原书作者 (Author): Michael Lanham
出版社 (Publisher): Manning Publications
原书链接 (Original Book): Manning - AI Agents in Action, Second Edition
GitHub 仓库: yixiangshijie/ai-agents-in-action-2nd-edition-cn
本项目是《AI Agents in Action》第二版的中文译本，是一本智能体系统构建与应用的实战指南——目标不止于打造自主实体，更在于开发能够切实应对并解决现实问题的智能体。
全书从大语言模型（LLM）的基础应用出发，逐步深入到智能助手、多智能体系统与自主智能体的构建，系统讲解智能体系统的关键组成部分：角色、工具与行动、知识与记忆、检索与增强、推理与规划、评估与反馈。第二版将五个功能层作为组织原则，并新增 MCP 协议、测试驱动的智能体开发（TDAD）、智能体循环、认知与元认知等前沿主题，帮助开发者构建生产级智能体系统。
第二版几乎是完全重写——并非在第一版基础上的小幅修订。具体变化包括：
- 大幅更新：新增九个面向当前实践的主题章节，移除过时内容，其余章节也用最新工具与协议全面修订
- 组织重构：第一版提出的五个功能层概念，在第二版中更加正式化，从第 1 章即引入并作为前半部分的组织原则
- 聚焦转变：第一版侧重解释智能体得以成立的底层概念；第二版则顺应框架发展趋势，不再纠缠内部实现细节，更聚焦如何构建能投入生产的智能体系统
- 新增专题：专章介绍 MCP 协议与 Docker 分布式编排部署，并覆盖多智能体工作流、TDAD、RAG 智能体、深度研究智能体、智能体循环与元认知等主题
本书适合任何对智能体开发感到好奇的读者——无论你是初次构建助手，还是深入探索复杂多智能体系统，只需具备 Python 基础即可。
📖 在线阅读
扫码关注，一起探索AI
第 1 章：AI 智能体的崛起
- 智能体与智能体思维的定义
- 模型上下文协议（MCP）简介
- 构成智能体的五个功能层
- 从助手到智能体系统的演进
第 2 章：核心组件：大语言模型、提示词与智能体
- 大语言模型作为概率性令牌机器
- 通过提示工程控制 LLM 输出
- 使用 OpenAI Agents SDK 构建智能体
- 通过工具集成增强智能体能力
第 3 章：AI 智能体的 MCP 操作
- MCP 架构：客户端、服务器与服务
- 开始使用与操作 MCP 服务器
- 构建自定义 MCP 服务器
- 使智能体与外部系统无缝交互
第 4 章：架构与构建多智能体系统
- 流、编排与协作的基本架构
- 平衡智能体与智能体流
- 管理智能体之间的交接
- 使用护栏验证智能体流
第 5 章：智能体推理与规划
- 思维链（CoT）与 ReAct 范式
- 指导智能体进行推理与规划
- 高级规划策略
- 利用顺序思考 MCP 服务器提升自主解决问题能力
第 6 章：为智能体处理记忆与知识 RAG
- 向量数据库与相似性搜索摄取文档
- 检索机制作为知识来源
- 检索机制作为记忆来源
- 通过 MCP 回忆之前的交互
第 7 章：通过评估与反馈构建稳健的智能体
- 测试驱动的智能体开发（TDAD）
- 基础化智能体与批评者智能体
- 使用 Phoenix 进行全面评估与反馈
- 构建可靠智能体的实践方法
第 8 章：部署智能体与智能体系统
- 将智能体嵌入应用程序
- 作为微服务暴露智能体
- 使用 Docker 将智能体系统部署到生产环境
- 安全、保障与治理的关键考量
第 9 章：理解智能体循环
- 内部 SPAL 循环、外部任务循环与元循环
- 构建深度研究智能体
- 实现多智能体编排循环
- 构建协作智能体循环
第 10 章：探索会思考、监控和适应的认知智能体
- 认知与元认知作为智能体工程概念
- 认知科学理论映射到认知智能体架构
- 实现元认知过程
- 使智能体思考自身思维、监控表现并调整策略
第 11 章：构建智能体系统的实用技巧
- 按五个智能体层组织的实战经验
- 客户支持智能体角色指南
- RAG 智能体系统设计模式
- 深度研究智能体蓝图与综合实战示例
访问地址: ai-agents-in-action-2nd-edition-cn
本地预览：
# 方式一（推荐，macOS/Linux 自带 Python）
python3 -m http.server 3000
# 方式二（需 Node.js）
npx serve -l 3000 .然后在浏览器打开 http://localhost:3000/ 即可预览。
- AI 工程师 - 构建生产级 AI 智能体系统
- 软件开发者 - 学习智能体开发技术栈
- 产品经理 - 了解智能体技术能力与应用场景
- 研究人员 - 研究智能体架构与设计模式
- 学生 - 学习 AI 智能体理论与实践
- 顺序阅读 - 建议按章节顺序阅读，前面章节是后续内容的基础
- 动手实践 - 每章包含大量代码示例，建议实际运行体验
- 中英对照 - 遇到难以理解的术语可对照英文原文
- 参考查阅 - 可作为智能体开发的参考手册使用
欢迎社区贡献！你可以通过以下方式参与：
- 错误报告 - 发现翻译错误、术语不一致或格式问题
- 翻译改进 - 提供更优的翻译建议
- 章节翻译 - 参与附录或章节的校对与改进
- 校对审阅 - 帮助校对已翻译章节
- 术语建议 - 提出术语翻译优化建议
- Fork 本仓库
- 创建特性分支 (
git checkout -b feature/your-contribution) - 提交更改 (
git commit -m 'Add: your contribution') - 推送到分支 (
git push origin feature/your-contribution) - 创建 Pull Request
- 作者: Michael Lanham
- 出版社: Manning Publications
- 版权: 原书版权归作者和出版社所有
- 翻译: 本翻译项目基于 CC BY-NC 4.0 协议开源
- 目的: 仅用于学习交流，促进中文 AI 社区发展
- 使用限制:
- ✅ 允许：自由复制、分发、展示和演绎作品（需署名译者）
- ❌ 禁止：任何形式的商业使用
本翻译项目为个人学习和交流目的，不代表原书出版社或作者的官方立场。如有侵权，请联系删除。建议读者购买原版书籍以支持作者。
如果这个项目对你有帮助，请考虑：
- 🌟 给项目加 Star
- 🍴 Fork 并参与贡献
- 📢 分享给更多需要的人
- 💝 购买原书支持作者
让我们一起探索 AI 智能体的无限可能！