跳到主要内容
极客日志极客日志面向AI+效率的开发者社区
首页博客我的书AI学习GitHub 精选镜像AI 生图工具UI配色美学关于
搜索内容 / 工具 / 仓库 / 镜像...⌘K搜索
注册

极客日志学习书架

完全免费的工程师学习书架

我的书：《Agent Runtime 工程化：生产级 AI Agent 架构、运行时与工程实践》、《RAG知识库架构设计和工程实践》，日后所有的学习书籍包括我写的文章、收录的优秀书作， 将会在这里更新。

《Agent Runtime 工程化：生产级 AI Agent 架构、运行时与工程实践》书籍封面
《Agent Runtime 工程化：生产级 AI Agent 架构、运行时与工程实践》书籍封面
陈堂会43 篇文章14 篇书稿章节29 篇共读文章2026/8/13

Agent Runtime 工程化：生产级 AI Agent 架构、运行时与工程实践

从工具调用循环到可恢复执行系统

这本书来自我最近一轮 Agent Runtime 写作。14 篇是书稿章节，D1-D29 是共读期间写下的补充文章：事故、边界、上线检查，还有一些当时没法塞进正文里的判断。

正文
14
共读
29
更新
2026/8/13

先看这些章节

查看完整目录
01《Agent Runtime 工程化》完整目录《Agent Runtime 工程化：生产级 AI Agent 架构、运行时与工程实践》 这是一套面向工程师、技术负责人和 AI 产品架构师的 Agent Runtime 工程化读本。全书按章发布，从最小工具调用循环开始，逐步进入工具系统、上下文工程、MCP、权限安全、可恢复执行、trace、eval 和产品级实战。 读者不需要把它当成零散教程。更好的读法是按章推进：先建立
极客日志

极客日志

面向AI+效率的开发者社区

首页博客工具UI配色美学Github 精选

常用外链

  • Hugging Face
  • Stack Overflow
  • MDN

联系我们

  • 技术支持[email protected]
  • 商务合作[email protected]
  • 投诉举报[email protected]

© 2026 极客日志 · zeeklog.com · 作者开源地址：GitHub

隐私政策用户服务条款关于我们联系我们
02
《Agent Runtime 工程化》第一章 Agent Runtime 全景学习 Agent Runtime，第一件事不是选框架，也不是抄一个 tool calling 示例。要先弄清楚：当一个 Agent 从“能回答”走向“能行动”，系统到底多承担了哪些责任。 很多团队第一次做 Agent，架构图都很相似：用户输入，调用模型，模型说要用工具，程序执行工具，再把结果塞回模型。这个图没有错，但它太薄。它像把报社写成“记者采访，编辑发稿
03《Agent Runtime 工程化》第二章 TypeScript / Node Runtime 基础写 Agent Runtime 之前，先补一门不太体面的课：异步任务、流和进程控制。 Agent Runtime 表面上是在调用模型，实际上是在管理一串可能很慢、会失败、有副作用、需要取消的异步任务。模型请求会流式返回，shell 命令会持续输出，文件系统可能被修改，用户可能中途按下取消，工具可能超时，子进程可能留下孤儿进程。没有扎实的 Node runti
04《Agent Runtime 工程化》第三章 最小 Agent Loop现在可以动手了。把模型、工具和观察结果接成一个受控循环，这是 Agent Runtime 从“调用一次模型”走向“能执行任务”的第一步。 最小 Agent Loop 不追求复杂。它的目标很朴素：模型能根据当前上下文提出工具调用，runtime 能校验并执行工具，把观察结果写回消息历史，再决定继续还是停止。只要这个闭环清楚，后面的工具治理、上下文预算、权限审批
05《Agent Runtime 工程化》第四章 工具系统设计这一章开始给工具“上户口”。在 demo 里，工具是几个函数；在 Agent Runtime 里，工具是一套能力治理系统。 模型负责提出“我想调用哪个工具、传什么参数”。Runtime 负责判断这件事是否存在、参数是否合法、风险是否可接受、是否需要用户确认、怎样执行、输出怎样进入上下文、失败怎样反馈。把这些责任都塞进一个 execute() 函数，是很多 A
06《Agent Runtime 工程化》第五章 上下文工程长任务跑久了，问题会变成一句话：有限的 context window 里，到底该放什么？ Agent Runtime 的上下文不是聊天记录的简单拼接。它更像一份交给模型的案卷：用户当前目标、必须遵守的约束、最近进展、关键文件、工具观察、失败记录、可用工具、当前计划。案卷太薄，模型会失忆；案卷太厚，成本上升，关键事实还可能被噪声挤掉。 上下文工程不是塞更多东西
07《Agent Runtime 工程化》第六章 MCP 与 Provider 抽象Agent 迟早要接外部工具，也迟早要面对多个模型供应商。本章讨论怎么接，以及怎么避免 runtime 被某个协议或某个 SDK 绑死。 前面几章里，工具都在本地注册，模型调用也被简化成一个 ModelProvider。这对入门很好，但真实系统不会停在这里。企业内部有文档库、浏览器、数据库、工单系统、设计工具、代码托管平台；模型侧也会同时接 OpenAI、A
08《Agent Runtime 工程化》第七章 权限与安全边界能力越大，边界越要清楚。本章谈权限和安全。 Agent 的能力来自工具，风险也来自工具。一个不会调用工具的模型，最多说错话；一个能执行命令、写文件、联网、访问数据库的 Agent，可能造成真实损失。Runtime 的安全目标不是把 Agent 绑住，而是让它在明确边界内做事；越过边界时，停下来请人确认，或者直接拒绝。 安全不是最后加的一层“确认弹窗”。它应该