首页/Awesome Agent Engineering

本页目录

项目一览
先看结果
5 分钟开始
课程路线
作品项目
📚 课程一：RAG 手写课程（共 9 节课）
🤖 课程二：Agent 手写课程（共 9 节课）
🔧 课程三：框架进阶课程（共 9 节课）
🔀 课程四：工作流与多智能体编排课程（共 9 节课）
🛡️ 课程五：LLMOps 生产运维课程（共 13 节课）
📄 课程六：多模态文档智能课程（共 10 节课）
🧠 课程七：智能体前沿（共 13 节课）
🖥️ 课程八：GUI Agent / Computer Use 课程（共 13 节课）
🛡️ 课程九：Agent 生产可靠性 / AgentOps（共 10 节课）
🌙 课程十：常驻主动式 Agent / Ambient（共 10 节课）
🧠 课程十一：Agent 执行骨架与上下文工程 / Harness（共 10 节课）
课程十二：DeepSeek Harness 实战通读（6 个 lab + 12 章深读）
课程十三：DeepSeek Harness 设计决策案例研习（8 个案例）
可验证性
📁 目录结构
💡 学习建议
参与贡献

Awesome Agent Engineering

从手写 RAG 与 ReAct，到可评估、可观测、可部署的 Agent 系统。

这是一套面向 Python 开发者的 LLM 应用工程实战课程。135 节课程沿同一条主线递进：先手写核心机制，再用 LangChain / LangGraph 工程化，最后进入真实开源 Harness 的源码、协议、产品表面与插件工程，并落到两个带测试、评估、API 与 Docker 的完整项目。

这里不只展示“怎么调 API”，还会回答三个更难的问题：为什么这样设计、不同方案如何取舍、加入一个机制后怎样证明它真的有效。

5 分钟开始 · 查看课程路线 · 查看作品项目 · 参与贡献

项目一览

课程	作品项目	自动化测试	语言
13 门 / 135 节	2 个	592 项 + 20 套 TS 课程测试	中文 + English

从原理到框架：RAG、Function Calling、ReAct 都先手写，再对照框架实现。
从结果到证据：RAGAS、消融实验、Agent 轨迹评估与 mini-benchmark 贯穿课程。
从 Demo 到工程：鉴权、限流、日志、追踪、缓存、压测、MCP、Docker 都落到作品项目。
覆盖新方向：多模态文档理解、Agent Memory、CodeAct、长任务、GUI Agent、Agent 生产可靠性、常驻主动 Agent、上下文工程与开源 Harness 源码精读。

先看结果

企业知识库问答	AI 研究分析助手

混合检索、rerank、引用溯源、多模态解析	多 Agent 并行研究、审稿回路、记忆、浏览器取证

截图使用本地界面与演示数据生成；项目默认不会调用外部 API，只有显式运行时才会产生模型费用。

5 分钟开始

先运行零依赖、零 API Key 的离线导览，观察一次完整的“查询向量化 → 检索 → 组装上下文 → 回答”流程：

python quickstart.py
python quickstart.py "入职满 5 年有多少天年假？"

离线导览使用字符 n-gram 检索和确定性回答器，目的是让你先看清数据流，不冒充真实 LLM。随后运行第一节真实 RAG：

python -m venv .venv

# Windows
.\.venv\Scripts\python.exe -m pip install -r requirements-quickstart.txt

# macOS / Linux
# .venv/bin/python -m pip install -r requirements-quickstart.txt

copy .env.example .env   # macOS / Linux: cp .env.example .env
# 在 .env 中填写 ZHIPUAI_API_KEY
.\.venv\Scripts\python.exe rag-lessons\01_getting_started\code.py

完整课程依赖按需安装：python -m pip install -r requirements.txt。浏览器、OCR、语音组件较重，不需要在第一课一次装完。

课程路线

flowchart LR A["RAG 原理"] --> B["Agent 原理"] --> C["框架工程"] --> D["多 Agent 编排"] D --> E["LLMOps"] --> F["多模态文档"] --> G["Agent 前沿"] --> H["GUI Agent"] --> I["Agent 生产可靠性"] --> J["常驻主动 Agent"] --> K["Agent 执行骨架"] --> L["DeepSeek Harness 源码"] --> M["Harness 协议与产品工程"]

