本目录主体以 Anthropic Engineering Blog 官方技术博文为据；本页汇总可一起学习的非官方博文与资源的 Agent/LLM 工程与评测文章，便于拓展视野与对照实践。

---

使用说明

• 官方优先：各分片博文结论以 Anthropic 原文为准；本页为补充，不替代官方博文。
• 官方 GitHub 与源码：Anthropic 官方仓库（anthropic-sdk-python、claude-agent-sdk-python、claude-quickstarts 等）及与本系列的对应关系见 index.md 的「GitHub 与官方源码」小节；本页下表以非官方博文与资源为主。
• 真实引用：下表均给出标题与可访问链接；若链接失效可搜索标题或作者。
• 与分片对应：文末有「本目录模块 ↔ 延伸阅读」对照表，便于按主题深挖。

本页总流程图：延伸阅读使用顺序

可运行代码示例：按分片筛选延伸阅读条目

以下脚本从「与本目录分片对应」的映射中，按分片编号输出建议的延伸阅读标题，便于在本地或脚本中快速查表。不依赖网络，可直接运行。

# 按分片查延伸阅读建议（与 further-reading 表格一致）
# 运行：python further_reading_lookup.py [01-06]

EXTENSION_MAP = {
    "01": ["53AI 设计范式", "阿里云企业级落地", "火山引擎 Anthropic 指南", "12-Factor Agents", "OpenAI 构建智能体"],
    "02": ["阿里云工具基类与结构化输出", "OpenAI 工具类型与指令"],
    "03": ["李乾坤博客 RAG/工作流相关", "Contextual Retrieval 与 RAG 进阶"],
    "04": ["李乾坤 Multi-Agent", "阿里云状态与日志", "多 Agent 编排实践"],
    "05": ["ICLR Agent Evaluation", "HAL", "Maxim 框架对比", "Efficient Coder 指南", "Tessl 8 benchmarks"],
    "06": ["阿里云异常兜底与 Debug", "12-Factor 运维与配置"],
}

def main():
    import sys
    key = (sys.argv[1] or "01").strip()
    if key not in EXTENSION_MAP:
        print("Usage: further_reading_lookup.py [01|02|03|04|05|06]")
        return
    print(f"分片 {key} 建议对照延伸阅读：")
    for i, title in enumerate(EXTENSION_MAP[key], 1):
        print(f"  {i}. {title}")

if __name__ == "__main__":
    main()

示例：按分类列出延伸阅读标题与链接

若需要按「中文企业级 / 中文规范 / 英文厂商 / 英文评测」分类浏览，可用下面结构配合本页表格生成链接列表（链接需从正文表格复制）：

# 按分类输出延伸阅读（标题 + 占位 URL）
SECTIONS = {
    "一、中文企业级": ["53AI 设计范式", "阿里云企业级落地", "火山引擎 Anthropic 指南", "李乾坤 LLM Agent 实践", "小七洞 OpenAI 智能体指南"],
    "二、中文规范": ["12-Factor Agents 中文"],
    "三、英文厂商": ["OpenAI Building agents"],
    "四、英文评测": ["ICLR Agent Evaluation", "HAL", "Maxim 框架对比", "Efficient Coder 指南", "Tessl 8 benchmarks"],
}
for section, titles in SECTIONS.items():
    print(f"\n{section}")
    for t in titles:
        print(f"  - {t}")

---

一、中文：企业级落地与设计范式

来源	标题	链接	要点
53AI	别再只会用 LLM 了！2025 年最强 Agent 设计范式全解析	文章	2025 Agent 设计范式、简化优于复杂、工作流 vs Agent、企业级实践
阿里云开发者社区	从 0 到 1：企业级 LLM Agent 的工程化落地实践	文章	多工具协同、高并发状态、异常兜底、Debug；ReAct、工具基类、结构化输出、步数限制与日志
火山引擎	构建高效 AI Agent：Anthropic 架构设计与实践完全指南	文章	Anthropic 架构与 Building Blocks 的中文解读与落地
李乾坤的博客	LLM Agent 实践（2024）	文章	LangGraph 工作流、Function Calling、Multi-Agent 等实践汇总
小七洞	OpenAI 构建智能体指南（中文）	文章	OpenAI 构建 Agent 的实践指南中文整理；工具类型（数据/操作/编排）、指令与任务分解

