ai-agent-book

KO | EN

gitlite — search

#javascript #hacktoberfest #react #ai #llm #go #machine-learning #macos #nodejs #java #awesome #vue #pytorch #mcp

(★ 37,851)

《深入理解 AI Agent：设计原理与工程实践》（李博杰著）开源主仓库：全书正文、编译版 PDF 与按章配套代码

ai-agent-book 최신버젼 다운로드

최종 버전 다운로드 (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

[SUMMARY_KO]
『심층 이해 AI Agent: 설계 원칙과 엔지니어링 실습』(리보제(李博杰) 저) 오픈소스 메인 저장소: 책 본문, 컴파일된 PDF 및 장별 실습 코드

[FULL_CONTENT]
# 심층 이해 AI Agent: 설계 원칙과 엔지니어링 실습

[![PDF](https://img.shields.io/badge/PDF-%E4%B8%8B%E8%BD%BD-success.svg)](https://raw.githubusercontent.com/bojieli/ai-agent-book/main/) [![在线阅读](https://img.shields.io/badge/🌐_在线阅读-bojieli.github.io-success?style=flat-square)](https://bojieli.github.io/ai-agent-book/) [![Stars](https://img.shields.io/github/stars/bojieli/ai-agent-book?style=social)](https://github.com/bojieli/ai-agent-book) [![License](https://img.shields.io/badge/license--Apache--2.0-blue.svg)](https://raw.githubusercontent.com/bojieli/ai-agent-book/main/LICENSE) [![Languages](https://img.shields.io/badge/翻译-13%20种%20语言-informational.svg)](https://raw.githubusercontent.com/bojieli/ai-agent-book/main/)
[![Trending GitHub Project of the Day](https://img.shields.io/badge/GitHub%20Trending-Project%20of%20the%20Day-orange?logo=github)](https://github.com/trending)

**中文** ← 현재 · [English](docs/en/README.md) · [Español](docs/es/README.md) · [Bahasa Indonesia](docs/id/README.md) · [العربية](docs/ar/README.md) · [繁體中文（台灣）](docs/zh-TW/README.md) · [Русский](docs/ru/README.md) · [Tiếng Việt](docs/vi/README.md) · [தமிழ்](docs/ta/README.md) · [日本語](docs/ja/README.md) · [Türkçe](docs/tr/README.md) · [한국어](docs/ko/README.md) · [Magyar](docs/hu/README.md)

> 📥 **[PDF / EPUB 다운로드](#-전자책)** (추천) — 최상의 레이아웃을 제공하는 PDF / EPUB을 통한 오프라인 독서를 권장합니다. 또는 [온라인 읽기](https://bojieli.github.io/ai-agent-book/)도 가능합니다(다국어 전환, 목차 접기, 전문 검색 지원, 푸시 시마다 자동 업데이트).

**Agent = LLM + 컨텍스트 + 도구**——이 핵심 공식을 바탕으로 본서는 10개 장에 걸쳐 AI Agent의 원리부터 엔지니어링 실전까지 다룹니다. 책 본문, 삽화, **95개의 실습 실험**이 모두 오픈소스화되어 있으니 직접 실험을 실행해 보시기 바랍니다.

| 📚 기초부터 프로덕션까지 **10개 장** 본문 | 📂 로컬 프로젝트 및 외부 재현 트랙을 포함한 **95개** 실습 실험 | 🌐 **13개** 언어: 중국어 / 영어 / 스페인어 / 인도네시아어 / 아랍어 / 번체 중국어(대만) / 러시아어 / 타밀어 / 베트남어 / 일본어 / 터키어 / 한국어 / 헝가리어 |
| :---: | :---: | :---: |