阶段	课程	核心产出	进度
基础	RAG 手写	embedding、检索、切块、评估	9/9
基础	Agent 手写	Function Calling、ReAct、规划、记忆	9/9
工程	框架进阶	LangChain、LangGraph、状态与 HITL	9/9
架构	多智能体编排	supervisor、swarm、子图、并行	9/9
生产	LLMOps	可观测性、安全、MCP、性能与成本	13/13
场景	多模态文档智能	PDF、OCR、表格、图表、引用溯源	10/10
前沿	智能体前沿	记忆、反思、CodeAct、轨迹评估	13/13
前沿	GUI Agent	浏览器控制、视觉路线、可靠性与安全	13/13
生产	Agent 生产可靠性	步数/成本预算、熔断降级、幂等审批、断点续跑、混沌评估	10/10
前沿	常驻主动 Agent	调度触发、变化检测、增量研究、打扰决策、常驻运营	10/10
前沿	Agent 执行骨架	上下文账本、压缩纪律、记忆文件、子代理隔离、改道与渐进披露	10/10
实战	DeepSeek Harness 实战通读	真实 checkout 里跑起来、改起来：6 个零 Key lab + 12 章源码深读	6+12
进阶	DeepSeek Harness 设计决策专题	八个设计决策案例：协议、归因、投影、组合、所有权、审批、测试、演进	8/8

作品项目

项目	可核验能力	测试
企业知识库问答	混合检索 + rerank、引用、RAGAS、鉴权限流、MCP、多模态文档解析	143
AI 研究分析助手	LangGraph 多 Agent、SSE、审稿回路、记忆、CodeAct、轨迹评估、浏览器取证、生产可靠性、常驻主动、长途研究	449

两个项目通过 MCP 打通，均提供 FastAPI、Docker、测试与关闭外部能力后的降级路径。它们是课程机制的工程样例；实际生产容量与可靠性仍应在你的部署环境中重新压测和验证。

展开 135 节完整课程目录

📚 课程一：RAG 手写课程（共 9 节课）

按 RAG 真实数据流顺序，每课加一个环节：

#	课程	你会学到
01	先跑通：你的第一个 RAG	跑通完整流水线，建立全局认知
02	深入 Embedding	向量如何表示语义、余弦相似度
03	向量检索	Top-K、ANN、Chroma 用法
04	文档切块 (Chunking)	chunk_size/overlap 的取舍
05	Prompt 工程	防幻觉提示词、引用溯源
06	进阶检索	混合检索 + Rerank 重排序
07	Query 改写	HyDE、多查询展开
08	RAG 评估	RAGAS 三维指标
09	工程化：毕业作品	交互式问答助手，集成全部技术

已完成全部 9 节课 🎉。每课都包含原理讲解 + 可运行代码 + 练习。

🤖 课程二：Agent 手写课程（共 9 节课）

按 Agent 能力层层叠加，每课给 Agent 加一项能力（工具→循环→记忆→规划→协作）：

#	课程	你会学到
01	认识 Agent：从问答到行动	跑通最小 Agent，建立"LLM + 工具 + 决策"认知
02	Function Calling 深入	搞懂 function calling 机制，手写通用工具调度器
03	ReAct：思考-行动-观察循环	手写最小 ReAct loop（不用任何框架，面试核心）
04	多工具与工具设计	5+ 个工具的取舍，工具描述好坏如何影响选择
05	记忆：记住上下文	多轮对话、上下文窗口限制与处理策略
06	规划与任务分解	Plan-and-Execute 范式，对比 ReAct 的适用场景
07	Agentic RAG：Agent + RAG	把 RAG 包装成工具，让 Agent 自主决定检索时机
08	多智能体协作	多个 Agent 各司其职、分工协同完成复杂任务
09	毕业项目：智能研究助手	联网搜索 + 结构化研究报告（简历级项目）

已完成全部 9 节课 🎉。每课都包含原理讲解 + 可运行代码 + 练习。

🔧 课程三：框架进阶课程（共 9 节课）

把前两门课手写过的东西，用 LangChain / LangGraph 翻译成框架版，每课做「手写版 vs 框架版」对比：

#	课程	你会学到
01	LCEL 与框架全景	手写 RAG vs LCEL 版对比，看清框架替你做了什么
02	三件套：Models + Prompts + Parsers	调模型、拼提示词、解析输出的标准化积木
03	文档处理：Loaders + Splitters + VectorStores	数据进入环节的工程化流水线
04	Retrievers + RAG Chain	把积木用 `\\|` 拼成完整的 RAG 链
05	高级检索工程化	Ensemble + MultiQuery，框架真正省力的地方
06	LangGraph 基础	StateGraph 重写 ReAct（从 LangChain 转 LangGraph 的转折点）
07	框架级 Agent	`@tool` 装饰器 + `create_agent`，几行搞定手写几十行
08	状态、记忆与人机协作	Checkpointer 持久化 + interrupt 人机协作（LangGraph 杀手锏）
09	毕业项目：LangGraph 研究助手	多节点图 + Checkpointer，综合全部框架技术

