[实战教程分享] 100 天搞定 Agent 开发

2025 年，是 Agent 真正开始爆发的一年。它不再只是 Demo 、Prompt 技巧或能力展示，而是被放进真实业务系统中，开始承担明确职责，也开始暴露真实问题。

我从 2024 年 开始做 LLM 和 Agent 相关项目，有过几次真正落地的，也有不少因为方向判断失误、工程复杂度失控而中途终止的项目。

过程中踩过不少坑，有一些比较简单，比如

• 阿里云百炼接口处理用参数 temperature 控制输出，最好再加上seed参数以便于结果复现。
• 部分推理模型调用时要加 extra_body 传参{"enable_thinking": true}才能真正让它进行推理。
• langchain_openai 默认会吞掉 reasoning_content，导致收不到推理过程的内容，可以通过猴子补丁的方式修复。

还有一些比较复杂，是架构设计和能力边界的问题，比如

• 把 Prompt 当成逻辑层使用 一开始为了省事，把判断条件、分支选择、状态切换全写进 Prompt 。 Prompt 越写越长，也越来越“聪明”，但问题也随之出现： 很难调试、很难复现，任何一句话的微调，都可能引发完全不同的行为。 到后面你会发现，系统不是坏在模型能力上，而是坏在逻辑藏在自然语言里，没人能真正控制它。

• 工具列表失控，模型不知道该用什么 工具越加越多，却缺少清晰的边界和分工。 对模型来说，这不是“能力增强”，而是决策负担： 相似功能的工具混在一起，调用条件模糊， 有时选错工具，有时干脆不用工具，行为看起来像“随机发挥”。 问题不在模型，而在于你并没有真正告诉它：什么时候该用、什么时候不该用。

• 没有给 Agent 设定清晰的能力上限 一些本就不适合模型判断的问题，被强行交给模型处理； 一些本该由人介入兜底的灰色区间，被乐观地当成“可以自动化”。 在小规模测试时，这类问题很难暴露， 但一旦进入真实场景，失败会成批出现，而且往往是系统性失败，不是修几个 Prompt 就能解决的。

在不断失败、复盘、修正的过程中，我开始系统性地整理这些经验，并借助 AI 一起校对认知与表达，逐步沉淀出了这份 **《 100 天搞定 Agent 开发》**。

它一方面是我自己的工程笔记和认知复盘，另一方面，也希望能为正在或准备进入 Agent 开发的工程师，少走一些我已经走过的弯路。

整个路径中，大量内容基于真实工程实践，配合主流开源框架的实战，包括但不限于：LangChain 、LangGraph 、Gradio 、Agno 、Mem0 、Vanna 、Langfuse 等。 整个学习路径结构大致如下：

• Week 12：先从 LLM 的底层原理出发， 随后通过一个完整的实战项目，开发一个带 UI 、支持多模态和深度思考的英语学习 Agent，建立对 Agent 的整体认知。
• Week 37：深入学习 Agent 的各个关键组成，Prompt 工程、工具调用、知识库、上下文工程、记忆系统。
• Week 811： 关注 Agent 开发与传统软件开发真正不同的地方，以及常见的 Agent 模式。
• Week 1215：通过多个综合项目，把前面的模块与模式串起来，从“能写 Demo”，走向“能支撑复杂系统”。

这是一份还在持续打磨中的工程笔记，目前只整理了前两周。 如果你对 Agent 开发也有兴趣，或者正在踩类似的坑， 很欢迎一起交流、提意见，甚至直接参与共建。

GitHub： https://github.com/flingjie/Agent-100-Days

完整教程目录

Week 1 ｜ LLM 基础入门

本周目标

建立对大语言模型的“第一性理解”：

• 模型在“算什么”，而不是“看起来会什么”
• 为什么它能表现出类智能行为
• 为什么它天然不稳定、不可控、但又非常有用

Day 1 ｜大语言模型到底在干什么

学习内容

• 什么是 LLM （大语言模型）
• 「预测下一个 token 」的真实含义
• 为什么一个“预测器”能产生看起来像智能的行为

Day 2 ｜ [Token 、Embedding 与向量空间](./week1/02.Token 、Embedding 与向量空间.ipynb)

