相关资源收集

实战过程中持续收集的资料，按类别整理，随进度扩充。

书籍#

• AI Agents in Action（第 2 版）——从工程角度讲 Agent 架构、工具编排与生产实践，与实战路线对照学习
  • 英文原版（Manning）：https://www.manning.com/books/ai-agents-in-action-second-edition
  • 中文翻译（GitHub）：https://github.com/yixiangshijie/ai-agents-in-action-2nd-edition-cn

官方文档（按章节对应）#

• DeepSeek API Docs：https://api-docs.deepseek.com/
  • 接入 Codex：https://api-docs.deepseek.com/zh-cn/quick_start/agent_integrations/codex/
• OpenAI API Docs：https://developers.openai.com/
  • OpenAI Cookbook：https://cookbook.openai.com/
  • Agents SDK：https://openai.github.io/openai-agents-python/
• Anthropic Docs：https://docs.anthropic.com/
  • Engineering Blog：https://www.anthropic.com/engineering
• MCP（Model Context Protocol）：https://modelcontextprotocol.io/
• LangGraph：https://langchain-ai.github.io/langgraph/
• FastAPI：https://fastapi.tiangolo.com/
• Hugging Face 文档与模型库：https://huggingface.co/

论文#

• ReAct：https://arxiv.org/abs/2210.03629
• Chain-of-Thought：https://arxiv.org/abs/2201.11903
• Toolformer：https://arxiv.org/abs/2302.04761
• G-Eval（LLM-as-Judge）：https://arxiv.org/abs/2303.16634

开源项目与工具#

• DeerFlow（Agent Harness 架构精读对象）：https://github.com/bytedance/deer-flow
• Langfuse（Trace / 可观测性）：https://github.com/langfuse/langfuse
• DeepEval（评测框架）：https://github.com/confident-ai/deepeval
• Ragas（RAG 评测）：https://github.com/explodinggradients/ragas
• promptfoo（评测 / 回归）：https://github.com/promptfoo/promptfoo
• 向量库：Chroma https://github.com/chroma-core/chroma、FAISS https://github.com/facebookresearch/faiss、Milvus https://github.com/milvus-io/milvus

路线图与免费课程#

• agentic-engineering-handbook（学习路线图）：https://github.com/keyuchen21/agentic-engineering-handbook
• W&B AI Engineering: Agents（免费课程）：https://site.wandb.ai/courses/agents/

社区#

• 掘金（AI 工程实战文章）：https://juejin.cn/
• Hugging Face 论坛：https://discuss.huggingface.co/
• 本项目 GitHub：https://github.com/haokw

链接会随学习进度持续扩充，欢迎通过 Issue 或评论区补充。