---

二、中文：设计原则与工程规范

来源	标题	链接	要点
GitHub: 12-Factor Agents	12-Factor Agents（中文）	仓库	将 12-Factor App 思想应用到 Agent：可扩展、可运维的工程原则

---

三、英文：厂商与平台指南

来源	标题	链接	要点
OpenAI	Building agents（官方）	文档	工具类型、指令设计、任务分解（OpenAI 生态）

---

四、英文：Agent 评测与 Benchmark（全网最新）

来源	标题	链接	要点
ICLR Blogposts 2026	A Hitchhiker’s Guide to Agent Evaluation	文章	Agent 评测与单轮 LLM 的三大差异：多步 vs 单步、outcome vs output、交互 vs 被动
arXiv (2025)	Holistic Agent Leaderboard: The Missing Infrastructure for AI Agent Evaluation	论文	HAL：标准化评测 harness、多 VM 并行、多模型多 benchmark（coding、web、science、客服等）
Maxim	A Survey of Agent Evaluation Frameworks: Benchmarking the Benchmarks	文章	Agent 评测框架对比与 Benchmark 梳理
Efficient Coder	AI Agent Evaluations: The Complete 2025-2026 Guide to Bulletproof Testing	文章	评测实践、任务与 trial、grader、harness 等完整指南
Tessl	8 benchmarks shaping the next generation of AI agents	文章	SWE-bench、τ-Bench、WebArena、Terminal-Bench、SWT-Bench 等 8 大 benchmark 介绍

---

五、LangGraph 1.0 对照代码（与 01～06 正文片段等价）

以下为与正文 01～06 中可运行示例等价的 LangGraph 1.0 写法，便于在 LangGraph 栈下复现同一逻辑。环境：pip install langgraph langchain-anthropic，并设置 ANTHROPIC_API_KEY。模型 ID 与正文一致（如 claude-sonnet-4-20250514），当前型号见 Anthropic Models。

5.1 对应 01：单轮、链式、路由、Agent 循环

单轮调用（对应 01 §1.3）

from langchain_anthropic import ChatAnthropic
from langchain_core.messages import HumanMessage

model = ChatAnthropic(model="claude-sonnet-4-20250514", max_tokens=512)
msg = model.invoke([HumanMessage(content="用一句话说明何时不必上 Agent。")])
print(msg.content)

Prompt chaining（对应 01 §3.8 示例 1）

from langchain_anthropic import ChatAnthropic
from langchain_core.messages import HumanMessage, AIMessage

model = ChatAnthropic(model="claude-sonnet-4-20250514", max_tokens=2048)
step1 = model.invoke([HumanMessage(content="请为《如何做 Agent 选型》写一个 3 个小节的提纲。")])
outline = step1.content
step2 = model.invoke([
    HumanMessage(content=f"根据以下提纲写正文：\n\n{outline}"),
])
print(step2.content[:500])

Routing（对应 01 §3.8 示例 2）

from langchain_anthropic import ChatAnthropic
from langchain_core.messages import HumanMessage

model = ChatAnthropic(model="claude-sonnet-4-20250514", max_tokens=1024)

def route_and_respond(user_input: str) -> str:
    route_msg = model.invoke([HumanMessage(
        content=f"仅用一词回答：以下问题属于哪类？technical / billing / other\n\n{user_input}"
    )])
    kind = (route_msg.content or "").strip().lower()
    if "technical" in kind:
        prompt = f"【技术支援】请专业、简洁地回答：{user_input}"
    elif "billing" in kind:
        prompt = f"【账单与付费】请礼貌、清晰地回答：{user_input}"
    else:
        prompt = f"【一般咨询】请友好地回答：{user_input}"
    resp = model.invoke([HumanMessage(content=prompt)])
    return resp.content or ""

