Building Agent Study

Building Agent Study

](https://github.com/slicenferqin/building-agent-study/stargazers) ](https://github.com/slicenferqin/building-agent-study) ](https://github.com/slicenferqin/building-agent-study/commits/main) 

一个面向 Agent 工程学习与实践 的中文深度学习项目。

这个仓库围绕 Anthropic / Claude 相关的 15 篇核心文章（含官方工程博客与最佳实践文档），做了系统化精读与结构化沉淀：

• 从“Agent 是什么、何时该用”开始；
• 逐步进入工具设计、上下文工程、长任务编排、多代理系统；
• 最终落到评测体系、安全沙箱、工程复盘与生产可靠性。

如果你希望不是“看几篇文章涨见识”，而是能真正建立 可落地、可验证、可迭代 的 Agent 工程方法，这个项目就是为你准备的。

Why This Repo

• 理论由浅入深：从方法论地基到生产级治理，学习曲线连续。
• 不是翻译，而是精读：每篇都有核心命题、机制拆解、反模式、创新推演。
• 强调可迁移性：每篇都配实践清单（Checklist），可直接用于项目评审与迭代。
• 跨文去重引用：共通知识只在主责文章完整展开，其他目录直接引用，避免重复阅读成本。
• 工程视角优先：关注可观测、可回滚、可评测、可持续，而非“提示词玄学”。

快速开始（Quick Start）

git clone https://github.com/slicenferqin/building-agent-study.git
cd building-agent-study

推荐 4 周学习节奏：

• 第 1 周：方法论总览（Workflow vs Agent、Tooling 基础）
• 第 2 周：上下文工程与检索增强（Context / Retrieval / Think）
• 第 3 周：多代理与长任务执行（Harness / Multi-agent / MCP）
• 第 4 周：评测、安全、复盘（Evals / Sandboxing / Postmortem）

学习路线（推荐）

第一阶段：方法论地基（先建立正确框架）

1. building-effective-agents
2. writing-effective-tools-for-agents
3. effective-context-engineering-for-ai-agents
4. introducing-contextual-retrieval
5. introducing-advanced-tool-use
6. the-think-tool
7. equipping-agents-for-the-real-world-with-agent-skills

第二阶段：系统化工程与生产治理（把能力落地）

1. effective-harnesses-for-long-running-agents
2. multi-agent-research-system
3. code-execution-with-mcp
4. demystifying-evals-for-ai-agents
5. beyond-permission-prompts-claude-code-sandboxing
6. claude-code-best-practices-for-agentic-coding
7. a-postmortem-of-three-recent-issues

已有完整精读（历史基线）

• Building-agents-with-the-Claude-Agent-SDK

仓库结构

每篇文章目录默认包含：

• README.md：导读、阅读顺序、跨文引用入口
• 00--deep-dive.md：主精读（核心命题 / 机制 / 工程映射 / 反模式 / 创新）
• 01/02/03-concept-*.md：关键概念专题（边界 / 局限 / 替代方案 / 理论推演）

根目录文件：

• A社博客精读.md：总清单与状态
• README.md（当前文件）：项目总导航与学习路径

如何高效使用这个仓库

• 先按推荐顺序读主文（00-*），再按需深入概念专题。
• 每读完一篇，用文末 Checklist 对你手头 Agent 项目做一次自检。
• 建议建立自己的“失败样例库”：把线上问题映射到对应章节与概念专题。
• 不要追求一次读完，建议按“方法论 -> 工具 -> 评测 -> 安全”四周节奏推进。

适合谁

• 想从 0 到 1 系统学习 Agent 工程的开发者
• 已经在做 Agent，但遇到稳定性、成本、评测和安全问题的团队
• 需要搭建内部 Agent 研发方法论与知识库的技术负责人

给项目点个 Star

如果这个仓库对你有帮助，欢迎点一个 Star。

你的支持会帮助这个项目持续迭代：

• 增补新的 Agent 前沿文章精读
• 增加更强的实践模板（评测、沙箱、治理）
• 持续优化“去重引用 + 学习路径”结构

内容运营方案

• 小红书 30 天运营包：面向 Agent 学习 IP 的定位、选题、发布节奏、复盘与模板。

License

本项目采用 MIT License。

新增文章（滚动）

• Building a C compiler with a team of parallel Claudes（状态：已完成精读，来源：原文）