原书作者 (Author): Michael Lanham
出版社 (Publisher): Manning Publications
原书链接 (Original Book): Manning - AI Agents in Action
译者 (Translator): Claude AI (Sonnet 4.5) + 人工校对
GitHub 仓库: https://github.com/0xPabloxx/ai-agents-in-action-cn
本项目是对《AI Agents in Action》的中英文对照翻译。该书是一部全面的实战指南，涵盖了从大语言模型基础到多智能体系统、自主助手构建、智能体平台使用等核心主题，适合希望深入理解和实践 AI 智能体技术的开发者和研究人员。
This project is a bilingual Chinese-English translation of "AI Agents in Action". The book is a comprehensive practical guide covering topics from LLM fundamentals to multi-agent systems, autonomous assistant building, and agent platform usage, suitable for developers and researchers who want to deeply understand and practice AI agent technologies.
- 📚 中英文对照 - 完整的双语对照翻译，便于学习和参考
- 🎨 高亮显示 - 中文内容使用黄色高亮标记，清晰区分中英文
- 📝 格式规范 - 严格遵循 Markdown 标准和专业翻译规范
- 💻 代码保留 - 保留所有原书代码示例，注释翻译为中文
- 🖼️ 图表说明 - 详细描述所有图表内容（PDF 无法直接提取图片）
- 📊 术语统一 - 建立完整的术语翻译对照表，确保全书一致性
- ⚡ 持续更新 - 逐章翻译，持续更新进度
总页数：322 页（正文部分，11 个章节） | Total: 322 Pages (Main Content, 11 Chapters)
| 章节 | 英文标题 | 中文标题 | 页码 | 状态 | 译者 | 审校 |
|---|---|---|---|---|---|---|
| 第 1 章 | Introduction to agents and their world | 智能体及其世界简介 | 25-37 | ✅ | Claude | ⏳ |
| 第 2 章 | Harnessing the power of large language models | 驾驭大语言模型的力量 | 38-62 | ✅ | Claude | ⏳ |
| 章节 | 英文标题 | 中文标题 | 页码 | 状态 | 译者 | 审校 |
|---|---|---|---|---|---|---|
| 第 3 章 | Engaging GPT assistants | 使用 GPT 助手 | 63-91 | ✅ | Claude | ⏳ |
| 第 4 章 | Exploring multi-agent systems | 探索多智能体系统 | 92-121 | ✅ | Claude | ⏳ |
| 章节 | 英文标题 | 中文标题 | 页码 | 状态 | 译者 | 审校 |
|---|---|---|---|---|---|---|
| 第 5 章 | Empowering agents with actions | 使用动作赋能智能体 | 122-152 | ✅ | Claude | ⏳ |
| 第 6 章 | Building autonomous assistants | 构建自主助手 | 153-183 | ✅ | Claude | ⏳ |
| 章节 | 英文标题 | 中文标题 | 页码 | 状态 | 译者 | 审校 |
|---|---|---|---|---|---|---|
| 第 7 章 | Assembling and using an agent platform | 组装和使用智能体平台 | 184-203 | ✅ | Claude | ⏳ |
| 第 8 章 | Understanding agent memory and knowledge | 理解智能体记忆和知识 | 204-235 | ✅ | Claude | ⏳ |
| 第 9 章 | Mastering agent prompts with prompt flow | 使用 Prompt Flow 掌握智能体提示 | 236-267 | ✅ | Claude | ⏳ |
| 第 10 章 | Agent reasoning and evaluation | 智能体推理和评估 | 268-295 | ⏳ | Claude | ❌ |
| 第 11 章 | Agent planning and feedback | 智能体规划和反馈 | 296-322 | ⏳ | Claude | ❌ |
| 指标 | 数值 | 百分比 |
|---|---|---|
| 已完成章节 | 9 / 11 | 82% |
| 已翻译页数 | 267 / 322 | 83% |
| 待翻译页数 | 55 / 322 | 17% |
状态说明 (Status Legend)：
- ✅ 已完成 (Completed)
- ⏳ 进行中 (In Progress)
- ❌ 未开始 (Not Started)
第 1 章：智能体及其世界简介
- 智能体的定义与特征
- 智能体架构与组成部分
- 多智能体系统基础
