深入理解 AI Agent 设计原理与工程实践
李博杰的十章 Agent 教材，重点补读 Harness、Skills、结构化知识、异步交互、评估、后训练与持续进化。
Bojie Li（李博杰）及项目贡献者
THE READING SHELF
资料库
链接回到原始来源，摘要说明为什么值得读。先明确要解决的问题，再决定读哪一份资料。
没有匹配的内容。试试其他关键词，或清除筛选条件。
Google SRE Workbook：SLO 与可靠性实践
定义服务级别指标、目标、错误预算、告警和负载管理，形成服务可靠性的决策依据。
Google SRE Workbook 作者团队
Hugging Face Agents Course：框架与项目实作
用 state、node、edge 组织智能体，完成工具组合、Agentic RAG 与评估项目。
Hugging Face Agents Course 贡献者
LLM Zoomcamp 实战：RAG、评估与监控
从检索和工具调用到完整应用、评估、监控与项目文档，作为应用工程练习参考。
DataTalks.Club 课程贡献者
System Design Primer：容量、缓存与设计面试
需求与约束、容量估算、负载、缓存、异步队列、存储和系统设计讨论方法。
Donne Martin 与项目贡献者
Microsoft AI Agents 入门课程
工具使用、规划、多智能体、记忆、可信执行。选取具体章节作为学习依据，保留 GitHub 快照与复用边界。
microsoft 及课程/项目贡献者
动手学深度学习：数学、神经网络与视觉
线性代数、微积分、概率、自动微分、泛化、Transformer、计算机视觉。选取具体章节作为学习依据，保留 GitHub 快照与复用边界。
d2l-ai 及课程/项目贡献者
Datawhale Hello Agents：记忆与上下文
智能体范式、记忆、上下文工程与工具评估。选取具体章节作为学习依据，保留 GitHub 快照与复用边界。
datawhalechina 及课程/项目贡献者
Datawhale LLM Universe：中文 RAG 入门
文档读取、清洗、切片、向量库、问答与评估。选取具体章节作为学习依据，保留 GitHub 快照与复用边界。
datawhalechina 及课程/项目贡献者
fast.ai 实践课程：从完整任务学习深度学习
先完成任务再拆解模型：梯度下降、迁移学习、图像分类、文本和推荐。
Jeremy Howard 与 fast.ai 贡献者
Full Stack Deep Learning：2022 产品工程课程
数据管理、训练与服务、发布、反馈及持续学习闭环。
Full Stack Deep Learning 讲师与笔记贡献者
Microsoft 生成式 AI 应用入门
模型选型、提示、函数调用、RAG、应用安全。选取具体章节作为学习依据，保留 GitHub 快照与复用边界。
microsoft 及课程/项目贡献者
Google ML Crash Course：分类、数据与公平性
回归/分类、数据表示、泛化、神经网络、生产系统和偏差检查。
Google for Developers
Google 推荐系统课程：召回、评分与重排
内容推荐、协同过滤、矩阵分解、DNN、召回/评分/重排。
Google for Developers
Hugging Face 音频学习课程
采样率、频谱、CTC、ASR、TTS 与音频评估。选取具体章节作为学习依据，保留 GitHub 快照与复用边界。
huggingface 及课程/项目贡献者
Diffusers 图像生成与调度器文档
扩散生成、条件控制、scheduler、内存优化。选取具体章节作为学习依据，保留 GitHub 快照与复用边界。
huggingface 及课程/项目贡献者
Hugging Face LLM 课程
Transformer、tokenizer、数据、语义检索、聊天模板、LLM 训练。选取具体章节作为学习依据，保留 GitHub 快照与复用边界。
huggingface 及课程/项目贡献者
Hugging Face 深度强化学习课程
状态、动作、奖励、Q-learning、策略梯度与 PPO。选取具体章节作为学习依据，保留 GitHub 快照与复用边界。
huggingface 及课程/项目贡献者
Hugging Face 小模型微调与对齐课程
SFT、LoRA/PEFT、DPO、视觉语言模型。选取具体章节作为学习依据，保留 GitHub 快照与复用边界。
huggingface 及课程/项目贡献者
Made With ML：测试、版本与产品工作流
数据处理、实验追踪、数据/行为测试、版本、部署与监控。
Goku Mohandas / Anyscale
MCP 官方规范：版本、工具与授权
2026-07-28 规范、版本协商、tools 与授权安全。选取具体章节作为学习依据，保留 GitHub 快照与复用边界。
modelcontextprotocol 及课程/项目贡献者
Microsoft 机器学习入门课程
回归、分类、数据清洗、模型评估与应用。选取具体章节作为学习依据，保留 GitHub 快照与复用边界。
microsoft 及课程/项目贡献者
PyTorch 官方教程：训练循环与迁移学习
Dataset/DataLoader、autograd、优化、保存加载、冻结和微调。
PyTorch 贡献者
Ragas 官方评估指标文档
faithfulness、context precision/recall、factual correctness。选取具体章节作为学习依据，保留 GitHub 快照与复用边界。
vibrantlabsai 及课程/项目贡献者
SciPy 统计指南：bootstrap 与置换检验
配对重采样、置信区间、置换检验、随机数与退化样本的注意事项。
SciPy 贡献者
scikit-learn 用户指南：算法、验证与校准
监督/无监督算法、Pipeline、数据泄漏、交叉验证、概率校准和特征重要性。
scikit-learn 贡献者
Stanford CS229：公开历史机器学习讲义
监督学习的目标、线性/逻辑回归和损失函数；数学推导作为进阶参考。
Andrew Ng 等 CS229 教学人员
vLLM 推理服务：缓存、吞吐与指标
KV cache、prefix caching、推理指标与基准。选取具体章节作为学习依据，保留 GitHub 快照与复用边界。
vllm-project 及课程/项目贡献者
Anthropic：怎样设计可信的评估
从任务、判分和运行环境三个角度理解评估。适合建立固定样本与失败记录的习惯。
Mikaela Grace、Jeremy Hadfield、Rodrigo Olivares、Jiri De Jonghe / Anthropic
Transformers：生成参数参考
查阅生成长度和采样参数的官方定义。记录模型实验时，用它核对参数含义，避免把默认值当作固定结论。
Hugging Face
Hugging Face：文本怎样变成 token
从词、字符到子词，理解分词器与模型输入之间的关系。适合先建立 token 的概念，再阅读模型文档。
Hugging Face
RAG 原始论文：检索与生成怎样结合
回到 Retrieval-Augmented Generation 的研究来源，区分论文架构、应用中的资料问答流程和个人实践推断。
Patrick Lewis 等
MDN：字符串 Unicode 规范化
查阅 JavaScript normalize 的定义与 NFKC 行为，为关键词检索中的全角字符处理提供依据。
MDN contributors