首页全书目录学习资源

17

CHAPTER 17

学习资源与延伸阅读

一手来源，持续更新

以下是本站点内容主要参考的权威来源，覆盖 Anthropic、OpenAI、LangChain、Google、RAG 工程实践与中文学习/面试路线。建议直接读原文，动手复现。

官方与一手工程文章

Anthropic — Building effective agents ↗

工作流与 Agent 的经典模式、ACI 与工具提示工程，入门必读。

Anthropic — Effective context engineering for AI agents ↗

上下文腐蚀、注意力预算、压缩/笔记/子代理等长时程技术。

Anthropic — Writing tools for agents ↗

如何为 Agent 设计无歧义、防呆、token 高效的工具。

Anthropic — How we built our multi-agent research system ↗

编排者-工作者、并行工具调用、评测与生产可靠性经验。

OpenAI — Harness engineering (Codex) ↗

Agent-first 世界的 Harness 工程：让仓库教会 Agent、把品味变检查、持续清理。

martinfowler.com — Harness engineering for coding agent users ↗

Inner/Outer harness 与传感器分类的系统化框架。

框架、生态与报告

LangChain — State of Agent Engineering ↗

1300+ 从业者的落地现状与痛点调研。

LangGraph 文档 ↗

构建有状态多步 Agent 工作流的开源框架。

Model Context Protocol (MCP) ↗

连接 LLM 与外部工具/数据的开放协议生态。

Qoder 文档 — Agent / Quest 模式 ↗

Spec 驱动的 Agent 编码实践案例。

RAG 与中文学习/面试路线

Production RAG: Chunking, Retrieval, Evaluation ↗

语义分块 + 混合检索 + 重排 + 评测的落地指南。

Ultimate Guide to RAG Chunking Strategies ↗

四类分块策略对比与代码示例。

AgentGuide（中文开源学习指南） ↗

Agent Loop、RAG、上下文工程、MCP、Memory、评测、项目实战与大模型求职面试全覆盖。

关于本站

本站为纯前端知识站点，内容整理自上述公开来源并做中文提炼，供学习与面试准备参考。技术实现：React 19 + Ant Design 5，配色遵循品牌色彩规范 v3（紫色为全局主色、冷色对象图标、中性优先、琥珀/红仅用于告警与错误）。