4.7
用户推荐指数
人工智能 类型
6.5 豆瓣评分
可以朗读 语音朗读
161千字 字数
No.55 科学技术
2026-05-01 发行日期
展开全部

主编推荐语

AI Agent构建与工程实战指南，涵盖理论解析与案例代码。

内容简介

本书系统阐述从上下文工程到Harness工程的技术演进路径，深入揭示了AI Agent从工具调用到自主思考与协作的核心原理及工程落地方法。

全书共7章，以从单Agent到多Agent为主线，帮助读者系统掌握构建具备理解、计划、反思与行动能力的Agent系统的完整方法论。第1章、第2章系统介绍上下文工程的理论基础，涵盖意图识别、计划模式、反思模式、CodeAct行动及人机协作五大核心能力的工程化实战；第3章、第4章以DeepResearch 和记忆工程为典型案例，提供从搜索到研究的完整代码实现及分布式记忆系统部署方案；第5章阐述Agent Skills上下文卸载技术，并给出使用扣子编程开发运维巡检Skills及基于OpenClaw测试运维巡检Skills两个实战案例；第6章、第7章走向Harness工程，通过两个实践案例介绍如何复现Claude Code核心特性，以及如何构建OpenClaw类产品，实现技术整合与工程落地。每章均配有可落地的代码示例与真实场景案例。

本书既适合具备开发背景的工程师、架构师阅读，也适合希望提升AI Agent实战能力的技术人员参考。

目录

  • 版权信息
  • 内 容 提 要
  • 前 言
  • 第1章 从提示词到上下文工程
  • 1.1 上下文工程的核心思想
  • 1.1.1 从购车决策看上下文的构建
  • 1.1.2 上下文工程与Agent的关系
  • 1.2 上下文工程的系统结构
  • 1.2.1 上下文构建的四大模块
  • 1.2.2 上下文管理的核心策略
  • 1.3 简单工具调用到复杂Agent：Agent技术发展路线图
  • 1.3.1 简单工具调用Agent的原理与特点
  • 1.3.2 深度思考型Agent的原理与特点
  • 1.3.3 以代码执行为主的Agent：Code Agent的原理与特点
  • 1.3.4 多Agent的原理与特点
  • 第2章 上下文的“元驱动”：意图识别、规划等模块的工程化实战
  • 2.1 意图识别：让AI精准理解人类需求
  • 2.1.1 意图识别的作用与意义
  • 2.1.2 基于Arch-Router实现意图识别
  • 2.1.3 小模型微调+大模型兜底实现意图识别
  • 2.2 计划模式：让AI有计划地解决问题
  • 2.2.1 简单计划模式实现旅游攻略撰写
  • 2.2.2 复杂计划模式实现通用计划执行
  • 2.3 反思模式：让AI具备“思考自己的思考”能力
  • 2.3.1 反思模式的架构
  • 2.3.2 以运维场景为例实现反思模式工作流
  • 2.4 行动：代码即工具的CodeAct模式
  • 2.4.1 CodeAct模式的架构
  • 2.4.2 以图表生成助手为例实现CodeAct Agent
  • 2.5 人机协作：实现Human-in-the-loop模式
  • 2.5.1 Human-in-the-loop模式的原理
  • 2.5.2 以报告大纲审核为例实现强制人类介入
  • 2.5.3 以商品咨询为例实现自主触发人类介入
  • 第3章 DeepResearch：基于深度思考Agent构建上下文的典型案例
  • 3.1 深度解析DeepResearch核心演进
  • 3.1.1 RAG的原理与局限
  • 3.1.2 DeepSearch的机制与不足
  • 3.1.3 DeepResearch的核心架构：从搜索转向研究
  • 3.2 实战：构建DeepSearch核心引擎
  • 3.2.1 选型博查（Bocha）：适配中文生态的AI搜索引擎
  • 3.2.2 SearXNG：开源聚合搜索引擎的深度应用
  • 3.3 实战：Sequential Thinking方案的DeepResearch代码实现
  • 3.3.1 MCP广场：Smithery.ai简介
  • 3.3.2 深度思考MCP：Sequential Thinking原理介绍
  • 3.3.3 私有化方式部署Sequential Thinking
  • 3.3.4 构建DeepResearch深度研究系统
  • 第4章 记忆工程：Agent系统的长短期上下文管理
  • 4.1 深入理解Agent记忆
  • 4.1.1 短期记忆：突破LLM的无状态局限
  • 4.1.2 长期记忆：构建Agent的持久化存储层
  • 4.2 Mem0：Agent记忆层的标准化实现
  • 4.2.1 Mem0核心架构：多层级记忆管理
  • 4.2.2 记忆生命周期：从信息提取到持久化存储
  • 4.2.3 Mem0实战：基于混合存储架构实现历史对话复用
  • 4.3 容器化的高可用分布式记忆系统部署方案
  • 4.3.1 部署架构设计与脚本编写
  • 4.3.2 基于分布式记忆系统的历史对话复用
  • 第5章 Skills：上下文卸载的艺术
  • 5.1 Skills概述
  • 5.1.1 Skills是什么
  • 5.1.2 Skills的结构定义
  • 5.1.3 Skills的渐进式加载机制
  • 5.1.4 如何设计支持Skills的Agent
  • 5.2 实战：零代码开发“运维巡检Skill”
  • 5.2.1 使用扣子编程开发“运维巡检Skill”
  • 5.2.2 基于OpenClaw测试“运维巡检Skill”
  • 第6章 Harness工程实践：复现Claude Code核心设计模式
  • 6.1 Agent Loop：Agent可以长时间工作的核心
  • 6.1.1 一个Agent=一个Loop+一个Bash工具
  • 6.1.2 增加更多的基础工具
  • 6.2 上下文工程：解析Claude Code如何进行上下文管理
  • 6.2.1 SubAgent：分离上下文窗口
  • 6.2.2 Skills：让Agent实现渐进式加载
  • 6.2.3 Compact：多级上下文压缩机制
  • 6.3 持久化与异步：跨会话的任务管理
  • 6.3.1 Todo：Claude Code的计划模式
  • 6.3.2 Task System：持久化的任务系统
  • 6.3.3 后台任务：慢操作交给后台运行
  • 6.4 多Agent系统：Agent Teams
  • 6.4.1 团队管理类实现
  • 6.4.2 通信总线的实现
  • 6.4.3 为队友的Agent Loop增加工具调用
  • 6.4.4 修改主Agent的Agent Loop逻辑
  • 6.4.5 测试效果
  • 第7章 Harness工程实践：Claw类产品的设计模式解析与实践
  • 7.1 Claw类产品的核心架构
  • 7.1.1 学习路径：从NanoClaw开启探索
  • 7.1.2 NanoClaw的架构
  • 7.2 开发与使用NanoClaw
  • 7.2.1 为NanoClaw开发飞书Channel
  • 7.2.2 部署NanoClaw
展开全部

评分及书评

4.7
3个评分

出版方

人民邮电出版社

人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。