## 📖 전자책

> 📥 **오프라인 다운로드** (추천, 전체 책 본문, 오픈소스 무료). 아래 링크는 항상 main 브랜치의 최신 빌드를 가리키며, 고정된 버전은 [Releases](https://github.com/bojieli/ai-agent-book/releases)에서 확인할 수 있습니다.
> - **중국어 (원본)**: [PDF](https://github.com/bojieli/ai-agent-book/releases/download/latest/AI-Agents-in-Depth-zh-CN.pdf) · [EPUB](https://github.com/bojieli/ai-agent-book/releases/download/latest/AI-Agents-in-Depth-zh-CN.epub)
> - **영어** (커뮤니티 번역, by [@nsdevaraj](https://github.com/nsdevaraj), [@whanyu1212](https://github.com/whanyu1212)): [PDF](https://github.com/bojieli/ai-agent-book/releases/download/latest/AI-Agents-in-Depth-en.pdf) · [EPUB](https://github.com/bojieli/ai-agent-book/releases/download/latest/AI-Agents-in-Depth-en.epub)
> - **스페인어** (커뮤니티 번역, by [@santhreal](https://github.com/santhreal)): [PDF](https://github.com/bojieli/ai-agent-book/releases/download/latest/AI-Agents-in-Depth-es.pdf) · [EPUB](https://github.com/bojieli/ai-agent-book/releases/download/latest/AI-Agents-in-Depth-es.epub)
> - **인도네시아어** (커뮤니티 번역, by [@jojixyz666](https://github.com/jojixyz666)): [PDF](https://github.com/bojieli/ai-agent-book/releases/download/latest/AI-Agents-in-Depth-id.pdf) · [EPUB](https://github.com/bojieli/ai-agent-book/releases/download/latest/AI-Agents-in-Depth-id.epub)
> - **번체 중국어(대만)** (커뮤니티 번역, by [@tigercosmos](https://github.com/tigercosmos)): [PDF](https://github.com/bojieli/ai-agent-book/releases/download/latest/AI-Agents-in-Depth-zh-TW.pdf) · [EPUB](https://github.com/bojieli/ai-agent-book/releases/download/latest/AI-Agents-in-Depth-zh-TW.epub)
> - **러시아어** (커뮤니티 번역, by [@ui99ru](https://github.com/ui99ru)): [PDF](https://github.com/bojieli/ai-agent-book/releases/download/latest/AI-Agents-in-Depth-ru.pdf) · [EPUB](https://github.com/bojieli/ai-agent-book/releases/download/latest/AI-Agents-in-Depth-ru.epub)
> - **타밀어** (커뮤니티 번역, by [@nsdevaraj](https://github.com/nsdevaraj)): [PDF](https://github.com/bojieli/ai-agent-book/releases/download/latest/AI-Agents-in-Depth-ta.pdf) · [EPUB](https://github.com/bojieli/ai-agent-book/releases/download/latest/AI-Agents-in-Depth-ta.epub)
> - **베트남어** (커뮤니티 번역, by [@toanalien](https://github.com/toanalien)): [PDF](https://github.com/bojieli/ai-agent-book/releases/download/latest/AI-Agents-in-Depth-vi.pdf) · [EPUB](https://github.com/bojieli/ai-agent-book/releases/download/latest/AI-Agents-in-Depth-vi.epub)
> - **일본어** (커뮤니티 번역, by [@eltociear](https://github.com/eltociear)): [PDF](https://github.com/bojieli/ai-agent-book/releases/download/latest/AI-Agents-in-Depth-ja.pdf) · [EPUB](https://github.com/bojieli/ai-agent-book/releases/download/latest/AI-Agents-in-Depth-ja.epub)
> - **아랍어** (커뮤니티 번역, by [@TheSyBuilder](https://github.com/TheSyBuilder)): [PDF](https://github.com/bojieli/ai-agent-book/releases/download/latest/AI-Agents-in-Depth-ar.pdf) · [EPUB](https://github.com/bojieli/ai-agent-book/releases/download/latest/AI-Agents-in-Depth-ar.epub)
> - **터키어** (커뮤니티 번역, by [@memisemre](https://github.com/memisemre)): [PDF](https://github.com/bojieli/ai-agent-book/releases/download/latest/AI-Agents-in-Depth-tr.pdf) · [EPUB](https://github.com/bojieli/ai-agent-book/releases/download/latest/AI-Agents-in-Depth-tr.epub)
> - **한국어** (커뮤니티 번역, by [@JeongJaeSoon](https://github.com/JeongJaeSoon)): [PDF](https://github.com/bojieli/ai-agent-book/releases/download/latest/AI-Agents-in-Depth-ko.pdf) · [EPUB](https://github.com/bojieli/ai-agent-book/releases/download/latest/AI-Agents-in-Depth-ko.epub)
> - **헝가리어(Magyar)** (커뮤니티 번역, by [@barmivalami0-ux](https://github.com/barmivalami0-ux)): [PDF](https://github.com/bojieli/ai-agent-book/releases/download/latest/AI-Agents-in-Depth-hu.pdf) · [EPUB](https://github.com/bojieli/ai-agent-book/releases/download/latest/AI-Agents-in-Depth-hu.epub)
>
> 🌐 [온라인 읽기](https://bojieli.github.io/ai-agent-book/)도 가능합니다 — 다국어 전환, 목차 접기, 전문 검색, 실습 링크 직접 이동을 지원하며, main 브랜치 푸시 시마다 자동으로 재빌드됩니다.

