《AI Agents in Action（第二版）》聚焦于如何构建和应用智能体系统。它不仅介绍如何创建能够自主执行任务的智能体，更关注如何构建能够真正解决现实世界问题的智能体系统。
本书将从大语言模型的基础应用开始，逐步介绍如何利用 LLM 构建智能助手、多智能体系统以及具备智能体行为的应用。在此基础上，进一步深入讲解智能体系统的核心组成部分，包括角色、工具与行动、知识与记忆、检索与增强、推理与规划以及评估与反馈。通过大量实践案例，本书将展示这些能力如何协同工作，使智能体能够完成各种复杂任务。
这不仅是一本介绍技术的书，更希望借此重新思考人与 AI 协同解决问题的方式。希望本书能够帮助读者将智能体视为创新过程中的合作伙伴，让那些过去难以实现的想法真正落地。接下来，我们将一起探索 AI 如何增强人类能力，让人与智能体协同完成过去难以独立完成的工作。
本书适合哪些读者
无论你是刚刚接触智能体，希望构建自己的第一个 AI 助手；还是已经开始探索复杂的多智能体系统，本书都适合阅读。
阅读本书无需具备智能体开发、Prompt Engineering 或大语言模型的相关经验，只需要掌握 Python 的基础知识，并熟悉 GitHub 的基本使用即可。希望通过循序渐进的讲解，让更多读者能够轻松理解智能体的核心概念，并有信心构建属于自己的 AI 智能体。
无论你是开发者、研究人员、技术爱好者，还是对 AI 的未来充满兴趣，本书都将为你提供灵感、实践经验以及系统的方法论，帮助你深入理解智能体，构建智能体，并真正发挥 AI 智能体的价值。
第二版有哪些更新
第二版几乎可以看作一次全面升级，新增了当前智能体开发所需的大量基础知识，帮助开发者快速掌握最新的 Agent 技术体系。
除了新增副标题 《Intelligent Workflows with LLMs, MCP, A2A, and More》 之外，本书还新增了 9 个章节，涵盖当前智能体领域的最新主题；删除了已经过时的内容，并对保留章节进行了全面修订，引入了最新的开发工具、框架和协议。
新版特别增加了 MCP 专章，以及基于 Docker 的分布式智能体部署章节。同时，全书还新增或扩展了多个重要主题，包括：
- 多智能体工作流
- 智能体思维
- 记忆系统
- 推理系统
- 评估与反馈系统
- 测试驱动的智能体开发
- 客服智能体
- RAG 智能体
- 深度研究智能体
- 智能体循环
- 利用元认知实现智能体自我改进
第一版首次提出了智能体五层能力模型的概念与设计模式。而在第二版中，这一模型得到了进一步完善和规范化，不仅在全书开篇进行了系统介绍，也成为本书前半部分内容组织和讲解的核心框架。
在第一版中，相当大的篇幅用于介绍智能体得以实现的底层原理。而在第二版中，这部分内容被大幅精简。随着各类智能体开发框架日趋成熟，许多底层实现细节已经被框架封装，开发者无需深入理解内部机制，也能够高效构建智能体应用。
不过，无论框架如何演进，理解智能体的基本原理和设计模式仍然十分重要。掌握这些基础知识，开发者才能在不同领域构建真正达到生产级要求的智能体系统。虽然智能体技术仍在快速发展，但希望本书能够帮助读者建立一套扎实、系统的知识体系，并在此基础上持续学习和实践。
本书结构
本书共分为 11 章。第 1 章首先介绍智能体和智能体思维的基本概念，引入 模型上下文协议，并建立贯穿全书的智能体五层能力模型。随后，各章节将围绕智能体系统的核心组成部分展开，介绍这些能力如何相互协作，构建真正高效的智能体系统。
下面对第 2～11 章的内容做一个简要介绍。
第 2 章 首先介绍大语言模型的工作原理，将其视为一种基于概率预测 Token 的模型，并讲解如何通过 Prompt Engineering 引导模型完成任务。随后介绍如何使用 OpenAI Agents SDK 构建智能体，并通过集成工具扩展其能力，为后续章节打下基础。
第 3 章 深入介绍 MCP。MCP 常被称为智能体领域的 USB-C。本章将讲解 MCP 的整体架构，包括客户端（Client）、服务器（Server）以及服务（Service），并演示如何接入 MCP Server、让智能体调用 MCP，以及如何开发自定义 MCP Server，使智能体能够无缝连接各种外部系统。
第 4 章 介绍构建多智能体系统的几种基础架构，包括Flows、Orchestration和Collaboration。同时，还将探讨如何在智能体与智能体流程之间进行合理权衡、如何实现智能体之间的任务交接,以及如何利用护栏对智能体流程进行验证与约束。。
第 5 章 探讨大语言模型如何通过**思维链（Chain of Thought，CoT）和ReAct（Reason + Act）等技术进行推理与规划。我们将介绍如何引导智能体开展推理和制定计划，深入讲解更高级的规划策略，并利用顺序思维 MCP 服务器（Sequential Thinking MCP Server）**提升智能体自主分析问题和解决问题的能力。
第 6 章 重点介绍检索机制。一方面，它能够通过向量数据库（Vector Database）和相似度检索，为智能体提供知识来源；另一方面，也能够结合 MCP 构建记忆系统，使智能体能够回忆过去的交互内容。
