这是一个基于 OpenCode 开源项目的 AI Agent 完整教程。教程面向 Agent 小白，通过系统讲解理论与实践，帮助你从零理解 AI Agent 的工作原理，并学会如何开发自己的 Agent。
OpenCode 是一个开源的 AI 编程助手项目，具有 100% 开源、生产级质量、架构清晰、功能完整等特点，非常适合作为学习 Agent 开发的入门项目。
本教程分为基础教程和高级教程两部分。基础教程面向 Agent 小白，高级教程面向有基础的开发者。
基础教程共分为 6 章，建议学习时间为 2-3 周：
- 第一章：Agent 是什么 - 介绍 Agent 的基本概念和 OpenCode 项目
- 第二章：工具系统 (Tools) - 深入理解 Agent 的核心组成
- 第三章：Agent Loop 核心循环 - 学习 Agent 的执行流程
- 第四章：Prompt Engineering - 掌握提示词工程技巧
- 第五章：高级主题 - 探索 Agent 开发的高级话题
- 第六章：实战项目 - 通过项目实践巩固所学
高级教程在基础教程的基础上，深入探讨 Agent 系统的核心技术，适合希望构建生产级 Agent 的开发者。共分为 6 章：
- 第一章：上下文工程 - 掌握上下文窗口管理技术，在有限 Token 预算内高效组织信息
- 第二章：Multi-Agent 系统 - 理解多 Agent 协作设计原理，构建多个 Agent 完成复杂任务
- 第三章：工具系统设计 - 掌握 Agent 工具系统的设计原则，构建安全、可扩展的工具
- 第四章：代码智能 - 理解代码智能对 Agent 的价值，掌握 LSP 协议核心概念
- 第五章：记忆系统 - 理解 Agent 记忆系统设计，掌握向量数据库和 RAG 技术
- 第六章：可观测性与调试 - 理解 Agent 系统可观测性，掌握链路追踪、日志设计和监控系统
- 基础的 TypeScript/JavaScript 知识
- 了解 async/await 异步编程
- 有基本的 LLM API 调用经验（如 OpenAI API）
-
克隆本仓库到本地：
git clone https://github.com/OldManKHan/AgentTutorial.git cd AgentTutorial -
按照章节顺序阅读 Markdown 文件，从 基础教程第一章 开始。
-
每个章节都包含理论讲解和代码示例，建议边读边实践。
-
完成基础教程后，可以继续学习 高级教程。
-
遇到问题时，可以参考 OpenCode 项目 的源代码。
欢迎提交 Issue 和 Pull Request 来改进这个教程！
本教程遵循 MIT 许可证。