AI Agent 工程学习实验室
从模型调用到工程系统，边做边验证。
这是一套以代码和失败案例为主线的中文课程。学习者将从“模型提出工具调用、程序负责执行”的最小闭环出发，逐步加入框架、状态图、检索、协议和安全控制。
| 单元 | 主题 | 主要产出 |
|---|---|---|
| 00 | 准备与安全 | 建立本地环境，理解浏览器与 CLI 的边界 |
| 01 | Tool Calling | 观察结构化调用并读懂现有 Python Agent Loop |
| 02 | LangChain | 用组件化接口组织模型、消息和工具 |
| 03 | LangGraph | 用显式状态与路由表达迭代工作流 |
| 04 | 上下文与记忆 | 区分窗口、会话状态、checkpoint 与长期记忆 |
| 05 | RAG | 构建带来源、可评测的检索增强回答 |
| 06 | MCP 与 Skills | 区分工具互操作协议与任务指导 |
| 07 | 可靠性与安全 | 对副作用、重试、审批和提示注入设边界 |
| 08 | 综合项目 | 设计代码库研究与修改 Agent，并用 rubric 验收 |
每单元都有学习成果、概念、练习、失败分析、面试题和自检项。先完成单元 00，再按顺序学习；每周把实现、失败证据与未解问题记入自己的学习日志。
双轨实验说明
Section titled “双轨实验说明”课程同时使用本机 CLI与浏览器演示。现有 lessons/01_agent_loop/main.py 是本地 Python 程序，可能读取仓库中的文件并访问配置的模型服务；浏览器页面是静态站，不会因此获得本机文件、Shell、Python 或 MCP stdio 权限。网页实验只适合明确限制在页面内存的安全演示。凡是持久化、真实文件操作、SQLite checkpoint、MCP stdio 或进程恢复，都必须按单元说明在本机运行。
在线模型调用需要学习者自行提供供应商 API Key。输入 Key 前先确认当前页面可信；任何已加载到页面的脚本都可能读取它。本站不提供公共 Key，也不应在仓库、URL、截图或日志中放置真实凭证。离线阅读与本地确定性练习不要求 Key。
开始前的约定
Section titled “开始前的约定”- 用失败用例检查边界，不把一次成功回答当作正确性证明。
- 工具参数由程序校验；模型输出不等于授权。
- 为循环设置预算和停止条件。
- 答案中的引用必须能回到原始材料；证据不足时允许拒答。
- 代码示例中的 API 以链接的官方文档为准；依赖和接口会随版本变化。