已完成全部 9 节课 🎉。每课都包含原理讲解 + 可运行代码 + 练习。

🔀 课程四：工作流与多智能体编排课程（共 9 节课）

前三门课解决「单 Agent + 单流程」，本课进入「多 Agent 协作编排」——AI 架构师方向核心能力。以 LangGraph 为主干讲透 6 种经典拓扑，再用 CrewAI / AutoGen 做同一问题的横向范式对比：

#	课程	你会学到
01	Supervisor 主从模式	中心化动态路由调度（对比手写 L08 写死的 for 循环）
02	Swarm 与 Handoff	去中心化群体 + 状态交接（对比手写字符串拼接）
03	子图 Subgraph	把编译好的图当节点嵌入，模块化复用
04	并行 Map-Reduce	fan-out 爆发 + reducer 合并（手写做不到的并行）
05	共享状态通信	消息 / 共享态 / 黑板三种通信机制对比
06	多模型路由与拓扑	星型/环型/网状/层级拓扑 + 成本控制
07	CrewAI 对比	角色驱动声明式编排，对比 LangGraph supervisor
08	AutoGen 对比	对话驱动群聊编排，对比 LangGraph swarm
09	毕业项目：多智能体研究系统	supervisor + 并行 + 共享态 + 多模型综合（简历级）

已完成全部 9 节课 🎉。每课继续做「手写 Agent L08 流水线 vs 框架多智能体版」并排对比。L09 毕业项目综合 L01-L08 全部技术，是简历级作品。

🛡️ 课程五：LLMOps 生产运维课程（共 13 节课）

前四门课教你把 AI 应用做出来，本课教你把它运维起来——回答面试官那句「你的项目上线之后呢？怎么知道它好不好、怎么防攻击、怎么被别的系统集成、怎么控成本」。所有改动直接落到作品集的 knowledge-base-qa，把它从「能跑的 demo」升级为「运维就绪 v2」。四个模块层层递进：

#	课程	你会学到
01	结构化日志	从 print 到可查询的 JSON 事件流 + trace_id 贯穿全链路
02	Langfuse 全链路追踪	每次问答的检索/rerank/生成耗时、token、成本可视化
03	线上评估闭环	真实问答抽样 + 自动 ragas 打分 + 坏答案队列
04	API 鉴权与限流	key 鉴权 + 按 key 限流，防裸奔防账单打爆（401/429/200）
05	Prompt 注入攻防	间接注入（恶意指令藏文档里）+ 构造攻击测试集跑失守基线
06	输入输出守护栏	材料隔离 + 指令-数据分离 + 输出过滤，防御固化进 CI
07	MCP 是什么	AI 应用的「USB 接口」：M×N→M+N，手写最小 server/client
08	把知识库封成 MCP Server	kb-qa 检索封成标准工具，任意 host 零代码接入
09	Agent 作 MCP Client	research-assistant 调 kb-qa 知识库，两个作品打通
10	语义缓存	同义问法命中缓存，跳过检索+生成，降延迟降成本
11	压测与并发	QPS/P95/P99 基线，定位瓶颈在上游 API 限流
12	成本/质量权衡	用评估数据量化 glm-4 vs flash，分环节选型降本
13	毕业整合：运维就绪 v2	一张运维面板 + 生产上线检查清单串起全部 12 课

已完成全部 13 节课 🎉。教学 code.py 全部零依赖或有 mock 降级路径可独立跑；落地改动写进 kb-qa 并附「## 落地清单」。跑不了真实外部服务（Langfuse/Docker/压测）的地方均诚实标注未实测并给降级路径。

📄 课程六：多模态文档智能课程（共 10 节课）

前五门课的 RAG 管线只吃「干净的纯文本」，但真实企业知识库里扫描件、表格、图表占一大半——text-only 管线对它们全盲。本课教收敛的工程知识（文档解析/OCR/表格处理业界有成熟做法），把 kb-qa 从「只吃纯文本」升级为「能吃扫描件/表格/图表、引用可回溯到页码与区域的多模态文档智能系统 v3」。课程口吻对齐 ops（讲「标准做法 + 取舍」），每课有「## 方案对比」小节。两条贯穿主线：①成本-精度主线（多模态每个决策都是成本与精度的交换）；②溯源主线（引用从 chunk 文本升级到文档名+页码+区域）。

