python-agent/docs/10-配套学习资源清单.md

配套学习资源清单

筛选标准：优先官方文档与活跃开源仓库（时效性较好）；论文类仅用于阶段二 / 五建立原理认知；每条给出用途与注意点。

官方文档（框架主来源）🔴

资源	用途
LangChain / LangGraph 官方文档	阶段三主体；优先看 LangGraph Conceptual Guide 与 Tutorials（Quick Start、Persistence、Human-in-the-loop、Multi-agent）
LlamaIndex 官方文档	RAG 与文档感知 Agent；看 Data ingestion、Retrievers、Agent 章节
CrewAI 官方文档	多智能体快速原型；对照 LangGraph 理解「角色化 vs 图状态」差异
AutoGen 官方文档	对话式多 Agent 与代码执行实验；注意沙箱安全边界。⚠️ 已进维护模式，官方新框架为 Microsoft Agent Framework（MAF）；0.2/0.4 差异见阶段三 05。
OpenAI 官方文档	Function Calling、Responses API、Assistants；理解工具调用链路最佳对照
MCP 官方文档	Model Context Protocol：Agent 工具接入的事实标准；Python SDK 与参考 Server（见阶段四 05 专题）
Qdrant 官方文档	生产级向量库；本项目 docker-compose 已预置，代码对照见阶段四 02
LangSmith 官方文档	LangChain 生态追踪 + 评估平台：trace / 数据集 / LLM-as-judge（见阶段五 04）
Langfuse 官方文档	开源自托管可观测平台，支持 OTLP 接入；数据合规敏感团队的首选替代
Ragas 官方文档	RAG 评估库：faithfulness / answer_relevancy / 检索质量指标（见阶段五 04）
OpenTelemetry 官方文档	可观测性标准协议；GenAI 语义约定（chat / invoke_agent / execute_tool 等 span），见阶段七 03
Dify 官方文档	低代码平台；快速验证业务思路，理解工作流与 LangGraph 编排的等价概念
vLLM 官方文档	本地高吞吐推理部署；了解 OpenAI 兼容接口封装

开源项目（抄作业 + 读源码）🔴

• LangChain 官方示例仓库（langchain-ai/langchain 的 cookbook / docs 示例）：每个框架概念配一个最小可跑 demo。

• LangGraph 官方 Templates（langchain-ai/langgraph 的 examples）：成熟单 / 多 Agent 参考实现，重点读 State、Checkpointer 用法。

• LlamaIndex 官方文档示例与 llamaindex 仓库 examples：RAG 全链路参考。

• CrewAI 官方 Examples 仓库（crewAIInc/crewAI 的 examples 目录）：角色化多智能体场景。

• AutoGen 官方 examples：对话多 Agent 与 GroupChat 模式（仅作机理参考，新项目优先 Microsoft Agent Framework）。

• 开源垂直 Agent（企业客服、数据分析助手类）：学习工程分层与工具封装（按最新开源热度筛选）。

论文与原理（阶段二 / 五应用）

优先级	论文	理解要点
🔴	ReAct	「思考-行动-观察」循环原始论文
🔴	Chain-of-Thought Prompting	CoT 原理与样例构造
🟡	Reflexion	失败即反思重试的范式
🟡	Plan-and-Solve Prompting	计划驱动的补充理解
🟡	Retrieval-Augmented Generation	RAG 原始论文，检索-生成链路
🟢	Tree of Thoughts	思维树探索与剪枝，明确生产落地成本
🟢	Generative Agents / Memory（如 MemGPT）	记忆分层思想来源，了解即可

评测与 Benchmark（阶段五用）

资源	说明
🟡 AgentBench	通用 Agent 能力评估；横向认知，不代表业务效果
🟡 GAIA	面向通用助手任务的 Benchmark；仅供横向认知
🔴 自建业务评测集	本大纲优先：把真实业务用例整理为可重复执行的自动化评测脚本（任务成功率、工具调用准确率、步骤数、幻觉率）