学习内容

• 什么是 Token ，为什么 LLM 的基本单位是 Token
• Embedding 是什么，它解决了什么问题
• 相似性、类比、联想在向量空间中如何体现

Day 3 ｜ Transformer：模型的计算引擎

学习内容

• 为什么 RNN 不够用，Transformer 出现的背景
• Self-Attention 在“算什么”
• Layer 在模型中承担的角色

Day 4 ｜从训练到推理：模型是怎么“学会语言”的

学习内容

• 预训练阶段模型在做什么
• 训练过程是怎样的
• 训练阶段 vs 推理阶段

Day 5 ｜概率、随机性与不稳定性

学习内容

• 为什么同一个问题多次询问会得到不同答案
• temperature 等参数
• LLM 擅长什么，不擅长什么

Day 6 ｜[一次 LLM API 调用，到底发生了什么？](./week1/06.一次%20LLM%20API%20 调用，到底发生了什么.ipynb)

学习内容

• 核心要素
• 一次完整调用过程说明
• 一次调用中的“可控点”与“不可控点”

Day 7 ｜[思考 & 补充学习资料](./week1/07.思考%20&%20 补充学习资料.md)

反思问题

• LLM 在回答问题时，它真的“理解”了吗？
• 模型输出的一句话，本上是什么？
• 为什么模型“会在常识问题上犯低级错误”？

Week 2 ｜基于 LangChain + Gradio 的对话 Agent 实战

本周目标

基于 Langchain 和 Gradio 动手实现一个英语学习 Agent

Day 8 ｜[用 LLM 生成英文学习内容](./week2/08.用 LLM 生成英文学习内容.md)

学习内容

• 了解 LangChain
• 调用 LLM 生成英语文本，如简单句子、段落、词汇解释

Day 9 ｜ 前端交互

学习内容

• 了解 Gradio
• 基于 Gradio 实现英语学习界面
• 通过界面与 Agent 进行交互

Day 10 ｜多轮对话

学习内容

• 构建对话型 Agent ，可连续辅导用户写作
• 保存上下文，逐轮提供修改建议

Day 11 ｜流式生成

学习内容

• 支持流式生成英语内容
• 提升交互体验

Day 12 ｜多模态

学习内容

• 支持语音输入和图片输入
• 实现英语听力、阅读辅助

Day 13 ｜深度思考

学习内容

• 实现作文评分、复杂阅读理解分析
• 引导模型进行 chain-of-thought 生成

Day 14 ｜[思考 & 补充学习资料](./week2/14.思考%20&%20 补充学习资料.md)

反思问题

• LangChain 在这里解决了什么？
• “模式切换”本质是什么？
• 流式输出到底发生在什么层？
• 一次对话，真正“不可控”的部分是哪一步？

Week 3 ｜提示词工程（ Prompt Engineering ）

本周目标

学习提示词工程的概念、通用技巧、和优化迭代技巧

Day 15 ｜ Prompt 的工程定位

学习内容

• Promp 是什么，不是什么
• Prompt 的真实作用
• Prompt 适合做什么,不适合做什么

Day 16 ｜ Prompt 的通用技巧

学习内容

• 学习 Prompt 的通用技巧
• 编写 Prompt 需要注意什么

Day 17 ｜零样本提示与少样本提示

学习内容

• 什么是 Zero-shot Prompt
• 什么是 Few-shot Prompt
• 示例数量为什么“少而精”
• 何时不该用 Few-shot

Day 18 ｜思维链 CoT

学习内容

• 单 Prompt 的天然局限
• 思维链的基本思想
• CoT vs 一次性长 Prompt

Day 19 ｜结构化输出”

学习内容

• 为什么自然语言输出不可控
• 常见结构化方式
• 结构化输出的作用

Day 20 ｜提示词的优化与迭代

学习内容

• 为什么一次写好 Prompt 几乎不可能
• 常见失败模式
• Prompt 迭代的基本流程

Day 21 ｜思考 & 补充学习资料

反思问题

• Prompt 本质上在做什么？
• Prompt 在系统中的位置, 以及能解决的上限
• Prompt 如何配合工程能力

Week 4 工具使用

本周目标

学习基于 LLM 工具调用和原理，基于 langchain 的工具调用实现和 MCP 的设计开发

Day 22 ｜为什么 LLM 一定需要工具

学习内容

• LLM 的三大天然缺陷
• 工具在系统中的角色

Day 23 ｜ 工具调用的基本机制

学习内容

• 什么是工具调用(Tool / Function Calling)
• Tool Schema 的本质（能力描述）
• 模型在 Tool Calling 中做了什么

