从这里开始

总路线图

Ch1 First API Call
 → Ch2 Function Calling
   → Ch3 结构化输出与对话基础
     → Ch4 Prompt 与 Context Engineering
       → Ch5 ReAct
         → Ch6 Workflow 与 Agent Loop
           → Ch7 Agent Design Patterns（按需跳）

Ch1 到 Ch6 是主线，按顺序走。Ch7 不要硬读，按失败跳。

每章衔接逻辑

每一章都来自上一章的失败。

章节	上一章做到了什么	但还差什么	链接
Ch1 First API Call	能调 API，模型能回答问题	但说的全是编的，没有工具，不能获取真实数据	chapter1/index.md
Ch2 Function Calling	能调工具，拿到真实数据	但输出是散文，代码没法稳定消费	chapter2/index.md
Ch3 结构化输出与对话基础	输出有结构，有对话历史，有 Provider 抽象	但 prompt 写不好效果差，上下文管理粗糙	chapter3/index.md
Ch4 Prompt 与 Context Engineering	prompt 和 context 优化了，输出质量上去了	但还是 one-shot，复杂任务需要循环	chapter4/index.md
Ch5 ReAct	有 ReAct 循环，模型能根据观察决定下一步	但不是所有任务都需要循环，有的固定步骤更好	chapter5/index.md
Ch6 Workflow 与 Agent Loop	有 workflow 和 agent loop，能区分固定流程和动态任务	但遇到具体问题需要具体模式	chapter6/index.md
Ch7 Agent Design Patterns	按失败选模式，28 个模式覆盖可靠性、检索、规划、多 Agent、安全	—	chapter7/index.md

什么时候停

能用更简单的结构，就不要上更重的模式。

• 步骤固定 → 停在 workflow，不需要 agent loop。
• 只缺资料 → 加工具或检索，不需要完整 Agent。
• 输出不稳定 → 结构化输出加重试就够了。
• one-shot 能解决 → 不需要循环。

Agent 不是目标。可控地解决用户的旅行问题才是目标。

读完 Ch6 以后

去 模式地图，按症状跳到 Ch7 的具体模式。

常见跳法：

• 输出像真的但经常错 → 可靠性：Maker-Checker、CoVe、Voting
• 一次检索不够 → 检索与记忆：Retrieval Loop、Agentic RAG
• 计划会被新信息推翻 → 规划与搜索：PER、ReWOO
• 一个 Agent 背太多职责 → 多 Agent：Manager-Worker、Handoff、Group Chat
• 要上线 → 安全与评测：Policy、Guardrails、HITL、Eval Harness