- 智能体应用场景
第 2 章：驾驭大语言模型的力量
- OpenAI API 使用
- 提示工程基础
- 本地 LLM 部署（LM Studio）
- 模型参数调优
第 3 章：使用 GPT 助手
- GPT Store 与 GPT Builder
- 自定义动作（Custom Actions）
- Code Interpreter 使用
- 文件知识库扩展
- GPT 发布与分享
第 4 章：探索多智能体系统
- AutoGen 框架
- CrewAI 框架
- 对话式智能体
- 群聊与嵌套对话
- AgentOps 监控
第 5 章：使用动作赋能智能体
- OpenAI 函数调用
- Semantic Kernel 简介
- 语义函数与原生函数
- GPT 接口构建
- TMDB API 集成示例
第 6 章：构建自主助手
- 行为树（Behavior Trees）
- GPT Assistants Playground
- 智能体行为树（ABT）
- 编码挑战 ABT
- 反向链接（Back Chaining）
第 7 章：组装和使用智能体平台
- Semantic Kernel 平台
- 智能体平台集成
- 平台最佳实践
第 8 章：理解智能体记忆和知识
- RAG（检索增强生成）
- 向量数据库
- 记忆系统设计
- 知识管理策略
第 9 章：使用 Prompt Flow 掌握智能体提示
- Prompt Flow 工具
- 提示工程高级技术
- 智能体评估与优化
第 10 章：智能体推理和评估
- 提示工程技术扩展 LLM 功能
- 推理提示工程技术
- 评估提示解决未知问题
- 规划与推理机制
第 11 章：智能体规划和反馈
- LLM 规划实现
- OpenAI Assistants 平台规划
- 通用规划器实现与测试
- 高级模型反馈机制
- 构建智能体系统的综合应用
- AI 工程师 - 构建生产级 AI 智能体系统
- 软件开发者 - 学习智能体开发技术栈
- 产品经理 - 了解智能体技术能力与应用场景
- 研究人员 - 研究智能体架构与设计模式
- 学生 - 学习 AI 智能体理论与实践
- 顺序阅读 - 建议按章节顺序阅读，前面章节是后续内容的基础
- 动手实践 - 每章包含大量代码示例，建议实际运行体验
- 中英对照 - 遇到难以理解的术语可对照英文原文
- 参考查阅 - 可作为智能体开发的参考手册使用
- 术语学习 - 关注术语对照表，掌握标准技术术语
中文内容使用 <mark> 标签进行黄色高亮：
English text here.
<mark>中文翻译在这里。</mark>重要术语保留英文，括号注明中文：
Agent（智能体）、LLM（大语言模型）、RAG（检索增强生成）| 英文术语 | 中文翻译 | 说明 |
|---|---|---|
| Agent | 智能体 | 核心概念 |
| Assistant | 助手 | OpenAI 术语 |
| LLM | 大语言模型 | 缩写保留 |
| Prompt Engineering | 提示工程 | 技术术语 |
| Function Calling | 函数调用 | OpenAI 功能 |
| Semantic Kernel | 语义内核 | 框架名称 |
| Behavior Tree | 行为树 | 设计模式 |
| RAG | 检索增强生成 | 技术缩写 |
| Multi-Agent System | 多智能体系统 | 系统类型 |
欢迎社区贡献！你可以通过以下方式参与：
- 错误报告 - 发现翻译错误、术语不一致或格式问题
- 翻译改进 - 提供更优的翻译建议
- 章节翻译 - 参与未完成章节的翻译（第7-9章）
- 校对审阅 - 帮助校对已翻译章节
- 术语建议 - 提出术语翻译优化建议
- Fork 本仓库
- 创建特性分支 (
git checkout -b feature/your-contribution) - 提交更改 (
git commit -m 'Add: your contribution') - 推送到分支 (
git push origin feature/your-contribution) - 创建 Pull Request
- 作者: Michael Lanham
- 出版社: Manning Publications
- 版权: 原书版权归作者和出版社所有
- 翻译: 本翻译项目基于 CC BY-NC 4.0 协议开源
- 目的: 仅用于学习交流，促进中文 AI 社区发展
- 使用限制:
- ✅ 允许：自由复制、分发、展示和演绎作品（需署名译者）
- ❌ 禁止：任何形式的商业使用
本翻译项目为个人学习和交流目的，不代表原书出版社或作者的官方立场。如有侵权，请联系删除。建议读者购买原版书籍以支持作者。
- 原书官网: Manning - AI Agents in Action
- OpenAI 文档: OpenAI Documentation
- Semantic Kernel: Microsoft Semantic Kernel
- AutoGen: Microsoft AutoGen
- CrewAI: CrewAI Framework
- Agentic Design Patterns CN: 智能体设计模式中文版
如果这个项目对你有帮助，请考虑：
- 🌟 给项目加 Star
- 🍴 Fork 并参与贡献
- 📢 分享给更多需要的人
- 💝 购买原书支持作者
让我们一起探索 AI 智能体的无限可能！
Let's explore the infinite possibilities of AI Agents together!
Made with ❤️ by Claude AI & Community