智能体工程：从一句话到一个闭环

Prompt · Context · Harness · Loop

从 Token 到 System，从一次调用到完整的自主闭环

作者：刘振（Liu Zhen） · GitHub：github.com/LiuZhen515

这本书解决什么问题？

构建基于大语言模型的智能体（Agent）时，你是否遇到过这些困惑：

为什么同样的 Prompt，换一个模型效果就天差地别？
RAG 到底怎样才算“工程化”，而不是“调几个库”？
Agent 跑起来容易，跑得稳、跑得久为什么那么难？
从单次调用到自主闭环，中间到底缺了什么？

这些问题的本质是：我们缺少一套统一的工程语言和分层框架。

这本书正是为此而写。

核心框架：四种递进的工程范式

本书将智能体系统拆解为四个层次，从微观到宏观、从静态到动态逐层递进：

范式	英文	抽象层	核心问题
提示词工程	Prompt Engineering	Token 层	如何写好一句话
上下文工程	Context Engineering	Window 层	如何管理这句话的语境
驾驭工程	Harness Engineering	Runtime 层	如何把模型嵌入可执行的运行时
循环工程	Loop Engineering	System 层	如何让系统自主闭环运行

每一层都有独立的设计方法、工程挑战和评估指标，不能混为一谈。

全书结构

├── README.md                        # 本书介绍（当前文件）
│
├── part0-introduction/              # 第零部分 · 导论
│   ├── README.md                    # 笛卡尔：将困难拆分为尽可能多的部分
│   └── ch01-为什么我们需要四种工程.md
│
├── part1-prompt/                    # 第一部分 · 提示词工程
│   ├── README.md                    # 维特根斯坦：我的语言的界限就是我的世界的界限
│   ├── ch02-Prompt的物理学.md
│   ├── ch03-经典提示词模式.md
│   └── ch04-提示词的工程化生产.md
│
├── part2-context/                   # 第二部分 · 上下文工程
│   ├── README.md                    # 维特根斯坦：一个词的意义在于它在语言中的使用
│   ├── ch05-重新定义上下文.md
│   ├── ch06-检索增强（RAG）的工程化.md
│   ├── ch07-记忆系统.md
│   └── ch08-工具与函数作为上下文.md
│
├── part3-harness/                   # 第三部分 · 驾驭工程
│   ├── README.md                    # 麦克卢汉：我们塑造了工具，然后工具又塑造了我们
│   ├── ch09-什么是Harness.md
│   ├── ch10-工具系统设计.md
│   ├── ch11-人机交互层.md
│   └── ch12-Harness的可观测性.md
│
├── part4-loop/                      # 第四部分 · 循环工程
│   ├── README.md                    # 爱因斯坦：智能的衡量标准是改变的能力
│   ├── ch13-从单次调用到自主循环.md
│   ├── ch14-目标与评估循环.md
│   ├── ch15-长程任务的工程难题.md
│   └── ch16-学习型循环.md
│
├── part5-practice/                  # 第五部分 · 综合实践与展望
│   ├── README.md                    # 卡梅隆：并非所有能被计数的都有价值
│   ├── ch17-端到端案例研究.md
│   ├── ch18-评估与基准.md
│   ├── ch19-安全、伦理与治理.md
│   └── ch20-展望.md
│
└── appendices/                      # 附录
     ├── appendix-a-terminology.md    # 术语对照表与符号索引
     ├── appendix-b-antipatterns.md   # 常见反模式速查卡
     └── appendix-c-references.md     # 推荐阅读与论文索引

配套代码

代码仓库位于 agent-engineering-code/，所有脚本使用说明见该目录下的 README.md。

代码仓库地址：https://github.com/LiuZhen515/agent-engineering-code

这本书适合谁？

AI 应用开发者 / 智能体工程师：系统性地理解 Agent 工程全貌
技术决策者 / 架构师：为团队选择技术栈和工程范式提供决策框架
AI 产品经理：理解技术边界和工程成本
研究者：了解工业界如何工程化地构建 Agent 系统

许可证

本书采用 Creative Commons Attribution-NonCommercial-ShareAlike 4.0（CC-BY-NC-SA 4.0）。
您可以自由共享（复制、发行、展览、表演）和演绎（创建衍生作品），但不得为商业目的使用，且必须署名并以相同方式共享。

Star · Fork · 参与共建

开源书籍的价值在于社区的共同打磨。

如果你觉得这本书对你有帮助，欢迎 Star 支持；如果你发现了问题或有改进建议，欢迎提 Issue 或 PR。

从一句话到一个闭环，从 Token 到 System。

agent_engineering