目    录

第1章  智能体工程概述 1

1.1  从大语言模型到智能体：范式演进 1

1.1.1  人工智能的发展脉络 2

1.1.2  Agent Loop奠定智能体基础范式 4

1.1.3  从提示词工程到驾驭工程 6

1.2  智能体工程的核心技术构建 8

1.2.1  工程视角下的智能体组件 8

1.2.2  智能体工程技术栈全景图 10

1.2.3  智能体工程的生命周期与方法论 13

1.2.4  典型应用场景与本书导读 15

1.3  本章小结 15

第2章  Agent环境安装与大模型基础使用 17

2.1  Python环境的安装与配置 17

2.1.1  Miniconda的下载与安装 17

2.1.2  PyCharm编译器的安装与使用 20

2.2  基础大模型Qwen3与GLM的调用 23

2.2.1  阿里Qwen3的注册与基本使用 24

2.2.2  Qwen3大模型的自定义使用 27

2.2.3  智谱GLM的注册与基本使用 28

2.3  从系统提示词到提示词工程 29

2.3.1  大模型中的System Prompt 30

2.3.2  系统提示词实战：给大模型注入“京韵儿” 32

2.3.3  探索提示词工程 36

2.4  本章小结 37

第3章  初识智能体：Qwen与Anthropich互通 38

3.1  大模型中的工具调用 38

3.1.1  Qwen大模型中的工具调用 39

3.1.2  流式任务链：多次循环的工具调用 44

3.1.3  初识智能体：思考、行动、观察的逻辑闭环 47

3.1.4  并发任务链：多工具的并发调用 49

3.2  阿里搜索引擎的使用 52

3.2.1  阿里搜索引擎的开通 52

3.2.2  阿里搜索引擎的实现与使用 55

3.3  Anthropic工程模板详解与使用 56

3.3.1  Anthropic工程模板：大模型客户端抽象基类 57

3.3.2  Anthropic工程模板：工程化工具的抽象基类 68

3.3.3  Anthropic工程模板：基于Bash的工具抽象基类 71

3.3.4  阿里与Anthropic在搜索任务互通实践 72

3.4  本章小结 74

第4章  北京欢迎您：京韵导览Agent开发 75

4.1  生态破壁：与Anthropic智能体联动开发 75

4.1.1  Qwen与Anthropic客户端互通 76

4.1.2  GLM与Anthropic的客户端互通 78

4.1.3  与 Anthropic的智能体构建初步 79

4.2  北京欢迎您：基于Anthropic的京韵导览Agent实战 85

4.2.1  京韵System Prompt设置 85

4.2.2  基于Anthropic的京韵导览Agent实战 87

4.3  本章小结 96

第5章  从提示词工程到上下文工程 97

5.1  Bash工具实现与提示词工程 98

5.1.1  基于Anthropic的Bash工具的实现 98

5.1.2  带工具信息注入的提示词工程 105

5.1.3  提示词工程实现 108

5.1.4  结合智能体工程的Agent实现 114

5.2  上下文工程的应用 119

5.2.1  多角度智能体特质设计与重构 120

5.2.2  智能体长期特质的静态注入 123

5.2.3  User实时性特质的动态注入 124

5.3  本章小结 126

第6章  初识上下文工程与子智能体 127

6.1  记忆系统的上下文工程 127

6.1.1  上下文对话的软截断 128

6.1.2  智能体中的长期记忆与短期记忆 129

6.1.3  上下文对话的长期记忆 133

6.2  初始子智能体：User特质的动态提取 136

6.2.1  了解需求：对User特质的分类载入 136

6.2.2  初识子智能体：MemoryExtractor 138

6.2.3  User特质的提取：每轮对话的动态提取 140

6.3  本章小结 146

第7章  智能体的自进化与优化重整合 147

7.1  User特质的周期提取与自进化 147

7.1.1  User特质的提取：周期对话的深度挖掘 148

7.1.2  User特质的自进化 151

7.2  上下文记忆的优化与重整合 158