Day 24 ｜ 基于 Langchain 的工具调用示例

学习内容

• 基于 langchain 实现 LLM 的工具调用

Day 25 ｜ MCP 介绍

学习内容

• Tool Calling 的问题
• 什么是 MCP

Day 26 ｜ MCP 实战

学习内容

• 基于 fastmap 实现一个 MCP Server
• 基于 cherry studio 连接 MCP Server

Day 27 ｜技能的学习与开发

学习内容

• 什么是技能
• 开发一个简单的技能

Day 28 ｜思考 & 补充学习资料

反思问题

• 如果不使用工具，LLM 的能力上限在哪里？
• 当工具越来越多时，会发生什么？
• 如果把模型换掉（更弱 / 更强），你当前的工具系统还能正常工作吗？

Week 5 ｜知识库

本周目标

学习知识库相关知识，并基于 llamaindex 和 lightRAG 进行知识库实战

Day 29 ｜为什么 Agent 一定需要知识库

学习内容

• 预训练知识的限制
• 预训练知识 vs 私有知识 vs 实时知识
• 为什么 Prompt 永远解决不了“事实正确性”

Day 30 ｜ RAG 的最小抽象模型

学习内容

• RAG 的四个不可省略步骤
• 为什么检索一定是“模糊但可控”的
• RAG ≠ 搜索引擎
• RAG ≠ 把资料塞进 Prompt

Day 31 ｜ LlamaIndex 的学习使用

学习内容

• LlamaIndex 简介
• LlamaIndex 入门

Day 32 ｜数据清洗与 Chunk 策略

学习内容

• 为什么“垃圾进 → 垃圾出”在 RAG 中更严重
• 如何调优分片策略
• 如何评估分片效果

Day 33 ｜ LightRAG 学习使用

学习内容

• LightRAG 简介
• LightRAG 入门

Day 34 ｜构建一个知识库

学习内容

• 基于 LlamaIndex 或 LightRAG 搭建一个知识库

Day 35 ｜思考 & 补充学习资料

反思问题

• 知识库在 Agent 系统中的位置
• 知识库能解决的上限
• 知识库不能解决的问题

Week 6 ｜上下文工程（ Context Engineering ）

本周目标

学习上下文工程并基于 langchain 进行实战

Day 36 ｜什么是上下文工程

学习内容

• Context ≠ 对话历史
• Context 是一次 LLM 调用的全部可见输入
• Context 与 token window 的硬约束
• 为什么“上下文失控”会直接导致推理失败

Day 37 ｜上下文的组成结构

学习内容

• 一次调用里通常有哪些信息
• 不同信息的优先级
• 顺序是否重要

Day 38 ｜多轮对话与上下文增长问题

学习内容

• 多轮对话是如何线性膨胀的
• 为什么不能“全部塞进去”
• 历史对话对当前推理的真实价值
• 常见失败模式

Day 39 ｜上下文裁剪与压缩策略

学习内容

• 裁剪 vs 摘要 vs 重写
• 时间窗口策略
• 语义摘要策略
• 结构化摘要

Day 40 ｜知识库内容如何进入上下文

学习内容

• 检索结果不是越多越好
• 分片与上下文的关系
• 知识库结果放在什么位置最合理
• 为什么 知识库 会“干扰推理”

Day 41 ｜上下文实战

学习内容

• 基于 langchain 进行上下文工程实战

Day 42 ｜思考 & 补充学习资料

反思问题

• 上下文在 Agent 系统中的位置
• 常见上下文设计反模式
• 哪些问题该用上下文解决，哪些问题不该用上下文解决

Week 7 ｜记忆系统（ Memory System ）

本周目标

了解记忆系统及常见分类，并基于 langchain 和 mem0 进行实战

Day 43 ｜为什么 Agent 需要记忆

学习内容

• Context 的不可持续性
• 没有记忆的 Agent 能做到什么
• 记忆与“智能体行为一致性”

Day 44 ｜记忆的分类与写入

学习内容

• 建立对 Memory 的结构化认知。
• 学会“克制地记忆”

