学习内容
从原理，到你的第一个作品。
第一章和四个实验说明免费。已完成许可核验的配套材料可直接打开，你可以先体验再决定是否继续。
游客 · 第一章与四个配套实验免费
从第一章开始 第一章正文和四个配套实验可免费学习。
十章正文
先读章节；配套实验可按需展开03阅读正文
用户记忆和知识库
让 Agent 记住信息、查找外部资料
配套实验 · 12 项
- 实验 3-1用三层次框架评估记忆系统
- 实验 3-2记忆策略的对比实验研究
- 实验 3-3基于本地模型的智能日志脱敏
- 实验 3-4构建向量检索服务：ANN 索引算法的比较研究
- 实验 3-5探究稀疏检索：从零实现 BM25 搜索引擎
- 实验 3-6混合检索流水线：结合稀疏、稠密与重排序
- 实验 3-7结构化索引：RAPTOR 与 GraphRAG 的知识组织哲学
- 实验 3-8智能体化 RAG 与非智能体化 RAG 的对比研究
- 实验 3-9利用智能体化 RAG 构建用户记忆
- 实验 3-10上下文感知检索：解决 RAG 的上下文丢失问题
- 实验 3-11利用上下文感知检索增强用户记忆
- 实验 3-12从结构化数据中提取隐性知识：以司法判例分析为例
05阅读正文
Coding Agent 与通用 Agent
用代码创造新的工具与能力
配套实验 · 16 项
- 实验 5-1跨厂商的轨迹接管
- 实验 5-2输出到一半断掉之后的接续
- 实验 5-3使用代码生成工具提升数学解题能力
- 实验 5-4使用代码生成工具提升逻辑思考能力
- 实验 5-5小模型通过代码化知识提升执行规则的准确性
- 实验 5-6基于论文的 PPT 自动生成
- 实验 5-7论文讲解视频的自动生成
- 实验 5-8基于 API 的智能视频剪辑
- 实验 5-9同一个零件的两种生成路线——代码与生成模型
- 实验 5-10自适应的日志解析系统
- 实验 5-11生产日志的智能诊断系统
- 实验 5-12动态表单生成的意图澄清系统
- 实验 5-13自然语言交互的 ERP Agent
- 实验 5-14对话式界面定制系统
- 实验 5-15动态生成软件的权限内嵌数据对象
- 实验 5-16开发一个能创造 Agent 的 Agent
06阅读正文
交互：观察与动作空间的扩展
把 Agent 接入界面、声音、事件与现实世界
配套实验 · 14 项
- 实验 6-1事件驱动的邮件处理 Agent
- 实验 6-2带并行执行和打断能力的异步 Agent
- 实验 6-3模型原生异步与回合中途引导
- 实验 6-4构建传统语音 Agent
- 实验 6-5使用 Qwen2-Audio 模拟流式语音感知
- 实验 6-6本地运行 MiniCPM-o 4.5，对比端到端与自级联
- 实验 6-7基于 Fish Audio 的控制标记驱动 TTS
- 实验 6-8运行 Computer Use（Anthropic 参考路径或开放模型路径）
- 实验 6-9使用 browser-use 实现自动浏览器操作
- 实验 6-10真机遥操作 XLeRobot 整理桌面
- 实验 6-11在模拟器中测量同任务的理想控制上限
- 实验 6-12使用 Gemini Robotics-ER 1.5 驱动 XLeRobot 自主整理桌面
- 实验 6-13在模拟器中比较三种自主整理桌面的闭环
- 实验 6-14同一桌面任务的 RGB 跨环境测试
07阅读正文
Agent 的评估
把表现变成可比较、可复盘的信号
配套实验 · 14 项
- 实验 7-1运行 τ²-bench 并对比 τ-bench 的演进
- 实验 7-2人肉执行基准测试任务
- 实验 7-3构建基于 Rubric 的用户记忆评估系统
- 实验 7-4Advanced JSON Cards 与 RAG 的对比评估
- 实验 7-5构建全自动 TTS 质量评估流水线
- 实验 7-6对 AndroidWorld 失败轨迹做失败归因
- 实验 7-7轨迹前缀边界评估：同一上下文的多种表示
- 实验 7-8从配对比较数据构建模型排行榜
- 实验 7-9在固定 Coding Harness 中测量模型的行动阈值
- 实验 7-10Agent 任务的端到端成本分析
- 实验 7-11多维度模型性能基准测试
- 实验 7-12用户记忆系统的端到端选型评估
- 实验 7-13AndroidWorld 的评估和改进
- 实验 7-14配置 OpenVLA 与 RoboTwin2 的具身智能环境
08阅读正文
模型后训练
理解 SFT、强化学习与工具调用内化
配套实验 · 19 项
- 实验 8-1Q-learning 在寻宝游戏中的表现
- 实验 8-2传统 RL 与 LLM Agent 的对比研究
- 实验 8-3从头训练 LLM——算法改进的威力
- 实验 8-4自己训练 VLM
- 实验 8-5继续预训练学习新语言
- 实验 8-6语音 SFT——从 “声音复制” 到 “副语言建模” [扩展实验]
- 实验 8-7多语言思考——让模型用任意语言思考 [扩展实验]
- 实验 8-8Prompt 蒸馏——以更小开销复现可用能力
- 实验 8-9思维链（Chain of Thought, CoT）蒸馏
- 实验 8-10AdaptThink——学会 “何时不思考”
- 实验 8-11GeneralPoints——单轮 RL 的 “记忆与泛化” 对照
- 实验 8-12V-IRL-VL——多轮视觉导航
- 实验 8-13SimpleVLA-RL——结果奖励下的开放探索 [扩展实验]
- 实验 8-14ReTool——代码解释器增强数学解题
- 实验 8-15AWorld-train——在沙盒中学习使用工具
- 实验 8-16RLVP——奖励结果、惩罚路径
- 实验 8-17从“过早结束”问题案例到 DPO 修复
- 实验 8-18作用域敏感的中文弯引号 SFT
- 实验 8-19特殊字符串的精确复制 SFT