#	课程	你会学到
00	全景与基线	企业文档真实构成 + 文本 RAG 天花板量化（扫描/表格/图表题 0%）+ 毒文档集 + 裸基线
01	PDF 解剖与版面解析	PDF 三层结构 + 版面感知解析器（Element 带类型和坐标）+ 分类路由
02	表格：从串行文本到结构化	pdfplumber 抽取 + markdown/HTML/串行三种表示对照实验 + 整表成块表头冗余
03	扫描件：OCR 三路线	本地 RapidOCR vs VLM 直读 vs 置信度混合路由（成本-精度教科书案例）
04	图表与图片理解	glm-4v-plus 两段式（描述缓存做索引 + 现场看图作答）+ 哈希去重
05	多模态检索	描述索引让图表可搜 + element_type 路由 + CLIP 双塔对照
06	引用溯源升级	引用从 chunk 文本升级到页码+区域（bbox）+ 区域裁剪图 + 可信度三部曲第三步
07	语音入口（尝鲜）	ASR→kb-qa→TTS 全链路 + 延迟拆解（语音是入口不是核心）
08	多模态评估：收益表	逐机制开关矩阵 + 防退化对照 + ragas 多模态盲区 + 入库成本列
09	毕业整合：v3 + 重编号	全机制协同跑通硬任务 + kb-qa v3 定稿 + 全仓课程重编号

已完成全部 10 节课 🎉。两条贯穿主线：①成本-精度主线（VLM 直读贵而强、本地 OCR 便宜而脆，分类路由是工程答案）；②溯源主线（引用从 chunk 文本升级到文档名+页码+区域，可信度三部曲第三步）。所有新机制默认关闭（enable_multimodal_ingest 等），现有测试始终绿，每课有「## 方案对比」+ 至少一道「设计实验验证」练习。

🧠 课程七：智能体前沿（共 13 节课）

前六门课教的是已收敛的知识（RAG 怎么切、ReAct 怎么写），本课教的是未收敛的前沿——Agent 记忆、反思、Code Agent、轨迹评估、上下文工程，业界没有标准答案。因此课程风格变了：README 不讲「标准做法」，讲「有哪几种流派、取舍是什么、我们选 X 因为……」；代码是「手写核心机制 + 设计实验验证有没有用」。所有改动落到 research-assistant，把它从「搜索→写报告」的一次性系统养成跨会话进化的深度研究智能体（Deep Research Agent v2）。六个模块：

#	课程	你会学到
00	方法预热	论文三遍读法 + 拆 LangGraph 源码 + 跑失忆基线（全程对照）
01	记忆分层	情景(Chroma)+语义(list) MemoryStore，researcher 接入 recall
02	反思式写入	reflect_and_store 提炼记忆 + consolidate 巩固 + 遗忘策略
03	Skills 与上下文工程	渐进式 skill_loader，记忆/skills/RAG/MCP 统一到上下文工程
04	Reflexion 手写	三组件 loop + 盲目重试 vs 反思重试对比 + 消融实验
05	反思进研究回路	双通道 reviewer（文字+事实）+ 冲突检测 + 定向补研修正
06	CodeAct 手写	代码作为行动空间 + 进程级沙箱（import 白名单/超时/截断）
07	代码解释器落地	code_interpreter 接入 writer，报告数字可复算
08	轨迹评估	TrajectoryEvaluator：成功率/步数/循环/归因 + 机制触发检测
09	Eval Harness	开关矩阵 × 任务集 = 机制收益表（回归式评估）
10	长任务	TaskLedger：TODO 树 + 断点续跑 + 增量简报
11	毕业整合	Deep Research v2：五机制协同 + 架构文档 + 收益表
12	前沿追踪方法	三遍读法完整版 + 框架评估清单 + 多 Agent 记忆共享最小复现

已完成全部 13 节课 🎉。两条贯穿主线：①评估主线（L00 立基线→L08 建评估器→L09 harness 量化每个机制收益）；②上下文工程主线（记忆/skills/RAG/MCP 统一到「窗口里放什么」一个母题）。每课 README 有「流派对比」小节 + 至少一道「设计实验验证」练习。104 个单元测试全绿，所有新机制默认关闭、降级路径完好。

🖥️ 课程八：GUI Agent / Computer Use 课程（共 13 节课）

前七门课把 research-assistant 养成了会思考的深度智能体，但它只有脑子没有手——「研究世界」的唯一渠道是搜索摘要。本课教 2025–2026 仍未收敛的前沿：让 Agent 直接操作浏览器完成任务（打开页面、点击、翻页、提取、下载），给 research-assistant 长出一双稳、安全、可评估的手。课程风格延续第七门课：README 不讲「标准做法」，讲「三大流派（文本/视觉/专用模型）取舍是什么、选 X 因为……」；代码是「手写核心机制 + 设计实验验证有没有用」。所有落地改动作用于 research-assistant，enable_browser 默认关，123 项测试始终绿。