最小 Agent 循环（带工具，对应 01 §3.8 示例 3）

from typing import Annotated
from typing_extensions import TypedDict
from langchain_anthropic import ChatAnthropic
from langchain_core.tools import tool
from langchain_core.messages import HumanMessage, BaseMessage
from langgraph.graph import StateGraph, END
from langgraph.graph.message import add_messages
from langgraph.prebuilt import ToolNode

class State(TypedDict):
    messages: Annotated[list[BaseMessage], add_messages]

@tool
def get_time() -> str:
    """返回当前 UTC 时间，用于需要时间的对话。"""
    from datetime import datetime, timezone
    return datetime.now(timezone.utc).isoformat()

tools = [get_time]
model = ChatAnthropic(model="claude-sonnet-4-20250514", max_tokens=1024).bind_tools(tools)
tool_node = ToolNode(tools)

def call_model(state: State) -> dict:
    resp = model.invoke(state["messages"])
    return {"messages": [resp]}

def should_continue(state: State) -> str:
    last = state["messages"][-1]
    if hasattr(last, "tool_calls") and last.tool_calls:
        return "tools"
    return "end"

graph_builder = StateGraph(State)
graph_builder.add_node("agent", call_model)
graph_builder.add_node("tools", tool_node)
graph_builder.set_entry_point("agent")
graph_builder.add_conditional_edges("agent", should_continue, {"tools": "tools", "end": END})
graph_builder.add_edge("tools", "agent")
graph = graph_builder.compile()

result = graph.invoke({"messages": [HumanMessage(content="现在几点了？请用工具确认后告诉我。")]})
print(result["messages"][-1].content)

5.2 对应 02：工具定义与调用、search_logs、eval、ResponseFormat

工具定义 + 单轮调用（对应 02 §3.2）

from langchain_anthropic import ChatAnthropic
from langchain_core.tools import tool
from langchain_core.messages import HumanMessage
from datetime import datetime, timezone

@tool
def get_utc_time() -> str:
    """返回当前 UTC 时间（ISO 8601）。用于用户问「几点了」等需要当前时间的场景。"""
    return datetime.now(timezone.utc).isoformat()

@tool
def square_number(x: float) -> str:
    """计算一个数的平方。参数 x 必须为数字（int 或 float），否则返回错误说明。"""
    try:
        return str(float(x) ** 2)
    except (TypeError, ValueError):
        return "错误：x 必须是数字。请使用例如 {\"x\": 5} 或 {\"x\": 3.14}。"

tools = [get_utc_time, square_number]
model = ChatAnthropic(model="claude-sonnet-4-20250514", max_tokens=256).bind_tools(tools)
msg = model.invoke([HumanMessage(content="请用工具计算 7 的平方，并告诉我现在 UTC 时间。")])
# 若含 tool_calls，在图中用 ToolNode 执行后继续（见 5.1 Agent 循环）
print(msg.content)

search_logs 占位（对应 02 §5）

# db 为占位，实际需实现或接入真实数据源
def search_logs(query: str, limit: int = 50, offset: int = 0) -> str:
    """返回匹配的日志行；单次最多 limit 条，用 offset 分页。建议多次小范围查。"""
    rows = []  # db.query_logs(query, limit=limit, offset=offset)
    if len(rows) >= limit:
        return "\n".join(rows) + f"\n[已截断，共 {limit} 条；可加大 offset 继续]"
    return "\n".join(rows)

run_eval_n_trials（对应 02 §5）

def run_eval_n_trials(tasks: list[tuple[str, str]], n_trials: int = 3,
                      agent_harness=None, grader=None) -> list[dict]:
    """对每个 task 跑 n_trials 次，记录每次 passed 与 outcome。"""
    agent_harness = agent_harness or (lambda x: ("", {}))
    grader = grader or (lambda o: False)
    results = []
    for task_id, task_input in tasks:
        trials = []
        for _ in range(n_trials):
            reply, outcome = agent_harness(task_input)
            passed = grader(outcome)
            trials.append({"passed": passed, "outcome": outcome})
        results.append({"task_id": task_id, "trials": trials})
    return results