중국어 본문 소스코드는 [`book/`](book/)에 위치하며; 영어/스페인어/인도네시아어/아랍어/번체 중국어(대만)/러시아어/타밀어/베트남어/일본어/터키어/한국어/헝가리어 버전은 커뮤니티 기여분으로(중국어 원본보다 다소 지연될 수 있음), 각각 [`book-en/`](book-en/), [`book-es/`](book-es/), [`book-id/`](book-id/), [`book-ar/`](book-ar/), [`book-zhtw/`](book-zhtw/), [`book-ru/`](book-ru/), [`book-ta/`](book-ta/), [`book-vi/`](book-vi/), [`book-ja/`](book-ja/), [`book-tr/`](book-tr/), [`book-ko/`](book-ko/), [`book-hu/`](book-hu/)에 위치합니다.

<details>
<summary>🔧 PDF / EPUB을 직접 컴파일하고 싶으신가요? (PDF는 pandoc / xelatex / ElegantBook 필요)</summary>

- **EPUB**: 통합 빌드 스크립트 사용, 자세한 내용은 [EPUB 빌드 설명](EPUB.md)을 참조하세요.
- **본문 소스코드**: `book/introduction.md` (서론), `book/chapter1.md` ~ `book/chapter10.md` (제1장~제10장), `book/afterword.md` (후기)
- **컴파일**: pandoc, xelatex, ElegantBook 문서 클래스 및 관련 글꼴을 설치한 후 다음을 실행하세요.

```bash
  cd book && bash build_pdf.sh
  ```

도표는 SVG 파일로 `book/images/`에 저장되어 있으며 컴파일 시 직접 사용됩니다. 레이아웃 세부 사항은 `book/preamble.tex`와 `book/*.lua`를 참조하세요.

</details>

## 📑 내용 요약 (제 1–10장)

전체 책은 핵심 공식인 **Agent = LLM + 컨텍스트 + 도구**를 중심으로 전개되며, 10개의 장이 점진적으로 구성되어 있습니다.