#	课程	你会学到
00	全景与基线	三大流派地图 + WebArena/SeeAct/OSWorld 导读 + 硬任务定义 + 跑裸基线（搜索摘要拿不到什么）
01	Playwright 地基	BrowserSession 确定性控制（auto-wait/超时兜底/上下文管理器）+ 慢加载/弹窗页
02	观察空间	page_to_obs 三种页面表示（原始HTML/元素编号列表/纯文本）+ token 对比（省 9x）
03	行动空间	受限动作 DSL（click/type/scroll/back/finish）+ 解析校验 + 非法动作结构化错误回注
04	最小 GUI Agent	observe→think→act 循环 + 滑动窗口上下文裁剪 + mock LLM 零 API 跑通
05	视觉路线	SoM 标注截图喂 glm-4v-plus + 文本/视觉/混合三路线同任务对比（token/成功率）
06	可靠性工程	失败模式清单 + 循环检测（观察哈希）+ 换策略 + 刁难页 before/after
07	网页注入攻防	GUI 注入比 RAG 危险一个量级（做错事非说错话）+ 动作层防御（allowlist/敏感确认/注入扫描）
08	评估 mini-benchmark	WebArena 思路：自托管本地任务集 + 功能性验收 + 轨迹评估器双层评估
09	落地：长出「手」	browser_tool.py 接入 researcher（async + 安全默认开 + 降级链 + 17 测试）
10	深度浏览证据链	deep_browse 多步取证 + 证据链（URL+访问时间+快照）+ 报告引用可回访
11	毕业整合	会上网的 Deep Research Agent：四层协同 + 架构文档 + 收益表（成功率 75%→100%）
12	前沿追踪	专用模型 vs 通用 VLM+脚手架三轴框架 + SoM 有无消融最小复现

已完成全部 13 节课 🎉。两条贯穿主线：①评估主线（L00 裸基线→L08 mini-benchmark→L11 收益表量化全部机制收益）；②观察-行动接口主线（L02 观察空间→L03 行动 DSL→L04 循环合拢，是上下文工程母题在 GUI 场景的延伸）。每课 README 有「流派对比」小节 + 至少一道「设计实验验证」练习。落地后 research-assistant 新增 19 个 browser 测试（全量 123 全绿），enable_browser 默认关、降级路径完好。

🛡️ 课程九：Agent 生产可靠性 / AgentOps（共 10 节课）

ops-lessons 护的是一次请求（鉴权限流守护栏），本课护的是一条轨迹——Agent 会自己转很多圈、自己决定下一步，所以风险形态完全不同：死循环、成本超支、故障扩散、危险副作用、中途崩溃。kb-qa 是线性链用不上这些机制，research-assistant 是循环体非用不可，这个不对称本身就是边界证据。课程口吻对齐 ops-lessons（讲「标准做法 + 取舍」的收敛工程知识），每课必有「方案对比」小节。所有改动落到 research-assistant，把它从「能力完整的 Deep Research Agent v2」升级为「故障下可生存、危险动作有门控、崩溃可恢复、可靠性有 SLO 数字的生产可靠 v3」。十个模块：

#	课程	你会学到
00	全景与基线	护请求 vs 护轨迹的边界 + Agent 生产风险地图 + 六类故障混沌任务集 + 裸基线（爆炸半径全无界）
01	步数与循环	全局步数预算（add_int reducer）+ 动作签名循环检测 + 诚实收尾（带部分结果退出，非崩溃）
02	成本预算	轨迹级 token 钱包（usage_metadata 计量）+ 软预算降级 flash / 硬预算诚实收尾 + 分节点成本分摊表
03	超时熔断与诚实降级	手写熔断器三态状态机 + 结构化降级协议（不让「搜索超时」混进材料当事实）+ 降级链
04	副作用与幂等	副作用三级分类 + 幂等键（thread_id+内容指纹）+ sqlite 注册表 + dry-run + 可选 publish 节点
05	人在环审批	langgraph interrupt/resume 门闸 + 策略分层（first_only 复用幂等键）+ 跨进程恢复（审批可隔夜）
06	断点续跑	jobs 任务注册表 + checkpoint 续跑（已完成节点不重做）+ recover_orphans + 与 frontier-L10 账本边界
07	轨迹级可观测	一次运行一行 run summary 体检报告 + 阈值告警 + 与 ops 请求级日志/frontier 评估三层分层
08	可靠性评估	混沌收益矩阵（六类故障×全关全开）+ SLO 卡 + 纯净跑零税回归（成功率 33%→100%）
09	毕业整合	全机制协同端到端 + research-assistant v3 定稿 + 七机制治理架构 + 全仓课程九注册

