Agent Guide 进阶教程
当 Agent 开始处理长任务、外部资料或多个工具时,问题通常不再只是“提示词怎么写”。你需要同时考虑上下文如何组织、工具如何约束、结果如何评估,以及失败后如何恢复。
本部分采用“问题 → 通用模式 → 工程实现 → 验收标准”的章节结构,按从单 Agent 到企业级多 Agent 的顺序展开。每个 Part 都可以独立阅读,但建议按顺序建立完整系统地图。
十个进阶 Part
| Part | 主题 | 主要问题 |
|---|---|---|
| 01 / Agent 基础 | Agent 的本质与运行循环 | Agent 如何理解任务并持续行动? |
| 02 / 工具与扩展 | 工具调用、MCP、Skills 与事件 | Agent 如何安全地接触外部世界? |
| 03 / 上下文与记忆 | 上下文工程、记忆和检索 | Agent 如何在长任务中保持状态? |
| 04 / 单 Agent 模式 | Planning、Reflection 与停止 | 一个 Agent 如何处理复杂任务? |
| 05 / 多 Agent 编排 | 分工、DAG、Supervisor 与 Handoff | 什么时候多 Agent 值得引入? |
| 06 / 高级推理 | 树搜索、辩论和研究综合 | 如何提升复杂判断的质量? |
| 07 / 生产架构 | 持久化、重试、可观测性 | 如何让 Agent 在生产环境稳定运行? |
| 08 / 企业级治理 | 预算、策略、沙箱和多租户 | 如何控制成本、权限与合规风险? |
| 09 / 前沿实践 | Deep Research、Computer Use、Coding | 当前 Agent 正在扩展哪些边界? |
| 10 / Agent Loop 工程 | 压缩、工具加载、Watchdog 与并行 | 如何让长时 Agent Loop 不失控? |
现有专题页
十个 Part 是主导航;下面的专题页提供可直接复用的工程方法:
进阶学习原则
先做一个能验证的最小系统,再一次只引入一种复杂能力。每次改动都保留输入、运行轨迹、结果和验收记录,避免把多个变量混在一起。