两周成为 Agent 专家(provider 中立 · TS)

AI 已经能替你把代码写完。真正稀缺的，是判断它对不对的能力—— 而你只判断得了自己也能做出来的东西。 这门课练的就是这个:先预测、再亲手做，从而看得懂、也纠得动 AI 的产出。

一门为习得设计的 provider 中立 agent 应用课程 —— 目标是"会 + 懂"，不是"照着抄跑出结果"。 独立于任何 provider(Vercel AI SDK + MCP + 本地模型)，动手全在终端。

主线 · agent 架构的进化:raw → harness → loop → graph。 每天,你都在这条演进线的某一格上再往上建一层。关键判断力:不是越靠右越好——能一次调用就别上 agent、能单 loop 就别上 graph。"该用哪一格"本身,就是这门课要练出来的能力。(全景见 CURRICULUM.md 与 Chapter 00)

节奏:Day 0 定向 + Day 1–11 正课 + Day 12 Capstone · 一天一台阶(每章 ≈ 2~4 小时)· 两周冲刺。 每天 = 一个完整子系统 + 一个有分量的 lab。

状态: 🚧 building in public(chapters 00–12 已建，测试待学员实现)。

快速开始

1. 拉取项目

git clone https://github.com/Deguang/agent-course.git agent-course
cd agent-course

2. 准备环境(二选一)

  • 本地:装 Node 24+，然后 npm install。就绪。 (本课用 Node 原生 type stripping 直接跑 .ts，无需编译步骤。)
  • 不想装环境:推到你自己的 GitHub 后，点 Code → Codespaces → Create, 浏览器里直接得到一个预装好的终端(iPad / Chromebook 也能做，个人账号有免费额度)。

3. 从第 0 章开始

# 读定向(5 分钟,不写代码)
open chapters/00/README.md      # 或用你的编辑器打开

# 进第 1 章:先观察,再动手
npm run demo:01                 # 看一次完整 agent 运行长什么样
npm run test:01                 # 跑测试(第一次是红的 —— 那是你的起点)

然后打开 chapters/01/README.md，跟着 ①→⑤ 走。

怎么学:要不要 AI 陪学，都行

这门课设计成没有 AI 也能独立学完——README 讲概念、demo 给你观察、失败的测试给你反馈、TRANSFER.md 出迁移题。AI 陪学是加速器，不是必需品(一门教你别当 AI 吉祥物的课，不该逼你必须有 AI 陪着)。

方式 怎么做 体验
纯自学(无 AI) 靠 README + demo + 测试 + 迁移题，自己走通 完全可行，是底线保证
聊天 LLM 陪学 把 AGENT.md 和本章内容贴给任意 LLM(claude.ai / ChatGPT…)，让它按协议当 tutor 能问、能要提示;测试自己跑
coding agent 陪学 用 Claude Code 等 CLI 指向本仓库，它会自动读 AGENT.md 守协议、帮你跑测试读文件 最顺滑

关键:AGENT.md 就是陪学协议——任何 LLM 读了它都会变成守规矩的 tutor(不替你写答案、卡住时逐级给提示)。所以不绑任何一家工具，和"provider 中立"一脉相承。

学习契约(重要，先读)

跟着照做能跑出结果 ≠ 学会。本课强制主动生成:

  1. 先预测:每章开头先答"我预测会怎样"，写进本章 LOG.md，再往下。
  2. 空白构建:我给你规格 + 一个失败的测试，你写实现。测试变绿 = 反馈。 下手方法:先读测试 → 从最简单的断言起步 → 一次让一个变绿，让红色牵着你走(别想着一次写完)。
  3. 卡住分级提示:找 tutor 时按 定位文件 → 指出签名 → 给伪代码 → 给局部代码 逐级要，别直接要完整答案。
  4. 讲回来:每章末用自己的话讲清那条不变量(写进 LOG.md)。讲不清 = 没懂。
  5. 迁移题:做 TRANSFER.md 里"教程没演示过的变体"—— 这才是"懂"的检验。
  6. learn in public:LOG.md 里的预测/踩坑/讲回来就是你的公开帖草稿(发过程，别只发成品)。

陪学 & 作者协议见 AGENT.md——一份文件讲清三件事:tutor 不替你写答案(练判断力)、 内容对齐主流且现查实跑(准确可靠)、章节高密度循序渐进不留洞(够干货)。写/改章节前必读。

命令一览

npm run demo:01     # 第 1 章观察 demo(先看懂,再动手)
npm run test:01     # 第 1 章测试(= 本章规格,变绿即过)
npm test            # 跑全部章节测试
npm run check       # 类型检查 + lint(脚手架健康检查)

第 1 章零依赖、不要 API key(测试用确定性脚本模型)。真调模型的章节才引入 SDK / 本地模型 / BYOK。

路线(Day 0 定向 + Day 1–11 + Day 12 Capstone · 沿 raw→harness→loop→graph 演进)

完整课程设计见 CURRICULUM.md。

  • Day 0 · 基础全景:模型 / token / 思维链 / 消息 / 工具 / agent / 演进 👈 从这里开始
  • Day 1 · Agent Loop:loop + 工具 + 并发 + 异常 + maxSteps
  • Day 2 · 接真实模型 & 可靠输出:adapter + 真流式 + 结构化返回 + 错误归一
  • Day 3 · 常用工具集:read/write/edit/glob/grep/bash + 三不变量
  • Day 4 · 有状态 & 持久化:session 树 + JSONL fail-closed
  • Day 5 · 上下文管理:按语义组预算投影 + compaction / context editing
  • Day 6 · 可扩展性:MCP + Skills + 扩展隔离
  • Day 7 · 编排与多 agent:graph + 分支/回环/并行 + reflect + 命名模式
  • Day 8 · 知识层:RAG 检索:chunk + 余弦相似度 + 向量库 + agentic RAG + 长期记忆
  • Day 9 · Guardrails & 人在环路:权限 allow/ask/deny + HITL + 花费护栏 + 注入防御
  • Day 10 · Evals & 可观测:Tracer + trajectory eval + 回归门禁
  • Day 11 · 上生产 LLMOps:语义缓存 + suspend/resume + CI 门禁 + 服务化
  • Day 12 · Capstone 课程设计 — 独立做一个 agent 产品(含生产健壮性验证)

Day 8–11(RAG / Guardrails / Evals / LLMOps)是对照 2026 行业主流栈补齐的"生产必备"层。

进度见 PROGRESS.md。内容以各章 README.md 为准(index.html 只是站点雏形预览)。

许可 / License

本仓库双协议——代码归代码，内容归内容:

  • 代码(chapters/**/*.ts、index.html、配置等)—— MIT。
  • 课程内容(README / CURRICULUM / 各章 README.md 等文字、教学材料)—— CC BY-NC 4.0:可自由学习、改编、再分发，须署名、不得商用。

引用内容时的署名示例:

《两周成为 Agent 专家》© 2026 Deguang，依 CC BY-NC 4.0 授权。