已完成全部 10 节课 🎉。两条贯穿主线：①爆炸半径主线（L00 量出五种失控的无界半径→每课把一种压到有界：循环→步数有界、成本→预算有界、故障→降级有界、副作用→幂等+审批有界、崩溃→重做量有界）；②自主-控制主线（每个保护机制拿自主性/延迟/人力换安全——闸太紧 Agent 废掉、太松等于裸奔，每课给「这道闸紧还是松」的判断依据）。每课 README 有「方案对比」小节 + 至少一道「设计实验验证」练习。落地后 research-assistant 新增 96 个测试（全量 219 全绿），所有新机制默认关、可降级，纯净跑零税。

🌙 课程十：常驻主动式 Agent / Ambient（共 10 节课）

前九门课的 Agent 全是会话式（pull）：人发起、Agent 应答、跑完即散——人忘了问就全盲。本课把范式倒过来（push）：Agent 常驻后台、由调度器叫醒、自己判断世界变了什么、只在值得打扰时主动找人。这是 2025–2026 的活跃前沿（OpenAI scheduled tasks / Pulse、LangChain ambient agents、Claude Code 后台任务同向探索），课程讲流派与取舍。所有改动落到 research-assistant，把它从「生产可靠 v3」升级为「自己醒、只研究变化、知道何时开口、死了有人知道的常驻主动 v4」。十个模块：

#	课程	你会学到
00	全景与基线	范式倒置五环节 + 请求→轨迹→服务三层边界 + 5 日模拟时间线 + 人肉盯梢裸基线
01	触发与调度	手写调度器：固定班次网格 + missed 可数 + 可注入时钟（5 天调度秒级可测）
02	信源与变化检测	item 级内容哈希 + 快照 diff + 两条纪律（「没有变化」是一等公民 /「没能看到」≠「没有变化」）
03	增量研究回路	焦点即子题（跳过拆题）+ 旧结论注入 + ✏️ 修正简报（TaskLedger 首次接入运行时主链路）
04	打扰决策	major/minor/none 判级 + 宁攒勿丢降级 + 每日打扰配额 + 三政策对比（全课程价值观核心）
05	收件箱与自主级别	五通道收件箱 + 隔夜审批（interrupt 在 checkpoint 里等人）+ agency 三级阶梯（notify/propose/act）
06	常驻生命周期	AmbientDaemon 串联全部机制 + 单轮失败不倒 + 两层恢复 + overlap skip + 优雅退出
07	时段预算与常驻可观测	第三层钱包（日总量）+ 自适应退避 + 心跳缺勤检出 + 一天一行日报
08	常驻评估	五档配置 × 六指标收益矩阵（cron 档=基线实证 / token -79% / 打扰 5→1 / 缺勤可检出）
09	毕业整合	八机制全开的「v4 的一周」端到端 + research-assistant v4 定稿 + 全仓课程十注册

已完成全部 10 节课 🎉。两条贯穿主线：①范式倒置主线（五个环节——谁发起/研究什么/谁 diff/何时开口/谁守着——逐课从人转给机器；「cron 档六指标与基线全同」证明倒置≠定时自动化）；②注意力经济主线（常驻 Agent 花两种别人的钱：用户的注意力与睡觉时的 token，判级+配额+时段钱包两本账都可审计）。每课 README 有「流派对比」小节 + 至少一道「设计实验验证」练习。落地后 research-assistant 新增 112 个测试（全量 331 全绿），八开关默认关、可降级，纯净跑零税，全部测试零真实等待（可注入时钟）。

🧠 课程十一：Agent 执行骨架与上下文工程 / Harness（共 10 节课）

前十门课的 Agent 能力都建立在一个隐含假设上：一次运行的上下文窗口总是够用。任务一长（30 个信源、上百次工具调用、跨会话接力），窗口就是新天花板：溢出、截断失忆、迷航、中毒。顶开天花板的不是更大的模型，是更好的骨架（harness）——这是 2025–2026 应用层的真正主战场（Claude Code 的 compaction/记忆/子代理/skills、LangChain deepagents、Manus 的 context engineering、MemGPT），方法论尚未收敛，课程讲流派与取舍。所有改动落到 research-assistant，把它从「常驻主动 v4」升级为「8k 窗口跑完 30 源、不失忆、中途可改道、跨会话记得住人的长途研究 v5」。十个模块：

