Damn Agent 是一个中文 AI Agent 工程学习文档站,面向希望系统理解、构建和评估智能体系统的读者。它不把 Agent 当成一个模糊概念或框架宣传词,而是拆成模型基础、Agent Loop、工具调用、记忆与上下文、评测、安全、框架选型、编码 Agent 和真实案例等可学习、可复核、可落地的工程知识。
访问站点:damnagent.org
当前版本:Beta 0.2.0。内容目录和正文仍在持续完善,部分页面会继续扩写、校对和补充引用。
- 想从零建立 AI Agent 工程知识框架的中文读者。
- 已经会调用大模型 API,但还不清楚 Agent 和普通 LLM 应用边界的人。
- 正在学习 Claude Code、Codex、Cursor、OpenHands、Aider 等编码 Agent 的使用者。
- 需要比较 LangGraph、Mastra、AutoGen、CrewAI、OpenAI Agents SDK、Vercel AI SDK 等框架的工程实践者。
- 想把 Agent 从演示推进到可调试、可评测、可维护系统的团队成员。
- 模型基础:LLM 能力边界、Token 与上下文窗口、推理参数、结构化输出和模型选型。
- Agent 基础:Agent Loop、ReAct、工具调用、记忆、状态、规划、反思和多 Agent 协作。
- 工程实践:上下文工程、RAG、评测、可观测性、安全权限、人类接管和 Harness 工程。
- 语言与生态:TypeScript、Python、Go、Rust 在 Agent 工程中的不同位置。
- 框架与工具:主流 Agent 框架、开源智能体项目和编码 Agent 产品的对比与拆解。
- 案例与资料:研究型 Agent、代码 Agent、Claude Code 源码分析,以及可下载的学习资料。
如果你刚开始学习,可以按下面顺序阅读:
- 模型基础知识:先理解 LLM 的能力、限制和上下文成本。
- 智能体基础:建立 Agent、工具、记忆、规划和多 Agent 的基础概念。
- Agent Loop:理解观察、规划、执行、检查这条循环为什么是 Agent 的核心。
- 工具调用与记忆:区分工具接口、上下文、长期记忆和运行状态。
- Harness 工程构件:把 Agent 放进 Session、Sandbox、权限和恢复机制中理解。
- 框架选型总览:再去比较不同框架适合解决什么问题。
- 编码 Agent:最后观察真实产品如何组织任务、工具、上下文和人类协作。
如果你已经有明确目标,可以直接从下面入口开始:
| 目标 | 建议入口 |
|---|---|
| 建立 Agent 概念体系 | 智能体基础 |
| 理解上下文与成本 | Token 与上下文窗口 |
| 学工具调用与结构化输出 | 结构化输出与工具调用 |
| 设计可评测的 Agent | 评测与回归检查 |
| 做知识库和 RAG | RAG 与知识系统 |
| 比较 Agent 框架 | 框架选型总览 |
| 学编码 Agent | Claude Code / Codex / Cursor |
| 看真实案例 | 案例拆解 |
| 找延伸资料 | 资源总览 |
| 板块 | 内容 |
|---|---|
| 模型基础 | LLM 概览、Transformer、Token、上下文、结构化输出、模型选型 |
| 核心概念 | Agent Loop、工具、记忆、规划、反思、多 Agent |
| 编程语言 | TypeScript、Python、Go、Rust 与 Agent 工程生态 |
| 工程实践 | 上下文工程、RAG、评测、可观测性、安全治理、Harness 工程 |
| 框架工具 | LangGraph、Mastra、AutoGen、CrewAI、OpenAI Agents SDK、Vercel AI SDK |
| 开源智能体 | OpenHands、Open-SWE、SWE-agent、Aider、browser-use 等项目拆解 |
| 编码 Agent | Claude Code、Codex、Cursor 等产品形态与工程机制 |
| 案例 | 研究型 Agent、代码 Agent、Claude Code 源码分析 |
| 资源 | 书籍、PDF、论文、资料映射和引用规则 |
flowchart LR
A[用户目标] --> B[澄清边界]
B --> C[规划步骤]
C --> D[调用工具]
D --> E[观察结果]
E --> F{是否满足目标}
F -- 否 --> C
F -- 是 --> G[输出结论与证据]
Agent 不是"让模型多想一会儿"这么简单。一个可维护的 Agent 通常需要明确目标、拆分任务、选择工具、记录状态、观察结果、判断停止条件,并在高风险动作前引入权限控制或人工接管。
站内已收录并维护以下学习资料索引:
资源页会尽量保留来源、版本、页码、下载入口和站内使用方式,方便读者回到原文复核。
Damn Agent 仍处在 Beta 阶段,欢迎补充更清晰的定义、更可复核的资料来源、更贴近工程实践的案例,以及对现有页面的勘误建议。
内容贡献优先关注:
- 概念是否讲清楚边界,而不是堆术语。
- 工程建议是否能落到流程、代码、检查清单或案例。
- 引用是否能追溯到论文、书籍、官方文档、仓库或具体版本。
- 高风险主题是否明确说明限制、权限、审计和人工接管。
协作者信息见:维护者。
本项目使用 MIT License。