agents、Effective Context Engineering for AI Agents 等官方文档