Agent Lab Agent Engineering Labs

Agent Engineering Labs

课程不是按框架 API 排序，而是按任务合同、工具、上下文、状态、证据和评测能力推进。状态字段是证据边界，不是进度装饰。

核心路径

从无 Agent 基线到证据闭环与部署合同。

实验 状态 产物 核心问题
00-no-agent-baseline · Agent、Workflow 与普通程序 executable TrustedResearchWorkflow 这个问题是否根本不需要 Agent？
01-typed-io · Typed I/O 与结构化结果 executable framework-neutral domain contracts 哪些状态应该由代码拒绝，而不是让模型猜？
02-tool-contracts · 工具合同与错误语义 executable fixture search and safe calculator NOT_FOUND、TIMEOUT 和系统异常为什么不能返回同一句自然语言？
03-langchain-agent · LangChain create_agent implemented LangChainResearchRuntime 简单工具循环是否已足够，还是确实需要自定义图？
04-middleware-budget · Middleware、Policy 与预算 executable ToolPolicy and call-limit middleware 哪些约束放在 Prompt 里仍然不够？
05-context-engineering · Context Engineering executable RunContext and evidence boundary 什么应该进入模型，什么只应该留在工具或运行时？
06-langgraph-runtime · LangGraph Runtime executable LangGraphResearchRuntime 哪些状态、分支和恢复需求值得引入自定义图？
07-persistence-hitl · Persistence、Interrupt 与 Resume executable approval graph and injected checkpointer 相同 thread_id 在什么条件下才真的能续接？
08-evidence-first-rag · Evidence-first Retrieval executable versioned fixture search 如何证明答案真由检索证据支持，而不是模型顺手编的？
09-memory-engineering · Memory Engineering executable approval-aware memory store 哪些聊天内容有资格升级为长期记忆？
10-observability · Observability 与 Trace executable TraceRecorder and RunMetrics 看到一条失败 Trace 后，如何定位是工具、路由还是证据问题？
11-agent-evals · Final、Step 与 Trajectory Eval executable deterministic graders 哪些失败可以被代码百分之百判定？
12-regression-engineering · Regression Engineering executable capability and regression datasets 一次修复如何变成以后永远会被检查的资产？
13-deployment · Agent Server 与发布合同 configured Agent Server blueprint and GitHub Pages workflow 构建成功、部署请求和线上可用分别需要什么证据？
14-production-loop · Production Trace → Dataset → Regression scaffold production promotion contract 生产流量里的异常如何安全、可追溯地回流？

前沿实验

只有测出收益后才进入核心架构的可选能力。

实验 状态 产物 核心问题
f01-filesystem-context · Filesystem Context scaffold experiment contract 文件系统比长 Prompt 多带来了什么可测收益？
f02-context-compaction · Context Compaction scaffold compaction comparison 压缩省下的 token 是否抵得过事实丢失？
f03-agent-skills · Agent Skills scaffold skill trust contract Skill 是知识模块，还是新的供应链攻击面？
f04-deep-agents · Deep Agents Harness implemented lazy Deep Agents adapter Harness 的额外复杂度在哪些 case 上真的换来收益？
f05-subagents · Subagents scaffold architecture comparison 并行收益是否超过协调成本和错误面？
f06-sandboxed-code · Sandboxed Code Execution scaffold sandbox threat model 执行能力需要哪些宿主机之外的安全合同？
f07-mcp · MCP Adapter scaffold MCP boundary adapter 协议便利性如何不反向污染领域模型？
f08-a2a · A2A scaffold remote-agent protocol experiment 这是远程 Agent 协作，还是一个进程内的普通函数调用？
f09-online-evals · Online Evals scaffold online evaluation policy 哪些线上信号足以触发告警，哪些需要人工复核？
f10-adaptive-routing · Adaptive Routing scaffold routing benchmark 路由策略在哪些分布变化下会失效？

状态语义

V1 教程保存在 v1-legacy。