Day 45 ｜记忆的更新、遗忘与冲突

学习内容

• 记忆覆盖 vs 追加
• 时间衰减策略
• 冲突记忆如何处理
• 为什么“忘记”是能力的一部分

Day 46 ｜记忆如何进入上下文

学习内容

• 记忆检索的触发条件
• 相关性过滤
• 记忆摘要进入上下文
• 记忆注入失败的常见原因

Day 47 ｜ langchain 记忆功能实战

学习内容

• 学习基于 langchain 实现记忆功能

Day 48 ｜ mem0 记忆功能实战

学习内容

• 学习基于 mem0 实现记忆功能

Day 49 ｜思考 & 补充学习资料

反思问题

• 记忆系统 在 Agent 架构中的位置
• 上下文工程 与 记忆系统 的边界
• 常见记忆系统反模式
• 未来可扩展方向

Week 8 ｜ Agent 架构与思维模式的转变

本周目标

学习 Agent 的基本架构，思维方式的转变，以及动手实现一个 Agent

Day 50 ｜什么是 Agent

学习内容

• Agent 的定义

Day 51 ｜ Agent 基本组成

学习内容

• Agent 的基本组成部分

Day 52 ｜ Agent 开发者的“思维模式”转变

学习内容

• 理解 Agent 开发者心智模型的变化。

Day 53 ｜ Agent 的失败模式

学习内容

• 了解 Agent 的失败模式。

Day 54 ｜ 基于 langchain 开发 Agent

学习内容

• 基于 langchain 实现一个完整的 Agent

Day 55 ｜ 基于 Agno 开发 Agent

学习内容

• 基于 Agno 实现一个完整的 Agent

Day 56 ｜思考 & 补充学习资料

反思问题

• 向别人解释什么是 Agent
• 你写的 Agent 什么时候会失败、为什么会失败？
• 如果把 LangChain / Agno 拿走，你是否仍然知道 Agent 应该怎么设计？

Week 9 ｜反思模式（ Reflection ）

本周目标

学习反思模式并进行实战应用”

Day 57 ｜为什么 Agent 一定需要反思

学习内容

• 没有反思的 Agent 会发生什么
• 重复错误与错误放大
• 单向执行系统的天然缺陷
• 人类问题解决中的“复盘机制”

Day 58 ｜什么是反思模式

学习内容

• 学习什么是反思模式，以及与推理的区别。

Day 59 ｜反思触发机制

学习内容

• 常见触发条件与机制

Day 60 ｜反思的输入与输出设计

学习内容

• 反思输入
• 反思输出

Day 61 ｜反思与上下文

学习内容

• 哪些反思结果可以进入记忆
• 哪些只能作为一次性判断
• 为什么反思结论不能直接当事实

Day 62 ｜实战：为 Agent 加入反思节点

学习内容

• 开发反思独立模块
• 可配置触发条件
• 明确“继续 / 调整 / 停止”三类输出

Day 63 ｜思考 & 补充学习资料

反思问题

• 你的 Agent 是在什么时候触发反思的？
• 反思发生时，Agent 停止了什么？又接管了什么？
• 如果把“反思”模块拿掉，系统会以什么方式退化？

Week 10 ｜任务分解模式（ Task Decomposition ）：

本周目标

• 任务分解模式的学习 架构 实战”

Day 64 ｜为什么任务分解是 Agent 的核心能力

学习内容

• 人类如何自然分解复杂问题
• 一步到位为什么必然失败
• 什么是“好”的任务分解

Day 65 ｜分解策略一：线性分解

学习内容

• 适用场景
• 抽象结构
• 风险

Day 66 ｜分解策略二：树状分解

学习内容

• 优势
• 风险

Day 67 ｜分解策略三：并行与汇合

学习内容

• 适用场景
• 抽象结构
• 风险

Day 68 ｜任务分解的失败模式与修复

学习内容

• 常见失败
• 修复策略

Day 69 ｜实战：任务分解模式 Agent

学习内容

• 构建一个任务分解模式的 Agent

Day 70 ｜思考 & 补充学习资料

反思问题

• 你的 Agent 是在什么时候触发任务分解的？
• 任务分解发生时，Agent 停止了什么？又接管了什么？
• 如果把“任务分解”模块拿掉，系统会以什么方式退化？

Week 11 ｜ HITL （ Human-in-the-Loop ）模式

本周目标

HITL 模式的学习、设计与实战

Day 71 ｜为什么 Agent 系统一定需要人

学习内容

• 为什么自动化一定会遇到“不可判定区间”
• 模型与 Agent 的责任边界
• 全自动系统的三种必然失败

Day 72 ｜什么是 HITL

学习内容

• 什么是 Human-in-the-Loop
• 与“人工兜底”的区别

Day 73 ｜ HITL 的三种介入模式

学习内容

• Approval （审批型）
• Correction （修正型）
• Takeover （接管型）

Day 74 ｜ HITL 的触发条件设计

学习内容

• 常见触发条件

Day 75 ｜ HITL 的上下文与信息呈现

学习内容

• 人类介入时必须看到的信息
• 错误示例与正确示例

Day 76 ｜实战：为 Agent 加入 HITL

学习内容

• 构建一个支持 HITL 的 Agent

Day 77 ｜思考 & 补充学习资料

反思问题

• 人是在什么情况下被拉进系统的？
• 人进来之后，能做什么、不能做什么？
• 人的决策是否会反向影响 Agent 的后续行为？

Week 12 ｜实战：一个支持路由的多 Agent 系统

Week 13 ｜实战：DeepResearch

Week 14 ｜实战：ChatBI

Week 15 ｜实战：基于 Langfuse 的监控和可观测性