| 장 | 주제 | 한 줄 핵심 | 본문 | 코드 |
| :--: | --- | --- | :--: | :--: |
| 1 | 🚀 **Agent 기초 지식** | **Agent = LLM + 컨텍스트 + 도구**; Harness 엔지니어링이야말로 경쟁력입니다. | [읽기](book/chapter1.md) | [4](chapter1/README.md) |
| 2 | 🎯 **컨텍스트 엔지니어링** | 컨텍스트가 능력의 상한선을 결정합니다: KV Cache, 프롬프트 엔지니어링, Agent Skills, 컨텍스트 압축 | [읽기](book/chapter2.md) | [9](chapter2/README.md) |
| 3 | 📚 **사용자 기억과 지식베이스** | 세션을 넘어 사용자를 기억하고 외부 지식에 접속: 사용자 기억, RAG, 구조화된 인덱스, 지식 그래프 | [읽기](book/chapter3.md) | [13](chapter3/README.md) |
| 4 | 🛠️ **도구** | 도구는 Agent의 두 손입니다: MCP 프로토콜, 지각/실행/협업 세 가지 유형의 도구, 이벤트 기반 비동기 Agent, 능동적 도구 발견 | [읽기](book/chapter4.md) | [7](chapter4/README.md) |
| 5 | 💻 **Coding Agent와 코드 생성** | 코드는 「새로운 도구를 창조할 수 있는 도구」이며, 프로덕션 급 Coding Agent의 전반적인 모습 | [읽기](book/chapter5.md) | [12](chapter5/README.md) |
| 6 | 🎯 **Agent 평가** | 성능을 비교 가능한 신호로 전환: 평가 환경, 지표, 통계적 유의성, 평가 기반 모델 선정 | [읽기](book/chapter6.md) | [12](chapter6/README.md) |
| 7 | 🧠 **모델 후학습** | 사전 학습/SFT/RL 세 단계: SFT를 선택할 때와 RL을 선택할 때, 도구 호출 내화, 샘플 효율성 | [읽기](book/chapter7.md) | [16](chapter7/README.md) |
| 8 | 🔄 **Agent의 지속적 진화** | 실행 궤적에서 학습 신호를 얻어 지식, 지시어, 프로그램, 파라미터 업데이트 | [읽기](book/chapter8.md) | [9](chapter8/README.md) |
| 9 | 🎙️ **멀티모달과 실시간 상호작용** | 텍스트에서 음성, GUI, 물리적 세계로 확장: 음성 세 가지 패러다임, Computer Use, 로봇 공학 | [읽기](book/chapter9.md) | [10](chapter9/README.md) |
| 10 | 🤝 **멀티 Agent 협업** | 군집 지능이 개체보다 우수: 협업 프레임워크, 컨텍스트 공유/격리, 발현되는 「Agent 사회」 | [읽기](book/chapter10.md) | [8](chapter10/README.md) |

> 💡 **읽기** = GitHub 웹페이지에서 장 본문(markdown) 바로 읽기; **N** = 해당 장의 실습 프로젝트 수, 코드를 보려면 클릭하세요. 프로젝트 유형 설명(✅ 실행 가능 / 📖 재현 / 🚧 설계)은 각 장의 README를 참조하세요.
>
> 📚 책을 효과적으로 읽는 방법은 **[학습 제안](docs/zh-CN/LEARNING.md)**(핵심 철학, 학습 경로, 난이도별 분류, 실습 제안)을 참조하세요.

## 💻 실습 실험 실행하기

이 프로젝트는 **Python 3.10+**를 공통으로 지원합니다. 저장소 루트 디렉토리에서 장별로 의존성을 설치하세요. `ch1`을 `ch2` ~ `ch10`으로 변경하면 해당 장의 의존성을 설치할 수 있습니다.

```bash
# 추천: 저장소에 커밋된 uv.lock을 사용하여 재현 가능한 장별 환경 구축
uv sync --locked --extra ch1

# uv가 설치되지 않은 경우: pyproject.toml에서 pip를 사용하여 재설정
python -m pip install -e ".[ch1]"
```

모델을 호출하는 실험을 실행하기 전에, 해당 실험의 README에 따라 자격 증명(credential)을 설정하세요. 루트 디렉토리 구성을 지원하는 실험은 `.env.example`을 `.env`로 복사하고 최소 하나의 제공자 키(Provider Key)를 입력하면 됩니다. 일부 실험은 자체 디렉토리에 `.env`를 두거나 환경 변수를 직접 내보내도록 요구합니다. 실험 README나 CLI에 명시적으로 `ollama`가 나열된 경우에만 로컬 Ollama를 시작하고 `--provider ollama`를 추가할 수 있습니다.

설치 후 저장소 루트 디렉토리에서 실험을 실행할 수 있습니다. 예:

```bash
uv run python chapter1/context/main.py
# pip로 설치한 경우에도 직접 실행 가능: python chapter1/context/main.py
```

