実践

4万starのAI Agent开源書:103実験×14言語、孤高の作者が築いた仕組み

李博杰氏が10章構成のAI Agent書をGitHub Trending入りさせた。103の実行可能実験と14言語のコミュニティ翻訳を擁し、内容設計・バージョン管理・多言語運用のチェーンを解剖する。

文字サイズ

GitHub上にはAI Agentに関するプロジェクトも、フレームワークも溢れている。LangChain、AutoGen、CrewAI、LangGraph、Agno……と眺めてみると、「Agentとは何か、なぜこの設計なのか」を体系的に説明した本がほぼ存在しないことに気づく。

大半の情報はブログ、チュートリアル、READMEとして散在している。Agentの基礎を体系的に学びたいなら、論文を読むか、Mediumのリンクを十几个拾い集めるしかない。

李博杰(GitHub: bojieli)氏は異なるアプローチを取った。10章からなる中国語开源技術書 bojieli/ai-agent-book を執筆し、103の実行可能実験と14言語の翻訳を揃え、Apache-2.0ライセンスで公開した。スター数は40,004に達し、GitHub Trending Project of the Dayにも選出された。

これはソフトウェアフレームワークではなく、pip install して使うものではない。解決するのは別の課題――「Agentを体系的に理解したいが、断片的なブログやフレームワークのREADMEに溺れている」という問題だ。


解決する問題

この書の中心となる式は一言で表せる。

Agent = LLM + 上下文 + 工具

この式,围绕に10章の本文と103の独立した実験が展開する。フレームワークの推销でも、APIの販売でも、資金調達でもない。

提供形态は4種類。

  • オンライン閲覧:bojieli.github.io/ai-agent-book
  • オフラインPDF / EPUB(リリースページからダウンロード)
  • GitHubリポジトリ内のMarkdown原文
  • 各章の code ディレクトリ内の実験コード

PDF/EPUBのリンクは latest に固定されている。pushのたびにCIが再コンパイルし、URLは変わらないため、利用者は常に最新版を取得できる。GitHub Releasesの、あまり語られない優れた使い方だ。

使い方

典型的な3つのルートを示す。

ルート1:通し読み

オンラインサイトを開き、左の目次で章を切り替え、右上で言語を切り替える。全文検索も利用可能。オフライン派はPDFを直接ダウンロードしてKindleに放り込めばいい。

ルート2:読みながら動かす

git clone https://github.com/bojieli/ai-agent-book.git
cd ai-agent-book
ls
# chapter1/ chapter2/ ... chapter10/ 这样的目录结构

各chapterディレクトリには依存関係を記したREADMEがあり、OPENAI_API_KEY の環境変数を設定して pip install を済ませれば、python xxx.py で直接実行できる。

ルート3:チームの教材として使う

中国語の本+配套実験+多言語バージョンという構成は、技術責任者が组内のAgent基础教育にそのまま使える。研修資料を各处から集めるより圧倒的に楽だ。

最短ルートは、clone後に第1章のディレクトリに入り、READMEで依存関係を確認し、最初のReActループのデモを動かすことだ。

仕組み(アーキテクチャ)

3層構造になっている。

コンテンツ層:Markdownの原稿を章ごとに分割。各章は独立した chapterN/ ディレクトリを持ち、本文と実験コードが対応する。

ビルド層:pushがGitHub Actionsを起動し、PDF/EPUBを自動コンパイルしてGitHub Releasesに公開する。リンクは latest に固定。

運営層:

  • GitHub Pagesでオンライン閲覧サイトをホスト
  • 翻訳ブランチ:docs/en、docs/es、docs/id……計14言語
  • コミュニティPRフロー:翻訳者がfork → 自分の言語に翻訳 → PRを提出 → 作者がマージ

2.0バージョンでは章構成の再編が行われた。旧第4章「異步交互」と旧第9章「多モーダルAgent」が統合され、新第6章「交互:観察と動作空間の拡張」となった。旧6/7/8章が順次繰り下がる形だ。旧版の読者が初めて開くと面食らうだろう。章番号に慣れるところからやり直しになる。

重要なフローを一言で表すと、作者が中国語メインブランチを書く → コミュニティがforkして翻訳 → PRをマージ → CIが多言語PDFを自動ビルド → リリース。

この一連のチェーン自体が、「开源技術書をどう作るか」の手本となっている。

良い点/悪い点

良い点:

