Travel Agent 开发教程

这份教程从零开始造一个 Travel Agent。从最原始的 API 调用开始，逐步加上工具调用、结构化输出、对话管理、上下文工程，最终进入 Agent 循环和设计模式。

章节目录

章节	内容	链接
Ch1 First API Call	发出第一次 LLM 请求，理解消息格式和 Provider 差异	chapter1/index.md
Ch2 Function Calling	让模型调用 Python 函数获取真实数据	chapter2/index.md
Ch3 结构化输出与对话基础	输出变成可校验的 JSON，管理多轮对话，抽象 Provider	chapter3/index.md
Ch4 Prompt 与 Context Engineering	写好 prompt，管理上下文窗口，缓存和压缩	chapter4/index.md
Ch5 ReAct	观察-思考-行动循环，让模型根据工具返回决定下一步	chapter5/index.md
Ch6 Workflow 与 Agent Loop	固定流程用 workflow，动态任务用 agent loop	chapter6/index.md
Ch7 Agent Design Patterns	28 个模式，按失败类型分五类：可靠性、检索与记忆、规划与搜索、多 Agent、安全与评测	chapter7/index.md

附录

附录	内容	链接
1A KV Cache 与 Prefill	KV cache 原理和 prefill 优化	appendix/1a_kv_cache_prefill.md
2A Agent 沙箱	工具执行的隔离环境	appendix/2a_agent_sandbox.md
2B 权限控制	工具级别的权限模型	appendix/2b_permission_control.md
4A Prompt Caching	prompt 缓存策略和成本优化	appendix/4a_prompt_caching.md
5A ReAct 优化	ReAct 循环的性能和成本优化	appendix/5a_react_optimization.md

怎么读

Ch1 到 Ch6 按顺序读。每一章解决上一章留下的问题，跳章会缺前置知识。

Ch7 按需跳。遇到具体失败时，去 模式地图 查对应模式。

快速开始

如果已经能调 API 和工具，直接跳到 Ch3 结构化输出与对话基础。

如果已经写过 ReAct 循环，直接跳到 Ch6 Workflow 与 Agent Loop。

如果只想查某个模式怎么用，去 模式地图 按症状找。

完整的章节衔接逻辑在 从这里开始。