- `uv` 설치 방법은 [공식문서](https://docs.astral.sh/uv/getting-started/installation/)를 참조하세요. `pip`도 계속 지원되지만 잠금 파일(lock file)은 사용되지 않습니다.
- 각 실험에 기존에 있던 `requirements.txt`는 마이그레이션 기간 동안 계속 유효하며, 단일 프로젝트만 실행하거나 특수 버전 제약이 필요한 경우에 적합합니다.
- `all`은 로컬 학습 스택이 포함되지 않은 CPU 친화적인 조합이며 모든 실험을 의미하지는 않습니다. `uv sync`는 매번 현재 선택된 항목을 정확히 동기화하므로 특수 extra를 사용할 때는 `uv sync --locked --extra ch2 --extra vllm` 또는 `uv sync --locked --extra ch7 --extra unsloth`와 같이 동일한 명령어로 결합하세요. pip의 경우는 `python -m pip install -e ".[ch2,vllm]"`에 해당합니다.
- 브라우저, CUDA, FFmpeg, Ollama, Playwright 브라우저 및 외부 저장소 등의 시스템 의존성은 계속해서 각 실험의 README를 참조하세요. 일부 브라우저 및 기억 관련 실험은 Python 3.11+가 필요하며, 제8장의 일부 내장된 서드파티 컴포넌트는 Python 3.12+가 필요합니다.

## 🔑 API 키

학습을 원활하게 진행할 수 있도록 아래 플랫폼들의 API Key를 발급받는 것을 권장합니다. 모델 선정은 [이 가이드](https://01.me/2025/07/llm-api-setup/)를 참고하세요.

| 플랫폼 | 링크 | 특징 | 접속 노드 |
| --- | --- | --- | --- |
| **Kimi** (Moonshot AI) | <https://platform.moonshot.cn/> | Kimi 시리즈, Coding 및 Agent 능력 우수 | 중국 본토 |
| **지푸 GLM (智谱 GLM)** | <https://open.bigmodel.cn/> | GLM-5.2 등, Coding 및 Agent 능력 우수 | 중국 본토 |
| **Siliconflow** | <https://siliconflow.cn/> | 다양한 오픈소스 모델 (DeepSeek, Qwen 등), 중국 본토 접속 속도 빠름 | 중국 본토 |
| **DeepSeek** | <https://platform.deepseek.com/> | DeepSeek 공식 API | 글로벌 + 중국 본토 |
| **Krill AI** | [www.krill-ai.net](https://www.krill-ai.net/register?invite=Q8D3L35725) | 글로벌 및 국내 주요 모델(OpenAI, Claude, Gemini, Grok, Kimi, GLM, DeepSeek, Qwen, Minimax) 원스톱 접속 | 글로벌 + 중국 본토 |
| **OpenRouter** | <https://openrouter.ai/> | 글로벌 및 국내 주요 모델(GPT, Claude, Gemini, Kimi, GLM, DeepSeek, Qwen 등) 원스톱 접속 | 글로벌 |

## 💎 스폰서

**Krill AI**의 본 프로젝트 후원에 감사드립니다! Krill은 GPT / Claude / Gemini / 다수의 국산 모델에 대한 공식적이고 안정적이며 초고속인 API 중계 서비스를 제공하며, 엔터프라이즈 급 커스텀, 비용 청구 및 세금 계산서 발행, 7x16h 전담 기술 지원을 지원합니다. 또한 독점적으로 어댑팅된 WebSocket 연결 방식을 통해 최고 속도의 첫 글자 응답 속도를 즐기실 수 있습니다.

Krill은 본서 독자들을 위한 특별 할인 혜택을 제공합니다. [이 링크](https://www.krill-ai.net/register?invite=Q8D3L35725)를 통해 가입하고 충전 시 할인 코드 「ai-agent-book」을 입력하시면, 처음 Codex 패키지 구매 시 23% 할인(77% 가격)을 받으실 수 있습니다!

> 🧪 실습 실험의 실행 상태, 증거 및 미완료 게이트는 [`docs/EXPERIMENT_STATUS.md`](docs/EXPERIMENT_STATUS.md)에 별도로 기록되어 있으며, 소스코드를 클론하거나 설치했다고 해서 실험이 완료된 것은 아닙니다.

## 📦 부록 · 외부 저장소 가져오기

본 부록은 제 6, 7, 9, 10장과 실험이 직접 매핑되는 22개의 외부 저장소를 나열하며, 1개의 보조 학습용 cookbook을 포함합니다. 이들은 (용량과 저작권상의 이유로) **본서 소스코드의 내장 의존성에 포함되지 않으며**, 해당 디렉토리에 직접 클론해야 합니다. 일부 학습 프로젝트는 각자의 README에 따라 모델, 데이터셋, 시뮬레이터 의존성을 가져오며, 이는 직접 매핑된 22개에 포함되지 않습니다. 아래 버전은 2026-07-30 워크숍 체크아웃 또는 동명일 읽기 전용 업스트림 감사를 기반으로 합니다. 고정된 소스코드는 재현의 출발점일 뿐이며, 학습, 하드웨어, 브라우저 또는 멀티 Agent 실험이 이미 실행되었음을 의미하지는 않습니다.

