Это открытый репозиторий книги «Глубокое понимание AI Agent: принципы проектирования и инженерная практика». Он включает полный текст книги, иллюстрации и сопутствующий код примеров — всё открыто.
Проект построен вокруг ключевой формулы Agent = LLM + контекст + инструменты и состоит из десяти глав: от основ Agent и инженерии контекста до пользовательской памяти, инструментов, Coding Agent, оценки, дообучения моделей, самоэволюции, мультимодальности и мультиагентного взаимодействия.
Большинство экспериментов глав 5, 8, 9 и 10 снабжены самостоятельно запускаемыми demo, проверенными на реальных LLM API. Часть экспериментов зависит от внешних репозиториев (тренировочные фреймворки, бенчмарки, робоплатформы), команды клонирования вынесены в приложение.
Среди примеров: сравнение обучения с подкреплением и LLM, ablation-эксперименты по контексту, локальное развёртывание LLM, визуализация токенов и внимания, стратегии сжатия контекста, защита от prompt-инъекций, генерация PPT через Agent Skills.
Отдельный блок посвящён памяти и поиску: системы пользовательской памяти на mem0 и Memobase, сравнение алгоритмов ANNOY и HNSW, движок BM25, гибридный retrieval, а также продвинутые индексы RAPTOR и GraphRAG. Реализованы Agentic RAG и контекстно-зависимый поиск, снижающий число ошибок на 49–67%.
Приветствуются самостоятельный запуск экспериментов, issue и pull request. Есть переводы на английский и тамильский языки от сообщества.
GitHub ★ 5,269
0 комментариев