ResponseFormat 枚举（对应 02 §3）

from enum import Enum
class ResponseFormat(Enum):
    DETAILED = "detailed"
    CONCISE = "concise"

5.3 对应 03：按需加载、笔记、Compaction

load_on_demand（对应 03 §2）

def load_on_demand(path: str) -> str:
    """按 path 返回内容；在 agent 循环中，仅当模型请求该 path 时再调用。"""
    with open(path, "r", encoding="utf-8") as f:
        return f.read()

append_note / read_notes（对应 03 §3.2）

NOTES_FILE = "NOTES.md"

def append_note(section: str, content: str) -> None:
    with open(NOTES_FILE, "a", encoding="utf-8") as f:
        f.write(f"\n## {section}\n{content}\n")

def read_notes() -> str:
    try:
        with open(NOTES_FILE, "r", encoding="utf-8") as f:
            return f.read()
    except FileNotFoundError:
        return ""

轻量 Compaction（对应 03 §4.1）

from langchain_anthropic import ChatAnthropic
from langchain_core.messages import HumanMessage

model = ChatAnthropic(model="claude-sonnet-4-20250514", max_tokens=512)
recent_conversation = """
[User] 请实现登录 API，要校验邮箱格式。
[Assistant] 已添加 validate_email 和 /login 路由；当前只支持密码登录。
[User] 再加一个「忘记密码」流程，发重置链接到邮箱。
"""
compaction_prompt = f"""请将以下开发对话压缩为一段简短摘要，用于在新对话中「接上进度」。
要求：保留架构/接口决策、未完成项、关键实现要点；去掉冗余细节与重复说明。
输出仅一段摘要，不要列表。

对话：
{recent_conversation}
"""
resp = model.invoke([HumanMessage(content=compaction_prompt)])
summary = resp.content or ""
# 新 context = 摘要 + 后续新消息
print("Compaction 摘要:", summary[:400])

5.4 对应 04：feature_list、next_unfinished

feature_list.json 与 next_unfinished（对应 04 §3.5）

import json

def next_unfinished(feature_list_path: str = "feature_list.json") -> dict | None:
    with open(feature_list_path, "r", encoding="utf-8") as f:
        items = json.load(f)
    for i, item in enumerate(items):
        if not item.get("passes", False):
            return {"index": i, "description": item["description"], "steps": item.get("steps", [])}
    return None

# 使用
if n := next_unfinished():
    print(f"下一项: [{n['index']}] {n['description']}")
else:
    print("全部完成")

5.5 对应 05：pass@k、pass^k、单次 Trial

pass_at_k / pass_all_k（对应 05 §3）

def pass_at_k(trial_results: list[bool]) -> bool:
    return any(trial_results)

def pass_all_k(trial_results: list[bool]) -> bool:
    return len(trial_results) > 0 and all(trial_results)

agent_harness、grader、run_one_trial（对应 05 §4.2）

def agent_harness(task_input: str) -> tuple[str, dict]:
    """模拟 Agent 一次 trial：返回 (final_reply, outcome)。"""
    reply = "The quick brown fox jumps over the lazy dog."
    outcome = {"reply_contains_fox": "fox" in reply.lower(), "length_ok": len(reply) > 10}
    return reply, outcome

def grader(outcome: dict) -> bool:
    return outcome.get("reply_contains_fox", False) and outcome.get("length_ok", False)

def run_one_trial(task_id: str, task_input: str) -> bool:
    reply, outcome = agent_harness(task_input)
    passed = grader(outcome)
    print(f"Task {task_id} => passed={passed}, outcome={outcome}")
    return passed