### 원클릭 클론 스크립트

<details>
<summary>🔧 클론 명령어 펼치기 (총 23개 체크아웃: 22개 실험 매핑 + 1개 보조 cookbook)</summary>

```bash
# 제 6 장 · 평가 벤치마크
git clone https://github.com/google-research/android_world.git chapter6/android_world && git -C chapter6/android_world checkout --detach 0e95d641e244504c22087cc29b013f3b2428a261
git clone https://huggingface.co/datasets/gaia-benchmark/GAIA chapter6/GAIA && git -C chapter6/GAIA checkout --detach 682dd723ee1e1697e00360edccf2366dc8418dd9
git clone https://github.com/xlang-ai/OSWorld.git chapter6/OSWorld && git -C chapter6/OSWorld checkout --detach 8365edc975efd0477a0d62444a5beed562ab5a7b
git clone https://github.com/SWE-bench/SWE-bench.git chapter6/SWE-bench && git -C chapter6/SWE-bench checkout --detach 5cd4be9fb23971679cbbafe5a0ecade27cef99be
git clone https://github.com/sierra-research/tau2-bench.git chapter6/tau2-bench && git -C chapter6/tau2-bench checkout --detach 8d005b0e5b9e4af0bc055886fa7f95fc86d1710e
git clone https://github.com/laude-institute/terminal-bench.git chapter6/terminal-bench && git -C chapter6/terminal-bench checkout --detach 8384a179b1b8688f6ea5233a4d9d51218df1ac96

# 제 7 장 · 학습 프레임워크 (bojieli/*는 본서에 맞게 어댑팅된 브랜치)
git clone https://github.com/bojieli/minimind.git chapter7/MiniMind-pretrain/minimind && git -C chapter7/MiniMind-pretrain/minimind fetch origin 8bdc5d97d5845a8c1ac2ed56a5b8b4c0d0fb0795 && git -C chapter7/MiniMind-pretrain/minimind checkout --detach 8bdc5d97d5845a8c1ac2ed56a5b8b4c0d0fb0795 && test "$(git -C chapter7/MiniMind-pretrain/minimind rev-parse HEAD)" = "8bdc5d97d5845a8c1ac2ed56a5b8b4c0d0fb0795"  # 실험 7-3
git clone https://github.com/bojieli/minimind-v.git chapter7/MiniMind-pretrain/minimind-v && git -C chapter7/MiniMind-pretrain/minimind-v fetch origin ead791c530fa5f9a3549dbfe9e11ec732d18d2e5 && git -C chapter7/MiniMind-pretrain/minimind-v checkout --detach ead791c530fa5f9a3549dbfe9e11ec732d18d2e5 && test "$(git -C chapter7/MiniMind-pretrain/minimind-v rev-parse HEAD)" = "ead791c530fa5f9a3549dbfe9e11ec732d18d2e5"  # 실험 7-4
git clone https://github.com/bojieli/AdaptThink.git chapter7/AdaptThink-original && git -C chapter7/AdaptThink-original checkout --detach 0033ad172dd53ac64004b763477407014f21b838  # 실험 7-10
git clone https://github.com/bojieli/SFTvsRL.git chapter7/SFTvsRL && git -C chapter7/SFTvsRL checkout --detach fef0a4a3367260a0934be1e40b01e4021698e023  # 실험 7-11, 7-12
git clone https://github.com/bojieli/AWorld.git chapter7/AWorld && git -C chapter7/AWorld checkout --detach a52d61d6d483e66b22ef16970eae5bbf4f4ab2ec  # 실험 7-16
git clone https://github.com/bojieli/verl.git chapter7/verl && git -C chapter7/verl checkout --detach 1593fc3a8cf894debdc3dece2a23ed739c282789  # 실험 7-15 ReTool 레시피; 7-16 학습 백엔드
git clone https://github.com/bojieli/SandboxFusion.git chapter7/SandboxFusion && git -C chapter7/SandboxFusion fetch origin 4a0d573ebd64c98234c190a9d1d49e4276199a0c && git -C chapter7/SandboxFusion checkout --detach 4a0d573ebd64c98234c190a9d1d49e4276199a0c && test "$(git -C chapter7/SandboxFusion rev-parse HEAD)" = "4a0d573ebd64c98234c190a9d1d49e4276199a0c"  # 실험 7-15 코드 샌드박스
