GitHub 上 AI Agent 相關的專案不少,框架更是多到數不完:LangChain、AutoGen、CrewAI、LangGraph、Agno……但翻過一輪會發現,真正把「Agent 到底是什麼、為什麼這樣設計」講清楚的書,幾乎沒有。
大多數內容散落在部落格、教程、README 各處。想系統性補一下底層知識,不是啃論文,就是東拼西湊十幾個 Medium 連結。
李博傑(GitHub: bojieli)做了件不一樣的事:寫了一本 10 章的中文開源技術書 bojieli/ai-agent-book,搭配 103 個可跑實驗、14 種語言翻譯,採用 Apache-2.0 授權。專案累積 40,004 stars,曾登上 GitHub Trending Project of the Day。
這不是軟體框架,沒辦法 pip install。它處理的是另一個問題:「想系統性理解 Agent,卻被零散部落格和框架 README 淹沒」。
它解決了什麼問題
全書的核心公式就一句話:
Agent = LLM + 上下文 + 工具
圍繞這個公式展開 10 章正文與 103 個獨立實驗。不賣框架、不賣 API、不談融資。
交付方式分四種:
- 線上閱讀:bojieli.github.io/ai-agent-book
- 離線 PDF / EPUB,從 release 頁面下載
- GitHub 倉庫內的 Markdown 原文
- 各章 code 目錄下的實驗程式碼
PDF/EPUB 連結固定指向 latest,作者每次 push 觸發 CI 重新編譯後,URL 不變,使用者永遠拿到最新版。這是 GitHub Releases 一個常被忽略的好用技巧。
怎麼用
三種典型路徑:
路徑 1:先從頭讀一遍
開啟線上站點,左側目錄切換章節,右上角切換語言。全文搜尋可用。偏好離線閱讀的直接下載 PDF,丟進 Kindle。
路徑 2:邊讀邊跑
git clone https://github.com/bojieli/ai-agent-book.git
cd ai-agent-book
ls
# 你會看到 chapter1/ chapter2/ ... chapter10/ 這樣的目錄結構
每個 chapter 目錄裡有個 README 列出依賴清單,配上 OPENAI_API_KEY 環境變數,pip install 完直接 python xxx.py。
路徑 3:當團隊教材用
一本中文書 + 配套實驗 + 多語言版本,技術主管拿來帶組內學 Agent 基礎,比湊培訓教材省事太多。
最快上手姿勢:clone 完進第一章目錄,看 README 裝依賴,跑第一個 ReAct loop demo。
它的運作架構
三層結構:
內容層:Markdown 書稿,按章拆分。每章獨立 chapterN/ 目錄,對應正文與實驗程式碼。
構建層:push 觸發 GitHub Actions,自動編譯 PDF/EPUB,發佈到 GitHub Releases,連結固定指向 latest。
營運層:
- GitHub Pages 託管線上閱讀站點
- 翻譯分支:
docs/en、docs/es、docs/id…… 共 14 種語言 - 社群 PR 流程:譯者 fork → 翻譯自己負責的語言 → 送 PR → 作者合併
2.0 版做了一次章節重組:原第四章「異步互動」與原第九章「多模態 Agent」合併為新第六章「互動:觀察與動作空間的擴展」,原 6/7/8 章依序順延。老讀者第一次打開會愣一下,得重新適應章節編號。
關鍵流程一句話講完:作者寫中文主分支 → 社群 fork 翻譯 → PR 合併 → CI 自動構建多語言 PDF → release。
這套鏈路本身就是「如何做開源技術書」的絕佳範本。
優點與不足
做得好的地方:
- 內容資產扎實。40k stars、GitHub Trending Project of the Day,傳播力比多數 Agent 框架還強。一人作者能做到這個量級,靠的是書的系統性。
- 多語言門檻壓到極低。release 連結固定
latest,使用者永遠拿到最新版。14 種語言覆蓋(含希伯來語、泰米爾語、越南語、希臘語這種相對少見的選擇),對全球開發者友善。 - 「讀 + 跑」閉環。實驗與正文一一對應,看完理論馬上能跑程式驗證,比純讀體驗好上一截。
不足的地方:
- 不是軟體框架。不能
pip install ai-agent-book,也沒法直接整合進生產環境。真要落地還是用 LangGraph、Agno 這類 SDK。 - 單點深度打折。實驗程式碼偏教學導向,封裝少。跟 LangChain 那種高度抽象的函式庫比,單點深度不夠——書要顧及系統性,必須有所取捨。
- 翻譯品質參差。14 種翻譯全靠社群驅動,作者只管中文原版。熱門語言(英、西、印尼)迭代快,小語種可能落後幾個月。
- 2.0 章節號變了。老讀者按舊版記的筆記得重排。
實測心得
clone 倉庫約 2 分鐘(視網速而定)。目錄結構一目了然:根目錄是書稿 Markdown,各章子目錄是實驗程式碼。
線上站點 bojieli.github.io 開啟速度還行,全文搜尋可用。中文字體渲染乾淨。下載中文 PDF 約 15MB,排版乾淨,程式碼區塊高亮正常。
挑了第二章(ReAct + Tool Use)的一個實驗跑。需要 OPENAI_API_KEY,照 README 設定環境變數後,能跑通單次推理循環。最小可運行版本大致長這樣:
# ai-agent-book 第二章典型實驗:ReAct 循環 + 單工具呼叫
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 = """你可以呼叫工具。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("北京今天天氣怎麼樣?")
跑完輸出 Step 0 包含 Action: get_weather 與 Action Input,Step 1 給出最終回答。ReAct 循環的骨架就這點東西。
沒跑完全部 103 個實驗——單章 3-5 個,全跑完估計得花一個週末。
整體印象:內容品質對得起 40k stars,更像「教材 + 實驗手冊」,不是 SDK。
誰適合用
適合:
- 想系統性補 Agent 理論基礎的工程師——比翻零散部落格效率高
- 帶團隊學 Agent 的技術主管——一本中文書 + 配套實驗能直接當內部教材
- 對 Agent 多語言資料有需求的研究者/學生——14 種語言覆蓋很齊
- 想學習「如何做開源技術書」的內容創作者——內容工程 + 多語言營運鏈路是絕佳範本
不適合:
- 想要現成 Agent 框架直接上生產的——這不是 SDK
- 只想跑單一具體 demo 的——103 個實驗有學習成本
- 期望程式碼像 LangChain 那樣高度抽象的——書裡程式碼偏教學,封裝少
如果你是 Agent 領域的開發者,這本書值得至少翻過第二章與第六章——前者是 ReAct + Tool Use 的最小實踐,後者把「異步」與「多模態」合併講,是 2.0 版本資訊密度最高的一章。