《AI Agent Book》阅读路线：从原理到可复现实验
运行《AI Agent Book》实验：别把教材当服务部署
管理依赖、外部仓库和模型凭据，建立可重复的学习环境。
运行《AI Agent Book》实验：别把教材当服务部署知识学习CN编辑简报更新 2026-09-26
你将学会
- 这是实验工作区
- 控制模型调用与数据
- 写下复现条件
开始前需要
- Python 环境基础
- 运行实时实验时所需的模型服务商账号
把一节上下文课变成有记录的实验和设计判断。
先看结论
- 不同章节有不同环境边界。
- 服务商选择改变数据流与成本。
- 教学代码不是生产部署。
这是实验工作区
根 README 描述带可选依赖的章节分组，部分实验指向固定提交的外部仓库。为一个上下文样例，不必安装所有训练相关依赖。
记录书的提交、锁文件、操作系统与外部仓库 SHA，并保存实际检出的版本；章节链接本身并不能固定依赖。
控制模型调用与数据
上下文指南列出几种服务商与环境变量方式。先确定输入会送到哪个端点、输出写在哪里；从虚构提示和小额预算开始。
教学脚本的限流、错误处理或沙箱未必达到生产服务标准。上下文 README 明确提醒生产使用还需额外控制。
写下复现条件
可复现记录应包含命令、包版本、服务商模型、密钥来源、支持时的随机种子和原始输出。重试时也要记录费用与样本选择。
本次审阅没有安装任何实验环境。这里是准备清单，不是“全书可以作为托管应用部署”的证明。
如何选择
| 比较维度 | 方案 A | 方案 B |
|---|---|---|
| Best when | You need predictable behavior and easy auditing | You need adaptive optimization and have reliable telemetry |
| Main risk | May leave performance on the table | Can become difficult to explain or debug |
实施步骤
- 1
只选择一个章节依赖组。
- 2
固定书和外部项目的版本。
- 3
用合成数据保存复现清单。
可复制示例
yaml
study:
book_revision: 03ec59f
chapter: 1/context
provider: record-name-and-model
input: synthetic
external_sha: if-applicable常见问题
能把整本书部署成一个 Agent 吗？
不能，它是文档和多个独立实验项目。
所有练习许可证都一样吗？
根项目是 Apache-2.0，外部或嵌套项目可能另有条款。
资料来源
- AI Agent Book / README.md来源核查 2026-09-26
- AI Agent Book / chapter1/context/README.md来源核查 2026-09-26
- AI Agent Book / LICENSE来源核查 2026-09-26