git clone https://github.com/thinking-machines-lab/tinker-cookbook.git chapter7/tinker-cookbook && git -C chapter7/tinker-cookbook checkout --detach fc8449187041cf102905f3f751e6d2eac7f9f754
git clone https://github.com/19PINE-AI/rlvp.git chapter7/RLVP/rlvp && git -C chapter7/RLVP/rlvp fetch origin 1ad30bc7e338911fb733739393d92c420f4d8bee && git -C chapter7/RLVP/rlvp checkout --detach 1ad30bc7e338911fb733739393d92c420f4d8bee && test "$(git -C chapter7/RLVP/rlvp rev-parse HEAD)" = "1ad30bc7e338911fb733739393d92c420f4d8bee"  # 실험 7-14
git clone https://github.com/PRIME-RL/SimpleVLA-RL.git chapter7/SimpleVLA-RL/SimpleVLA-RL && git -C chapter7/SimpleVLA-RL/SimpleVLA-RL checkout --detach 7c51662df27b586f9e8a1ab35fcf849f2b8852f9  # 실험 7-13

# 제 9 장 · GUI 및 로봇 공학 외부 재현 트랙
git clone https://github.com/anthropics/claude-quickstarts.git chapter9/claude-quickstarts && git -C chapter9/claude-quickstarts checkout --detach 9bcc95e316e5ef6542b4c9d0469f4078829eead5  # 실험 9-6에서 computer-use-demo/ 사용
git clone https://github.com/browser-use/browser-use.git chapter9/browser-use && git -C chapter9/browser-use checkout --detach ec9277c5001f2cb78ee419c927775a3cfc227ff8  # 실험 9-7
git clone https://github.com/Vector-Wangel/XLeRobot.git chapter9/XLeRobot && git -C chapter9/XLeRobot fetch origin 3d14695e40c9c68229c0aacffca6053c75cd3eb6 && git -C chapter9/XLeRobot checkout --detach 3d14695e40c9c68229c0aacffca6053c75cd3eb6 && test "$(git -C chapter9/XLeRobot rev-parse HEAD)" = "3d14695e40c9c68229c0aacffca6053c75cd3eb6"  # 실험 9-8, 9-9 공용
git clone https://github.com/Grigorij-Dudnik/RoboCrew.git chapter9/RoboCrew && git -C chapter9/RoboCrew fetch origin c749148f29bd14e61347f9fc3530c343fff0d994 && git -C chapter9/RoboCrew checkout --detach c749148f29bd14e61347f9fc3530c343fff0d994 && test "$(git -C chapter9/RoboCrew rev-parse HEAD)" = "c749148f29bd14e61347f9fc3530c343fff0d994"  # 실험 9-9; RoboCrew v0.3.1
git clone https://github.com/StoneT2000/lerobot-sim2real.git chapter9/lerobot-sim2real && git -C chapter9/lerobot-sim2real fetch origin 87d6c1d969f6e0ca4dc5697940804e231118a63a && git -C chapter9/lerobot-sim2real checkout --detach 87d6c1d969f6e0ca4dc5697940804e231118a63a && test "$(git -C chapter9/lerobot-sim2real rev-parse HEAD)" = "87d6c1d969f6e0ca4dc5697940804e231118a63a"  # 실험 9-10

# 제 10 장 · 듀얼 Agent 아키텍처 (TalkAct 프로젝트로 독립됨) + 스탠포드 AI 타운
git clone https://github.com/19PINE-AI/TalkAct.git chapter10/use-computer-while-calling && git -C chapter10/use-computer-while-calling fetch origin 7d70007f72d45ddfc1a14e8e229b6d444e4919a2 && git -C chapter10/use-computer-while-calling checkout --detach 7d70007f72d45ddfc1a14e8e229b6d444e4919a2 && test "$(git -C chapter10/use-computer-while-calling rev-parse HEAD)" = "7d70007f72d45ddfc1a14e8e229b6d444e4919a2"  # 실험 10-4
git clone https://github.com/joonspk-research/generative_agents.git chapter10/generative_agents && git -C chapter10/generative_agents fetch origin fe05a71d3e4ed7d10bf68aa4eda6dd995ec070f4 && git -C chapter10/generative_agents checkout --detach fe05a71d3e4ed7d10bf68aa4eda6dd995ec070f4 && test "$(git -C chapter10/generative_agents rev-parse HEAD)" = "fe05a71d3e4ed7d10bf68aa4eda6dd995ec070f4"  # 실험 10-7
```

