zero2Agent 工程课程

本课程收录 ranxi2001/zero2Agent 在固定基线 79f7f91 中的中文学习材料、配图与项目章节。所有课程页面都在本站提供，阅读过程不需要打开原仓库。

原仓库主体采用 MIT License。Agent 面试题库独立采用 CC BY-NC-SA 4.0，已单独标注；请在使用该部分时遵守署名、非商业和相同方式共享要求。可在本站下载原始 MIT 许可文本；第三方声明可在原仓库声明查看，许可边界见来源与许可说明。

课程模块

• Agent 基础与原理：概念边界、Agent Loop、上下文、工具、记忆、评估和多 Agent。
• LangGraph：状态图、节点、边、条件分支、并行和模型接入。
• SDK 与框架选型：OpenAI、Google、Anthropic SDK 与对比。
• 框架调研：主流 Agent 框架的架构与适用场景。
• OpenClaw：Gateway、工具、记忆、RAG 与多 Agent。
• Claude Code：从 Agent Loop 到任务系统、Skills、后台任务与团队协作。
• DeepSeek Harness：Harness、运行时、工具管线、上下文压缩、安全与 Subagent。
• Agent 训练：SFT、RL、数据混合、评估、部署和训练环境。
• Agent 实践：个人主页、AI Coding 面试、开发工作流、Harness、Eval 和 RSI 实践。
• Pi Coding Agent：Provider、扩展、MCP、安全与 Session Runtime。
• Codex：配置权限、沙箱、MCP、SDK 和工程对比。
• Agent 面试专题：17 个面试考察主题；该部分独立遵守 CC BY-NC-SA 4.0。
• OfferPilot 生产级项目：从产品需求、架构和检索到权限、语音、部署与 Web UI。
• Agent API Lab 示例：消息协议、工具调用、上下文消融和流式协议的可运行练习。

内容和来源说明

本站保留原资料中的章节讲解、工程分析、表格与随文图片，并保留其相对引用结构。上游文档中指向外部网站的链接在本站显示为来源文字，不会把阅读者带离本站。代码示例中的 API 地址、命令参数和配置 URL 仍按原样保留。

zero2Agent 自带的第三方声明描述其原仓库引用关系；本站同时单独收录了《AI Agent 原理与工程实践》一书的完整章节，因此该声明不替代本页对两套来源及其许可的说明。