7.2.1  上下文工程的优化：记忆去重、过滤与冲突 158

7.2.2  上下文工程的优化：情景记忆（重点） 160

7.2.3  上下文工程的优化：记忆的衰减与重整合公式设计 164

7.2.4  上下文工程的优化：记忆的重整合实现 165

7.3  本章小结 172

第8章  智能体的心跳机制（定时任务） 173

8.1  智能体的心跳执行模式：以定时器为核心 173

8.1.1  基础的心跳模块规范Schema 174

8.1.2  基于心跳（定时任务）的主智能体调用 177

8.1.3  定时任务主导的智能体调用 190

8.2  智能体的心跳执行模式：以智能体为核心 192

8.2.1  修正心跳触发形式 193

8.2.2  智能体主导的定时任务执行 198

8.3  本章小结 208

第9章  寻味之旅：北京豆汁文化体验智能体开发 209

9.1  智能体适配分析 209

9.1.1  品味中国传统文化：豆汁选题的核心场景优势 210

9.1.2  智能体技术能力适配分析 211

9.2  北京豆汁文化体验智能体的二次开发 214

9.2.1  智能体模块的二次开发 214

9.2.2  核心需求映射与工具开发 220

9.2.3  全流程数据流设计与场景落地效果 232

9.3  本章小结 234

第10章  复杂任务执行：智能体中的计划清单 235

10.1  将复杂任务分解成任务清单 236

10.1.1  基于子智能体的复杂任务分解 236

10.1.2  任务的拆解与执行 238

10.1.3  不同模型的复杂任务拆解对比 241

10.1.4  将业务经验凝结到任务计划分解中 242

10.2  智能体计划清单处理的整合 243

10.2.1  主智能体中的子任务推进 243

10.2.2  带有计划清单的智能体实现 245

10.3  本章小结 251

第11章  千载对语：博物馆导览助手开发 252

11.1  智能体开发基础调研 252

11.1.1  了解中国历史精髓：博物馆智能体的核心场景优势 253

11.1.2  导览智能体的架构优化分析 255

11.2  博物馆导览助手的二次开发实战 255

11.2.1  主智能体中子任务分解与推进 256

11.2.2  子任务的执行 257

11.2.3  博物馆导览助手实战 260

11.2.4  子智能体的应用 262

11.3  从上下文工程到驾驭工程 263

11.3.1  重构子任务状态标注与持久化 263

11.3.2  独立子任务中的多工具调用与多结果处理 266

11.3.3  约束子任务中的智能体 268

11.3.4  上下文工程与驾驭工程的演进 270

11.4  本章小结 271

第12章  自进化Skill详解与自进化实战 272

12.1  基础Skill详解 272

12.1.1  Anthropic体系下Skill的基本概念 273

12.1.2  示例Skill文件的实现 276

12.2  智能体中Skill的注册 281

12.2.1  Anthropic工程模板：Skill技能使用 282

12.2.2  基于模板Skill的实现 283

12.2.3  运行状态Skill的注册 288

12.3  智能体中Skill的约束与自进化实战 290

12.3.1  Prompt中对Skill使用约束 290

12.3.2  添加额外的Skill 291

12.3.3  基于自定义智能体Skill的自进化实战 292

12.4  本章小结 294

第13章  杏林春满，智启未来：自进化中医诊疗智能体开发 295

13.1  中医望诊分析网站的设计与详解 295

13.1.1  中医望诊分析网站的架构设计 295

13.1.2  中医望诊分析网站的系统模块 299

13.1.3  中医望诊分析网站的图像分析引擎 301

13.1.4  中医望诊分析网站的图像生成引擎 302

13.2  具有记忆能力的中医诊疗智能体设计与实现 306

13.2.1  按需重构智能化后台与记忆系统 306

13.2.2  将中医望诊引擎转化为工具调用 309

13.3  中医诊疗结果的自进化展示方案 313

13.3.1  结合业务需求完成展示技能的自进化 314

13.3.2  基于Skill展示结果生成标准的HTML页面 318

13.4  本章小结 319