> 상기 언급된 현재 누락된 9개의 체크아웃(7-3, 7-4, 7-14, 7-15의 SandboxFusion, 9-8/9-9 공용 XLeRobot, 9-9의 RoboCrew, 9-10의 `lerobot-sim2real`, 10-4, 10-7) 또한 변경 불가능한(immutable) SHA에 고정되어 있습니다. 명령어는 detached checkout을 수행하고 `rev-parse HEAD`를 사용하여 일치 여부를 검증합니다. 제10장의 `use-computer-while-calling`은 독립적으로 유지보수되는 [19PINE-AI/TalkAct](https://github.com/19PINE-AI/TalkAct)로 발전했습니다. 소스코드의 존재 여부나 설치 성공 여부가 실험 완료를 선언하는 것은 아닙니다.

</details>

## 🤝 기여하기

본서와 실습 코드는 모두 오픈소스이며, 커뮤니티가 Pull Request를 통해 공동으로 참여하는 것을 환영합니다.

| 유형 | 설명 |
| --- | --- |
| 📝 **도서 내용 개선** | 오탈자 정정, 보완, 더 명확한 표현, 또는 최신 발전 사항 추가 (본문은 `book/chapter*.md` 참조) |
| 🐛 **코드 개선 및 버그 수정** | 실습 프로젝트를 더욱 견고하고 사용하기 쉽게, 프로덕션 실전에 가깝게 개선 |
| 🧪 **새로운 실습 프로젝트** | 특정 실험에 더 나은 구현을 보완/대체하거나 완전히 새로운 예제 프로젝트 기여 |
| 🎨 **삽화 디자인 개선** | `book/images/`에 커밋된 SVG 도표를 직접 개선하여 더 선명하고 아름답게 만들기 |
| 🌐 **신규 언어 번역** | 영어(`book-en/`), 아랍어(`book-ar/`), 번체 중국어(대만)판(`book-zhtw/`), 러시아어(`book-ru/`), 타밀어(`book-ta/`), 베트남어(`book-vi/`), 일본어(`book-ja/`), 터키어(`book-tr/`), 한국어(`book-ko/`), 헝가리어(`book-hu/`)의 조직 방식을 참고하여 더 많은 언어로의 번역을 환영합니다. |

제출하기 전에 관련 실험을 직접 실행해 보고 재현 가능한지 확인하는 것을 권장하며, 아이디어를 논의하기 위해 먼저 issue를 제기하는 것도 환영합니다.

## 📄 라이선스

본 프로젝트는 [Apache License 2.0](LICENSE) 오픈소스 라이선스를 따르며, 자세한 내용은 [`LICENSE`](LICENSE) 파일을 참조하세요. 일부 하위 프로젝트는 각자의 라이선스 정보를 포함할 수 있으므로, 하위 프로젝트 내의 설명을 기준으로 삼아주세요.

## ⭐ 스타 히스토리 (Star History)

[`scripts/gen_star_history.py`](scripts/gen_star_history.py)에 의해 생성됨, [GitHub Actions](.github/workflows/star-history.yml)를 통해 매일 자동 업데이트 · 이미지를 클릭하여 실시간 데이터 확인

ai-agent-book

ai-agent-book 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

ai-agent-book

ai-agent-book 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Download README