Agent 入门与实战：从原理到日常工作¶
面向零基础、非计算机专业同学的智能体（Agent）教学教程。
核心原则：不讲玄学、不堆无用协议；用最通俗直白的语言讲清底层机制，用真实的上下文与工具武装日常工作。
课程目录¶
- [x] 第 1 章 大语言模型：它究竟是怎么运作的？
- 核心原理：根据上下文预测下一个 Token
- 疑问与真相：推理能力为何是猜词任务的副产品？
- 侦探小说实验：证据浓度与文体套路的拔河
- 厂商的两剂解药：做大参数与深度思考（草稿纸机制）
-
尾声：困在对话框里的“缸中之脑”
- 破局之道：外部宿主程序作为代劳的“传令兵”
- 系统提示词：环境认知、工具清单与调用暗号
- 工具调用的本质：用文字发号施令
- 智能体的灵魂：ReAct 循环（思考 → 执行 → 观察）
-
实战推演：分析销售数据并生成图表（遭遇报错与自主修复）
- 聊天框的幻觉：整张“上下文工作台”的全景
- 愿望与落差：承担一切不明确的后果
- 关键洞察：我们常说的“模型性能好”，到底好在哪里？
- 规则膨胀的泥潭：为什么不能靠打补丁式写提示词？
-
反直觉真相：为什么有优秀范例的环境比空白文档容易得多？
- 告别复制粘贴：上下文的“文件化”
AGENTS.md：写给 Agent 的入职员工守则与实战模板Agent Skills：按需翻阅的专业操作手册- 标杆案例：
officecli展现 Skill + 命令行工具的极致优雅 - 一张表看清两者的分工与定位
-
实战练习：在电脑上搭建第一个专属智能工作区
- 现实与大模型的格式鸿沟：为什么直接塞 Word / PDF 会翻车？
- AI 时代的通用世界语：Markdown（内容与排版彻底解耦）
- 快速上手与多专业工具推荐（菜鸟教程、VS Code、MarkText、Obsidian）
- 输入篇（脱水）：如何把臃肿的 PDF / Word 高效提炼成干净纯文本
- 输出篇（渲染）：从 Markdown 到标准毕业论文 Word 的编译流水线
- 表格的黄金搭档：为什么处理数据要选 CSV 而不是 Excel？
-
全景工作流：大学生日用办公格式全流程
- 概念革命：从“最终版_绝对不改_v2.docx”到立体全息快照（Snapshot）
- 为什么 Git 是 Agent 的天生绝配？（低成本试错与平行分支探索）
- 承接上一章：纯文本行级差异（Diff）vs 二进制文件膨胀灾难
- 忠诚的看门狗：一分钟掌握
.gitignore - 零基础救星：把安装、配置与日常回溯全权委托给 Agent
- 课外探险指引：JYY 老师 GSE 讲义与菜鸟教程速查
仓库结构¶
Agent教学/
├── mkdocs.yml # 站点配置（MkDocs + Material 主题）
├── docs/ # 教程正文，构建站点时从这里读取
│ ├── README.md # 教程目录与导读
│ ├── ch1.md # 第 1 章：大语言模型原理
│ ├── ch2.md # 第 2 章：Agent 与 ReAct 循环
│ ├── ch3.md # 第 3 章：提示词与上下文工程
│ ├── ch4.md # 第 4 章：项目的家规与技能卡（AGENTS.md 与 Skills）
│ ├── ch5.md # 第 5 章：文件格式与办公世界交付
│ └── ch6.md # 第 6 章：版本管理与 Git
└── site/ # 构建产物（静态网页，可整个复制走）
本地阅读网页版¶
在仓库根目录执行以下两条命令，即可在浏览器中打开教程站点：
如果只想生成静态文件，执行 mkdocs build，产物会出现在 site/ 目录中，可以直接交给任意静态托管平台。