#	课程	核心内容
00	全景与基线	窗口物理学 + 30 源长途任务 + 四条裸基线（裸奔死于 S11 / 硬截断在场率 8/20——活着但失忆）
01	上下文账本	可注入 tokenizer + 四桶计量（工具结果占 75-95% 实证）+ 水位三区（「最后 20% 不干大事」量化版）
02	压缩纪律	登记-摘要-验证三步：pinned 机械保留（恶意摘要器也丢不掉）+ 每压必审计（无痕压缩=篡史）
03	跨会话记忆文件	三种记忆分家 + 写入纪律 gate + 索引常驻正文按需 + 防污染召回（Claude Code 同款机制手写版）
04	工具返回值工程	截断/分页/引用三板斧 + 省略必须显式（谎报案例：静默掐尾让模型把半篇当全篇）
05	子代理隔离	过程隔离结论回传（主窗峰值 5,272→706、压缩失业）+ 结构化失败 ≠ 空结论 + 何时不外包
06	文件工作区	窗口只留指针（2,763 字替 91,366 字站岗）+ recitation 现读抗漂移 + 崩溃续跑 fetch 30 vs 48
07	改道与权限门	安全点协商合并（10 源劳动不陪葬）+ 软停诚实半程 + 三红线 100% 拦截且放行同样留痕
08	渐进披露	复用 frontier-L03 skill_loader 扩展三层指令架构（核心/索引/按需，30 调用省 58%）
09	毕业整合	v5 全套端到端（改道生效+跨会话偏好在场）+ 五档收益矩阵 + 全仓课程十一注册

已完成全部 10 节课 🎉。两条贯穿主线：①窗口经济主线（预算第四层——空间：每个 token 都要为「留在注意力里」付租金，账本量租金/整形砍租金/压缩收房/外置退租；与课程十的注意力经济同一枚硬币——那边省人的注意力，这边省模型的）；②外置化主线（虚拟内存观：窗口=RAM、文件=磁盘、压缩=swap、子代理=进程隔离、索引=懒加载）。killer row：「截断买到活着，买不到记得」。每课 README 有「流派对比」小节 + 至少一道「设计实验验证」练习。落地后 research-assistant 新增 118 个测试（全量 449 全绿），九开关默认关，纯净跑零税，全部测试确定可复现（可注入 tokenizer，双跑逐字节一致）。

课程十二：DeepSeek Harness 实战通读（6 个 lab + 12 章深读）

第三次重定义（2026-08）：模拟器版学的是课程的玩具；纯导读版输给官方文档。本版把课程立在唯一站得住的位置——带你在一个真实 checkout 里把 dsh 用起来、扩展起来、拆装起来。锁 99f6f02（rc.7，与课程十三共用 checkout），全部 lab 的命令与输出由课程作者在同一 SHA 真机验证，全程零 API Key：Lab 2 你会写一个 50 行的 scripted LLM adapter，用剧本模型驱动真实的循环、工具管线与会话日志（与上游 keyless 测试 lane 同构——系统是真的，只有模型边界可插拔，这正是 dsh 的架构承诺）。

段	内容	入口
动手（核心）	①观察者插件亲见一个回合的全部事件 ②scripted adapter 零 Key 驱动真循环 ③`defineTool` 写真工具走五阶段管线 ④解开 append-only 会话日志 ⑤策略门拒绝与 fail-closed ⑥委派真实子代理、找到 durable 子会话	labs/
深读（参考层）	12 章：每章"常规做法会怎么坏 → 机制源码 → 买到什么/代价"，按 lab 对号入座	deep-reading.md
毕业	真实 checkout 里做一次完整扩展并过上游自己的测试	深读 11 章

课程十三：DeepSeek Harness 设计决策案例研习（8 个案例）

与课程十二共用 checkout（99f6f02）。每个决策一套固定工序：困境 → 都带伤的选项 → 上游的选择与证据（源码注释/测试用例名/Known Limitations）→ 动手验证 → 代价 → 迁移。招牌动作是 break-it：临时删掉那个决策、跑上游自己的测试看谁变红、还原——A05 的 fail-closed 归一化有作者逐条实测的完整流程（38 绿 → 删一行 → normalizes a rogue non-vocabulary answer to unavailable 变红，expected 'yolo' to be 'unavailable' → 还原 → 38 绿）。八案共享一个方法论：在都带伤的选项里，选"哪种坏是可逆的"。

#	案例	困境一句话
00	协议边界的诚实设计	取消赢得 admission：孤儿附件还是晚入队消息？
01	归因：Receipt 而非结果	服务器为什么拒绝回答"这次调用发生了什么"？
02	投影的分层	三层冗余是浪费还是分工？
03	组合的事务性	已在产出的会话为什么不许换组合？
04	所有权围栏	边界靠保密还是授权？重启丢什么写不写文档？
05	审批与能力证据	没人应答：放行还是拒绝？（break-it 实测）
06	证据分层	五条测试 lane 各证明什么、绝不证明什么？
07	毕业：真实演进	rc.5→rc.7→master 的漂移验证了哪些决策？