  1. コンテンツ資産の質が高い。40kスター、GitHub Trending Project of the Day選出と、伝播力は多くのAgentフレームワークを上回る。単独作者でこの規模に達したのは、書としての体系性あってこそだ。
  2. 多言語のハードルを極限まで下げている。リリースリンクが latest 固定のため、利用者は常に最新版を取得できる。14言語(ヘブライ語、タミル語、ベトナム語、ギリシャ語など比較的珍しい言語を含む)をカバーしており、世界中の開発者に親切だ。
  3. 「読む+動かす」の閉ループ。実験と本文が一対一で対応し、理論を読んだ直後にコードを走らせて検証できる。読むだけの体験より確実に上だ。

悪い点:

  1. ソフトウェアフレームワークではない。pip install ai-agent-book はできず、プロダクションに直接組み込むこともできない。実運用にはLangGraph、AgnoなどのSDKが必要だ。
  2. 個別の深度は割り切り済み。実験コードは教育寄りで、抽象化は控えめ。LangChainのような高度に抽象化されたライブラリと比べると、個々の掘り下げは浅めだ――体系性とのトレードオフになる。
  3. 翻訳品質にばらつきがある。14言語はコミュニティ駆動で、作者は中国語版のみ管理する。热门言語(英、西、印尼)はイテレーションが速いが、小規模言語は数か月遅れる可能性がある。
  4. 2.0で章番号が変わった。旧版でノートを取っていた読者は、構成を覚え直す必要がある。

実際に試してみた

リポジトリのcloneは通信環境によるが2分程度。ディレクトリ構成は一目でわかる。ルート直下が書稿のMarkdown、各章のサブディレクトリが実験コードになっている。

オンラインサイト bojieli.github.io の表示速度は良好で、全文検索も使える。中国語フォントのレンダリングもきれい。中国語PDFのダウンロードは約15MBで、レイアウトが整っており、コードブロックのハイライトも正常だ。

第2章(ReAct + Tool Use)から実験を一つ選んで動かしてみた。OPENAI_API_KEY が必要で、READMEに従って環境変数を設定すれば、単発の推論ループは動作する。最小実行可能バージョンはだいたいこんな感じになる。

# ai-agent-book 第二章典型实验:ReAct 循环 + 单工具调用
import os
from openai import OpenAI

client = OpenAI(api_key=os.environ["OPENAI_API_KEY"])

def get_weather(city: str) -> str:
    return f"{city} 今天晴,25°C"

TOOLS = {
    "get_weather": get_weather,
}

SYSTEM = """你可以调用工具。格式:
Action: <tool_name>
Action Input: <json>
Observation: <result>"""

def run_agent(question: str, max_steps: int = 5):
    messages = [
        {"role": "system", "content": SYSTEM},
        {"role": "user", "content": question},
    ]
    for step in range(max_steps):
        resp = client.chat.completions.create(
            model="gpt-4o-mini",
            messages=messages,
        ).choices[0].message.content
        print(f"Step {step}:\n{resp}\n")
        if "Action:" in resp and "Action Input:" in resp:
            obs = get_weather("北京")
            messages += [
                {"role": "assistant", "content": resp},
                {"role": "user", "content": f"Observation: {obs}"},
            ]
        else:
            break

run_agent("北京今天天气怎么样?")

実行すると、Step 0 に Action: get_weather と Action Input が含まれ、Step 1 で最終回答が返ってくる。ReActループの骨格なんて、こんなものだ。

103個すべては試していない――1章あたり3〜5個、すべて回すなら週末が丸ごと潰れる。

総合的な印象は、コンテンツの品質は40kスターに値するもので、「教材+実験手册」という性格であり、SDKではない。

どんな人に向くか

向く層:

  • Agentの理論的基础を体系的に補強したいエンジニア――断片的なブログより効率的
  • チームでAgentを学ばせたい技術責任者――中国語の本+配套実験をそのまま社内教材にできる
  • Agentに関する多言語資料を必要とする研究者/学生――14言語のカバーは広い
  • 「开源技術書の作り方」を学びたいコンテンツ制作者――コンテンツ設計+多言語運用のチェーンが手本になる

向かない層:

  • すぐ使えるAgentフレームワークが欲しい人――これはSDKではない
  • 特定のデモを一つだけ動かしたい人――103の実験には学习コストがかかる
  • LangChainのように高度に抽象化されたコードを求める人――本書のコードは教育寄りで抽象化は控えめ

Agent领域の開発者であれば、本書は少なくとも第2章と第6章を通読する価値がある。前者はReAct + Tool Useの最小実践、後者は「異步」と「多モーダル」を統合して扱う2.0版で最も情報密度の高い章だ。

参考:bojieli/ai-agent-book GitHubリポジトリ

出典: https://github.com/bojieli/ai-agent-book