5.6 对应 06：执行环境自检、路径白名单

check_exec_env（对应 06 §2.1）

import os
import sys

def in_docker() -> bool:
    try:
        with open("/proc/1/cgroup", "r") as f:
            return "docker" in f.read() or "containerd" in f.read()
    except FileNotFoundError:
        return False

def in_sandbox_root(allowed_root: str) -> bool:
    cwd = os.path.realpath(os.getcwd())
    return cwd == os.path.realpath(allowed_root) or cwd.startswith(os.path.realpath(allowed_root) + os.sep)

def check_exec_env(allowed_root: str = "/workspace") -> dict:
    return {
        "cwd": os.getcwd(),
        "in_docker": in_docker(),
        "in_allowed_root": in_sandbox_root(allowed_root),
    }

resolve_in_allowed_root（对应 06 §2.1）

import os

def resolve_in_allowed_root(path: str, allowed_roots: list[str]) -> str | None:
    """将 path 解析为绝对路径；仅当位于某 allowed_root 下时返回，否则返回 None。"""
    abs_path = os.path.realpath(os.path.abspath(path))
    for root in allowed_roots:
        abs_root = os.path.realpath(root)
        if abs_path == abs_root or abs_path.startswith(abs_root + os.sep):
            return abs_path
    return None

---

六、与本目录分片博文的对应关系

本目录分片	建议对照延伸阅读
01 架构与选型	53AI 设计范式、阿里云企业级落地、火山引擎 Anthropic 指南、12-Factor Agents、OpenAI 构建智能体
02 工具设计	阿里云工具基类与结构化输出、OpenAI 工具类型与指令
03 上下文与记忆	李乾坤博客 RAG/工作流相关、Contextual Retrieval 与 RAG 进阶
04 长任务与多 Agent	李乾坤 Multi-Agent、阿里云状态与日志、多 Agent 编排实践
05 评测与 Evals	ICLR Agent Evaluation、HAL、Maxim 框架对比、Efficient Coder 指南、Tessl 8 benchmarks
06 安全与生产	阿里云异常兜底与 Debug、12-Factor 运维与配置

---

参考文献（本页所列非官方来源）

#	来源	链接
1	53AI，2025 Agent 设计范式全解析	https://www.53ai.com/news/LargeLanguageModel/2025110705248.html
2	阿里云，企业级 LLM Agent 工程化落地实践	https://developer.aliyun.com/article/1708881
3	火山引擎，Anthropic 架构设计与实践完全指南	https://developer.volcengine.com/articles/7540133820868067370
4	李乾坤，LLM Agent 实践	https://qiankunli.github.io/2024/09/13/llm_agent_practice.html
5	小七洞，OpenAI 构建智能体指南（中文）	https://www.xiaoqiedun.com/posts/2025-04-18-a-practical-guide-to-building-agents/
6	12-Factor Agents 中文	https://github.com/yzfly/12-factor-agents-zh
7	OpenAI，Building agents	https://platform.openai.com/docs/guides/agents
8	ICLR Blogposts 2026，Agent Evaluation	https://iclr-blogposts.github.io/2026/blog/2026/agent-evaluation/
9	arXiv，Holistic Agent Leaderboard (HAL)	https://arxiv.org/abs/2510.11977
10	Maxim，Agent Evaluation Frameworks Survey	https://www.getmaxim.ai/blog/llm-agent-evaluation-framework-comparison/
11	Efficient Coder，AI Agent Evaluations 2025-2026 Guide	https://www.xugj520.cn/en/archives/ai-agent-evaluations-guide-2025.html
12	Tessl，8 benchmarks for AI agents	https://tessl.io/blog/8-benchmarks-shaping-the-next-generation-of-ai-agents/

---

转载自CSDN-专业IT技术社区

原文链接：https://blog.csdn.net/weixin_40959890/article/details/158319787