可验证性

python -m pytest portfolio-projects/knowledge-base-qa/tests -q
python -m pytest portfolio-projects/research-assistant/tests -q
./deepseek-harness-lessons/scripts/run_tests.sh
./deepseek-harness-advanced-lessons/scripts/run_tests.sh

Python 项目保留 592 项测试；课程十二和十三共有 20 套零依赖 TypeScript 测试（锚点校验器逻辑 + 课程材料自洽性），并在 CI 使用 Node.js 24 运行。两门 DeepSeek Harness 课程的正文结论对锁定 SHA 负责：scripts/prepare_upstream.sh 检出真实源码后，每课校验器会对真实源码逐条复核锚点，scripts/check_upstream_drift.sh 全课复核。真实模型效果、RAGAS、上游完整组合、浏览器性能和平台沙箱结果都必须单独验证，不能从离线校验直接推导。

📁 目录结构

RAG-test/
├── README.md                  ← 你在这里：十三门课程 + 作品集项目总览
├── requirements.txt           ← Python 课程与项目依赖
├── .env.example               ← API Key 配置模板
├── data/sample_docs/          ← Python 课程共用的示例文档
├── data/multimodal_docs/      ← 多模态课程毒文档集（扫描件/表格/图表 PDF + golden 题）
├── rag-lessons/               ← 课程一：RAG 手写（9 课，已完成）
├── agent-lessons/             ← 课程二：Agent 手写（9 课，已完成）
├── framework-lessons/         ← 课程三：框架进阶（9 课，已完成）
├── workflow-lessons/          ← 课程四：工作流与多智能体编排（9 课，已完成）
├── ops-lessons/               ← 课程五：LLMOps 生产运维（13 课，已完成）
├── doc-intelligence-lessons/  ← 课程六：多模态文档智能（10 课，已完成）
├── frontier-lessons/          ← 课程七：智能体前沿（13 课，已完成）
├── gui-agent-lessons/         ← 课程八：GUI Agent / Computer Use（13 课，已完成）
├── agent-ops-lessons/         ← 课程九：Agent 生产可靠性 / AgentOps（10 课，已完成）
├── ambient-agent-lessons/     ← 课程十：常驻主动式 Agent / Ambient（10 课，已完成）
├── harness-lessons/           ← 课程十一：Agent 执行骨架与上下文工程（10 课，已完成）
├── deepseek-harness-lessons/  ← 课程十二：DeepSeek Harness 实战通读（6 个零 Key lab + 12 章深读，labs 由作者真机验证）
├── deepseek-harness-advanced-lessons/ ← 课程十三：DeepSeek Harness 设计决策案例研习（8 案例，含 break-it 实测）
├── portfolio-projects/        ← 🚀 生产级作品集项目（学完课程后的落地，ops/docint/frontier/gui/agentops/ambient 主战场）
│   ├── knowledge-base-qa/     ←   企业知识库问答（RAG，多模态文档智能 v3）
│   └── research-assistant/    ←   AI 研究分析助手（多智能体 + FastAPI + Docker，会上网，长途研究 v5）
└── docs/                      ← 设计文档与实现计划

每门课程至少包含：①原理文档（讲 why 和取舍）+ ②可运行/可验证的东西 + ③练习。Python 课程为每课 code.py；两门 DeepSeek Harness 课程为作者真机验证过的 lab 命令与输出（课程十二 labs/）与 break-it 实验流程（课程十三 cases/），另以课程级 anchors.json（源码锚点清单）+ scripts/check_upstream_drift.sh（对锁定 SHA 逐条复核）保证课程引用不随上游漂移静默过期。作品集项目则是模块化工程结构（src/ + api/ + tests/ + Docker），按生产标准组织。

💡 学习建议

一定要跑代码，不要只看。RAG 的很多直觉来自亲手改参数、看输出变化。
按顺序学，每课建立在前一课之上。
每节课固定包含原理 README、可运行代码和实验练习；先跑基线，再改参数做对照。
遇到问题请提交 Bug 报告；课程建议可提交课程反馈。

参与贡献

课程勘误、跨平台兼容、新模型适配和可复现实验都欢迎贡献。开始前请阅读 CONTRIBUTING.md；发布变化记录在 CHANGELOG.md；安全问题请按 SECURITY.md 私下报告。

MIT License · 感谢 Linux.do 社区的支持。