课程总览

这是一个关于 AI Agent 工程搭建的教程，同时也记录了我学习 Agent 的全过程。课程完全开源，欢迎大家一起学习。

Agent 101 这个名字来源于国内之前很火的腾讯出品的创造101选秀节目，在节目里所有的观众都是“制作人”, 这有点像当前的 AI 时代，每个人都可以成为 AI 的“制作人”。 “101” 代表了从零开始，逐步掌握 AI Agent 工程的各个方面。

Agent 工程虽然是新的概念，但是他并没有脱离传统的软件工程的范畴，需要大量的软件工程的实践和经验。这个教程会尽量从最基础的软件工程知识开始，用通俗的描述逐步引导你掌握 AI Agent 工程的各个方面。

课程围绕同一个 Agent Engineering Platform 项目持续演进，最终完成一套可运行、可评测、可治理、可部署的 Agent 工程平台。

精力有限，暂时计划只做文字版的教程，后续可能会考虑视频版的教程。

更新进度

状态说明：已完成 表示课次讲义已可阅读；进行中 表示目录已定、部分课次已写；仅大纲 表示只有章节总览。

板块	状态	进度说明
第一章 · LLM Gateway	已完成	已重构为 15 节课，讲义已完成
第二章 · Tool Runtime / MCP	已完成	已重构为 14 节课，讲义已完成
第三章 · Agent Loop / Codebase Agent	进行中	23 节核心课与 1 节选修课已设计，第 1–12 课讲义已完成
第四章 · Context / Memory / RAG	课程已规划	10 节课已设计，讲义内容待编写
第五章 · Multi-Agent / Skill	课程已规划	12 节课已设计，讲义内容待编写
第六章 · Agent Eval	仅大纲	章节目标与模块已定，课次待设计
第七章 · 生产治理	仅大纲	章节目标与模块已定，课次待设计
综合项目	仅大纲	方向与作品集要求已定，项目讲义待写
基础知识专栏	进行中	已发布 2 篇（AI 协议、项目中的 Python 知识）

章节	主题	建议课时	项目里程碑	讲义状态
第一章	LLM API、Prompt、Structured Output 与 Gateway	15	M1：LLM Gateway	已完成
第二章	Function Calling、Tool Runtime 与 MCP	14	M2：Agent Tool Runtime	已完成
第三章	Agent Loop、State、Harness 与 Codebase Agent	23（另 1 选修）	M3：Codebase Agent	课程已规划
第四章	Context Engineering、Memory 与 Codebase RAG	14	M4：Context & RAG	课程已规划
第五章	Multi-Agent、Subagent 与 Skill	12	M5：Agent Collaboration	课程已规划
第六章	Agent Eval 工程	12	M6：Agent Eval Platform	仅大纲
第七章	生产工程、FinOps、安全治理与部署	12	M7：Production Ready	仅大纲
综合复盘	架构评审、作品集整理与答辩	4	最终项目答辩	待编写

按当前章节规划，核心课程共 106 课时。每节课对应 1 课时；课次在各章内独立编号，每章都从第 1 课开始；

每个里程碑都应做到可运行、可验证、可追踪、可恢复、有边界、可说明。Eval、安全与治理不是最后一章才补的内容，而是从第一章开始逐步加入平台。