跳到正文
AI Agent 教程 · 卷 0 · 学习地图

这一卷要解决什么

本合集目录
本章目录

单册说明:本文件是「AI Agent 完整教程」卷 0 的第 1 章,可独立阅读。 前置:无。这一章不装环境、不写代码,只回答"我要花时间读什么"。

项 内容
所属卷 卷 0 · 学习地图(第 1 / 6 章)
前置章节 无
本章产出 一份属于你自己的阅读路线选择
对应代码 无
配图 图 0-12(三条阅读线)
读完的判定 能说出自己走哪条线、为什么走这条线

1.1 一句话定位

这一卷不教你 Agent 的原理,只保证三件事:看得懂、装得上、跑得起来。

这三件事听起来不起眼,但它是绝大多数人卡住的地方。我见过太多人:收藏了二十篇"Agent 保姆级教程",装了五个客户端,却始终没有一个能真正替他干活的 Agent。卡点几乎从不在原理,而在这三件事:

  • 看不懂:名词太多(Agent、MCP、RAG、Harness、上下文工程),每个都懂一点,拼不成一张图,于是不知道该先学哪个;
  • 装不上:跟着教程装到一半报错,不知道错在哪一层,于是放弃;
  • 跑不起来:跑通了"你好",但不知道自己下一步能拿它干什么,于是回到对话框。

所以本卷的顺序是:先给地图 → 再装环境 → 再跑一个真的 Agent → 最后选路径。


1.2 你是哪一类读者

三类人的读法完全不同。先对号入座,再看 1.5 的阅读线。

画像 典型情况 本卷对你最关键的部分
A. 非程序员 科研人员、研究生、文科背景;会装软件,不会写代码;想让 Agent 帮自己处理文献、表格、文件 第 2 章(地图)+ 第 4 章(三条链路)+ 第 5.6 节(跑起来看效果)。第 5 章的代码不用全懂,能跑就行
B. 会写代码 会 Python 基础,想真做出东西;厌倦了只会调 API 全卷都读,重点在 5.5 节(把循环拆开看)+ 6.4(路径 B)
C. 要带人 要给学生/团队做培训,或者自己要写教程 全卷精读,特别注意 2.6 的误解、5.7 的失败模式、6.3 的"假跑通"——这些是别人一定会问到的

怎么判断自己是哪一类:问自己一句话——"我想让 Agent 替我做的那件事,需要它读写文件吗?"

  • 需要,但我不会写代码 → A
  • 需要,我也想自己写 → B
  • 我主要是想搞清楚这东西值不值得推给别人 → C

1.3 本卷管什么、不管什么

本卷解决 本卷不解决(在哪一卷)
Agent 到底是什么、和聊天机器人差在哪 模型的训练与推理原理(卷 1)
一个 Agent 系统由哪几层组成,卡住时该查哪层 提示词工程的具体技巧(卷 1)
环境怎么装、三条链路怎么打通、报错怎么查 各个客户端与框架的详细用法(卷 3)
一个能动手、会收手、需要你点头的最小 Agent 多智能体、记忆系统、RAG 的完整实现(卷 2 / 卷 4)
你该走哪条路径、下一卷读什么 评测、成本、安全、部署(卷 6)

为什么要把边界划这么清:入口卷最怕的是"什么都想讲一点"。讲浅了没用,讲深了劝退。本卷的原则是——凡是后面会专门讲的,这里只讲到"能继续往下走"的程度,并明确告诉你它属于哪一层。


1.4 卷内结构

章 标题 它给你的东西 对应产出
1 这一卷要解决什么 范围、读者、读法、验收标准 一份自己的路径选择
2 全景地图:七层模型 一张能用来"定位故障"的图 知道自己卡在第几层
3 环境准备(一) 系统、账户、终端、密钥、目录、代理 一个干净的实验目录
4 环境准备(二) 网页 / 客户端 / API 三条链路 三条链路全通
5 第一个 Agent 一个 200 行、能跑、有安全边界、有终止条件的 Agent 一个能干活的东西
6 收口 验收清单、自测题、路径分叉、速查卡 下一步的方向

章与章之间的依赖是线性的:第 2 章不装环境也能读,但第 4 章必须做完第 3 章,第 5 章必须做完第 4 章。不要跳——跳过第 4 章直接跑第 5 章的代码,报错信息会让你以为是代码问题,其实是环境问题。


1.5 三条阅读线

同一个卷,三种读法,按你的目的选。

同一个卷,三种读法

阅读线 适合 做法 读完能做什么
快线(只求能用) 画像 A,只想尽快让 Agent 帮自己干活 读 2.1–2.2 → 做第 3 章 → 做第 4 章的链路①② → 跑 5.4 的完整版 有一个能用的客户端 + 知道它为什么能用
标准线(推荐) 所有画像 1 → 2 → 3 → 4 → 5 → 6 顺序读完,代码全部跑一遍 环境、认知、动手三样都有
深线(要带人) 画像 C 标准线 + 每章的"为什么这么设计"部分 + 自己做一遍 5.7 的失败实验 能给别人讲清楚,也能预判别人会卡在哪

快线不是"偷懒版":它的设计逻辑是——如果你只需要一个能用的客户端,第 3 章装完、第 4 章链路② 验完就够了,第 5 章的手写 Agent 对你属于"知道有这回事"即可。但只要你有"让它每天自动跑"的念头,就必须补上第 4 章链路③ 和第 5 章,因为自动化只能靠 API。


1.6 前置条件与设备

必要:

  • 一台能上网的电脑,Windows 10/11 或 macOS 12 以上(Linux 也可以,命令略有差异);
  • 8GB 内存以上(走云端 API 路线,这个配置足够);
  • 一个可用的模型服务账号(第 3.3 节列了怎么选)。

可选但建议:

  • 16GB 内存 + 独立显卡 8GB 以上 → 可以走"本地跑模型"路线,数据不出机器;
  • Git(保存你的代码版本);
  • Node.js 20+(部分客户端和工具需要)。

不需要:不需要服务器、不需要域名、不需要会 Docker、不需要先学机器学习。


1.7 本卷的四个产出物

  1. 一个干净的环境:ai-agent-lab 目录、可用的 Python、配好的密钥、能连上的网络;
  2. 三条打通的链路:网页能用、客户端能动手、API 能编程;
  3. 一个 Agent:first_agent.py,能列目录、读文件、写报告,会自己收手,写文件前会问你;
  4. 一份路径判断:看完第 6 章,你知道自己下一卷该读哪个,不该读哪个。

每一样都能拿出证据判定(见导读里的"四个产出物"图),不是"我感觉我会了"。


1.8 本章验收(也是全卷的验收口径)

全部按"应当会使用"来判定,不看花了多久、看了几遍:

  1. 应当会说清 Agent 与聊天机器人的区别,并能举一个自己的例子;
  2. 应当会定位一个故障发生在七层中的哪一层;
  3. 应当会独立完成环境安装,并解释每个环境变量是干什么的;
  4. 应当会用三条链路各完成一次任务,并在出错时说出该查哪里;
  5. 应当会运行并修改第一个 Agent 的任务描述,让它完成一件你自己的小事。

五条里能做到第 4、5 条,本卷就算通过。第 1–3 条是支撑,做不到的话,后面会反复回来补。

判断标准为什么用"会不会用"而不是"学没学完":这套教程是给要带人的人准备的(画像 C)。带人的时候你不能问"你读完了吗",只能问"你能做出来吗"。所以从第一章起,验收口径就统一成可观察的行为。


1.9 下一步