第 7 章 介绍测试驱动智能体开发（TDAD）这一构建可靠智能体的方法，演示如何利用事实校验智能体和评审智能体提供额外的评估层，并介绍如何借助 Phoenix 等工具，对智能体进行全面的评测、分析与反馈。
第 8 章 介绍在实际项目中集成与部署智能体的策略。我们将讨论如何将智能体嵌入应用程序、将其封装为微服务，并利用 Docker 对智能体系统进行容器化部署，以满足生产环境的需求。本章最后还将介绍高级部署策略，以及在安全、安全性和治理等方面需要重点关注的关键问题。
第 9 章 介绍智能体循环的三个层次——内层 SPAL 循环、外层任务循环和元循环，并通过构建深度研究智能体、多智能体编排循环以及协作式 Agentic 循环，展示它们在实际系统中的应用。
第 10 章 将在推理基础能力的基础上进一步深入，探讨认知与元认知在智能体工程中的实际应用。我们将把认知科学中的理论基础映射到具体的认知智能体架构中，并实现元认知机制，使智能体能够对自身的思考过程进行思考、监控自身的表现，并根据实际情况调整自身的策略。
第 11 章 汇集了经过实践验证的开发经验，并按照 Agentic 系统的五个层次进行组织。同时，本章还针对不同场景提供了具体的设计指导，包括客户支持智能体的构建方法、RAG 智能体系统的设计模式，以及深度研究智能体的系统架构蓝图。最后，本章将动作、记忆与知识、推理、评估、规划和反馈等关键组件整合到实际案例中，展示如何构建能够解决真实世界问题的 Agentic 系统。
关于本书代码
本书的示例代码分布在多个开源项目中，其中许多项目托管在 GitHub 仓库，由我本人或其他组织维护。在整本书中，我尽可能采用低代码的方式来呈现内容，帮助读者将注意力集中在核心概念上，而不是陷入繁琐的实现细节。许多章节还将演示如何仅通过简单的提示词生成具有实际价值的代码，以展示AI 辅助开发的强大能力。
此外，书中还提供了丰富的智能助手配置和多智能体系统示例，展示如何利用 AI 生成的代码解决现实世界中的实际问题。这些案例旨在为你提供启发与指导，帮助你探索 AI 智能体的更多可能性。我由衷感谢众多参与这些项目的贡献者和社区成员，正是他们的协作使这些成果得以实现。也希望你能够深入阅读这些开源仓库，亲自实践、尝试代码，并根据自己的需求进行修改和扩展。本书也是协作力量的最好证明，展现了我们携手合作所能够创造出的非凡成果。
本书包含大量源代码示例，包括以编号代码清单的形式展示的完整示例，以及穿插在正文中的代码片段。在这两种情况下，源代码均采用**等宽字体（Fixed-Width Font）**排版，以便与普通正文加以区分。有时，部分代码还会使用粗体进行突出显示，用于标识相较于本章前面示例所新增或修改的内容，例如在已有代码行中添加了某项新功能时，对新增部分进行加粗标注。
在许多情况下，为了适应本书的版面布局，我们对原始源代码进行了适当的格式调整，包括添加换行和重新调整缩进。在个别情况下，即使经过这些调整，代码仍然无法完整容纳在页面中，因此代码清单中会使用续行标记（➥）表示同一行代码在下一行继续。此外，当正文已经对代码进行了详细说明时，代码清单中的部分注释通常会被省略，以避免重复。书中的许多代码清单还配有代码注释，用于突出其中的重要概念和关键实现细节。
你可以通过本书的liveBook 在线版获取书中示例代码的可执行片段，访问地址为：
https://livebook.manning.com/book/ai-agents-in-action-second-edition
本书所有示例的完整代码均可下载，既可从 Manning 官方网站获取：：
https://www.manning.com/books/ai-agents-in-action-second-edition
也可从本书配套的 GitHub 仓库获取：：
https://github.com/cxbxmxcx/AI-Agent-Workflows
liveBook 讨论区
购买 《AI Agents in Action（第 2 版）》 后，你将免费获得 liveBook 的访问权限。liveBook 是 Manning 提供的在线阅读平台。借助 liveBook 独有的讨论功能，你可以针对整本书或某个具体章节、段落添加评论。你还可以记录个人笔记、提出和解答技术问题，并获得作者及其他读者的帮助与交流。如需访问本书的讨论区，请前往：
https://livebook.manning.com/book/ai-agents-in-action-second-edition/discussion
Manning 致力于为读者提供一个交流平台，让读者之间以及读者与作者之间能够开展有价值的讨论与互动。不过，这并不意味着作者必须以任何固定的频率或投入程度参与讨论区。作者在论坛中的参与完全出于自愿，且不会因此获得任何报酬。不妨尝试向作者提出一些富有挑战性的问题，以持续激发他的参与兴趣！只要本书仍在出版发行，讨论区及其历史讨论记录都会持续通过 Manning 官方网站向读者开放。