课程总览

项目目标

完成后你能做到：

1. 理解 LLM 的工作原理（next-token prediction、token、向量、幻觉）
2. 用 Python 流式调用 LLM、设计 prompt、估算 token
3. 实现工具注册系统 + Agent 主循环（Function Calling）
4. 区分并实现 ReAct、Plan-and-Solve、Reflection 三种 Agent 范式
5. 从零实现上下文管理与向量记忆系统
6. 搭建完整的 Coding Agent（5 个核心工具）
7. 整合所有模块，部署为 CNB 仓库 NPC

每天的工作流

# 1. 看讲义（lecture/）
# 2. 跑 Demo（lab/）
# 3. 补全 my-agent/ 里当天的模块
# 4. 跑测试验证
cd my-agent && python tests/test_llm.py    # Day1
cd my-agent && python tests/test_tools.py  # Day2
# ...

目录结构

.
├── 01-meet-your-ai/              # Day1：讲义 + Demo
├── 02-tools-and-agent-loop/      # Day2：讲义 + Demo
├── 03-agent-patterns/            # Day3：讲义 + Demo
├── 04-context-and-memory/        # Day4：讲义 + Demo
├── 05-coding-agent-tools/        # Day5：讲义 + Demo
├── 06-coding-agent-integration/  # Day6：讲义 + Demo
├── 07-skills-and-npc/            # Day7：讲义 + Demo
├── 08-recap-and-final/           # Day8：总结
├── my-agent/                       # ★ 你的核心产出（每天填空一个模块）
├── exercises/                      # 配套练习题（代码填空 + 自动验证）
├── examples/                       # 完整参考实现
└── assets/                         # 封面与全局资源

搭建路线

Day1: LLMClient         ─┐
Day2: ToolRegistry       ─┤
Day3: Agent Loop         ─┤──→  Day6 拼装成完整 Agent  ──→  Day7 加 Skills + 挂 NPC
Day4: Context + Memory   ─┤
Day5: Coding Tools × 5   ─┘