从零到一，系统掌握 AI Agent 核心理论与工程实践
| Ch0 课程概览与环境搭建 学习路线图 · 依赖安装 · API Key 配置 |
| Ch1 第一个 Agent 裸写 ReAct 循环 · Function Calling 原理 |
| Ch2 Agent 核心组件 规划器 · 记忆系统 · 工具设计黄金法则 |
| Ch3 Agent 类型分类 ReAct · Plan-Execute · Reflexion 对比 |
| Ch8 Claude Code 架构 nO 主循环 · h2A Steering · 上下文压缩 · SubAgent |
| Ch9 RAG 深度解析 Chunk策略·Embedding选型·RRF·Cross-Encoder·生产失败模式 |
| Ch10 MCP 协议详解 JSON-RPC · 原语(Tools/Resources/Prompts) · 能力协商 |
| Ch11 Tool Calling 底层 OpenAI vs Anthropic · Streaming 组装 · Strict 模式 |
| Ch12 Agent 生产基础设施 OpenClaw 架构 · Harness · 生产化 Checklist |
| Ch13 FastAPI 服务化 REST API · SSE 流式 · WebSocket · 生产部署 |
| Ch14 SQLite 持久化 5 表 Schema · WAL 模式 · 审计查询 |
| Ch15 Google A2A 协议 AgentCard · Task · Artifact · Multi-Agent 协作 |
| Ch16 MemGPT/Letta 记忆 Core Memory · Heartbeat · Sleep-Time Compute |
| Ch17 Computer Use Screenshot-Action Loop · 坐标计算 · 安全沙箱 |
| Ch18 Agent 安全与护栏 Prompt Injection · 权限分级 · 4层防御 |
| Ch19 Agentic Workflow 设计模式 Reflection · Routing · Orchestrator-Worker 等 7 种 |
| Ch20 Context Engineering Context Rot · 预算管理 · XML 结构化 Prompt |
| Ch21 Streaming & 实时架构 EventBus · 动态中断 · 背压控制 |
| Ch22 DSPy 自动优化 Signature→Module→Optimizer · 与 LangChain 互补 |
| Ch23 代码 Agent 架构横评 CodeAct · ACI · Plan-Execute · SWE-bench |
| Ch24 Agent 可观测性 Tracing Span 树 · LangSmith vs LangFuse |
| Ch25 向量数据库选型 Chroma · Pinecone · Milvus · Qdrant |
| Ch26 模型路由策略 Threshold · Cascade · Semantic · Cost-Aware |
| Ch27 Agent Prompt 工程 System Prompt 6 模块模板 · 工具描述评分卡 |
| Ch28 语义缓存与 Token 优化 三级缓存 · Token 预算管理 |
| Ch29 Multi-Modal Agent 视觉+文本联合推理 · Token 预算 |
| Ch30 Agent 可靠性工程 熔断器 · 退避重试 · 幂等 · 降级 |
| Ch31 Agent 评测体系深度 GAIA · AgentBench · WebArena · tau-bench |
| Ch32 Self-Improving Agent Bad Case 收集→自动改 Prompt→评测验证 |
| Ch33 Prompt Caching & 推理优化 Anthropic Cache · KV共享 · 推测解码 |
| Ch34 模型微调 for Function Calling LoRA · 微调数据准备 · 成本收益 |
| Ch35 数据飞轮 交互采集→Bad Case识别→自动触发改进 |
| Ch36 Agent 纵深安全 Canary Token · 分层隔离 · 行为沙箱 |