Prompthon-IO/agent-systems-handbook
GitHub: Prompthon-IO/agent-systems-handbook
一本面向生产级 AI agent 系统的实战手册，涵盖工作流、记忆、协议互操作、多 agent 架构与评估等全链路知识，为不同类型读者提供平行学习路径。
Stars: 325 | Forks: 58
Agent 系统手册（作者：Prompthon）
AI agent 的演示很容易找到，但生产级 agent 系统的底层逻辑却难以理解。 本手册全面梳理了现实世界 AI agent 背后的工作流、工具、记忆系统、context 工程、MCP/A2A 互操作性、评估、可观测性以及多 agent 架构。
借助本手册，你可以从基本原理、框架选择再到实现模式，全方位地理解、设计、构建并运营生产级 AI agent。
labs.prompthon.io
组织
·
仓库
·
点赞
·
关注更新
·
贡献源码
·
问题
·
Discord
## 概述
Prompthon Agentic Labs 发布了《Agent 系统手册》：这是一份 AI 原生的实战指南，面向从不同角度探索现代 agent 系统的学生、从业者和构建者。
基于**学习、质疑与创新**的理念，该实验室由学习者塑造，并扎根于真实的行业实践。它帮助读者通过平行路径而非单一轨道来理解该领域、有效应用 AI，或构建真实的系统。
## 为什么该实验室适合 AI 原生的学习者、从业者和构建者
### 基于学习、质疑与创新
本仓库鼓励主动学习、批判性思考和实验探索，而非被动接受。
### 由学习者构建，也不仅是为了学习者
许多贡献者本身就是学习者。这使得内容能够紧扣学生、应届毕业生以及下一代 AI 原生构建者真正关心的问题、习惯和学习路径。
### 以真实的行业实践为指导
通过 Prompthon 的项目和面向行业的指导，该实验室始终与前沿团队在真实环境中的思考、构建、迭代和评估方式保持同步。
### 设计上的 AI 原生
这些内容是通过 AI 原生工作流创建的，结合了 AI 辅助起草、综合、迭代和优化，并辅以专家指导和审查。
### 为不同的路径而设计，而非单一轨道
该实验室为不同类型的学习者和不同的意图进行了组织。有些人希望获得广泛的认知和对趋势的洞察。有些人希望将 AI 工具应用于日常工作与学习。还有些人希望构建真实的系统和应用。本仓库支持这三者，而不强制采用某种固定的顺序。
## 本手册涵盖的内容
- AI agent 基础与 agent 系统心智模型
- Agentic 工作流、规划、反思、工具使用与函数调用
- Agent 记忆、检索、context 工程与 agentic RAG
- MCP、A2A、协议互操作性与 agent 通信边界
- LangGraph、agent 框架、托管构建器与低代码平台
- 多 agent 编排、评估、可观测性、可靠性与安全性
- 深度研究 agent、客户支持 agent、源码项目与入门示例
## 从这里开始
选择最符合你当前对 AI 需求的路径。这些是面向不同类型的学习者和构建者的平行路径，而非必须遵循的先后顺序。
探索者
面向学生、新手和充满好奇心的 AI 原生读者，他们希望广泛了解 AI、agent、趋势和基础理念，而无需成为工程师。
你的收获： 一套精心筛选的高价值阅读材料，帮助你学习核心概念，跟进重要趋势变化，通过自己的思考验证想法，并建立对该领域扎实的第一手认知。
打开探索者指南
|
从业者
面向希望使用 AI 工具、agent 和工作流来提升日常生活、学习和实际工作效率，但不需要成为全职工程师的人。
你的收获： 一条实用的学习路径，教你如何有效应用 AI，选择合适的工具和工作流，并在真实场景中高效利用它们；包括一人公司风格的使用案例，在这些场景中，AI 极大地扩展了个人能力，而无需你具备专业构建者那样的深度技术背景。
打开从业者指南
|
构建者
面向具有工程思维的学习者、应届毕业生和开发者，他们希望更直接地利用 AI 进行构建，涵盖从 agent 应用和工作流，到初创风格的产品以及更具技术深度的实现。
你的收获： 一条以构建为导向的路径，包含面向希望创建自己的应用并深入探索实现的读者的概念、模式、系统、架构选择、技术细节和具体示例。
打开构建者指南
|
贡献者
面向希望通过添加、修订、策划或维护页面、笔记、示例和对外扩展内容来塑造本实验室的人。
你的收获： 一条公开参与编辑工作流、模板、审查规则、发布标准以及与个人作品集相关的开源贡献的路径。
打开贡献者指南
|
## 贡献者指南
如果你想为 Prompthon Agentic Labs 做贡献，请从贡献者文档开始，而不是使用临时的内部工作材料。
本仓库中的公开贡献目前适用于以下路径：
- `foundations/`、`patterns/`、`systems/`、`ecosystem/` 或
`case-studies/` 中的实验室文章
- [`radar/`](./radar/) 中的雷达笔记
- lane-local `examples/` 文件夹中的源码项目
- [`skills/`](./skills/index.mdx) 中的从业者技能包
- [`contributor-kit/reference-notes/`](./contributor-kit/reference-notes/README.md) 中的精选参考笔记
- 当实验室文章准备好作为对外发布的文章或分发媒介时，扩展内容将发布在 [`publications/`](./publications/README.md) 中
请从[贡献指南](./CONTRIBUTING.md)和[贡献者工具包](./contributor-kit/index.mdx)开始。这些页面定义了适用于本仓库中的实验室文章、笔记和代码的公开工作流、模板、审查标准和发布规则。
标签：AI智能体, DLL 劫持, LangGraph, PyRIT, 多智能体系统, 大语言模型, 学习资源, 系统架构