前言
去年有个朋友来找我："我想学AI开发，你觉得我应该从哪开始？"
我说你先装个Python。
他愣了两秒："……Python？不是应该先学PyTorch吗？"
这个问题我听过无数次。很多人一上来就想跑模型、训数据，结果连 import 都报错不知道为啥。
学AI的第一步不是AI，是Python。 就好像你想当赛车手，第一件事不是上赛道，而是先考个驾照。
这就是我写这本书的起点——很多人想学AI Agent，但不知道从哪下手，资料太多反而更迷糊。
而这本书和别的书最大的不同，在于两点：
第一，用故事讲技术。 我不会一上来就给你扔定义、扔公式、扔架构图。我会用一个朋友问我问题的故事，带你一点点理解AI Agent到底是什么。前15章，每一章的开头都有一个故事或者场景，让你知道"这一章学完，我能解决什么问题"。后3章切换到Day-by-Day的实战节奏，手把手带你做完3个项目。
第二，用图解代替长篇文字。 AI Agent涉及很多抽象概念——推理链、状态机、向量检索……这些东西光看文字很难理解。这本书里有上百张图解，看图就能懂，不用在脑子里"模拟运行"。
这本书能给你带来什么？
第一，不是扔给你一堆资料，是带你走完一条路
你不用再到处找资料、拼凑学习路径。这本书从"Python怎么装"讲到"Agent系统怎么设计"，一条线走完。
跟着这本书走，该学什么、先学什么后学什么，我都帮你安排好了。就好像我坐在你旁边，跟你说："来，今天咱们先做这个，明天再做那个。"
第二，真正能跑的代码
书里所有的代码示例都是完整可运行的，不是片段式的伪代码。而且我做了一个Mock模式——不用买API Key、不用连VPN，就能把整本书的代码跑通。
第三，图解，看图就能懂
AI Agent涉及很多抽象概念——推理链、状态机、向量检索……这些东西光看文字很难理解。
这本书里有上百张图解，看图就能懂，不用在脑子里"模拟运行"。
第四，3个企业级项目
学完框架不代表能做出产品。这本书用Day-by-Day渐进式建造的方式，手把手带你做完3个项目：
- 项目一：智能客服系统（7天）——覆盖LangChain、LangGraph、RAG、工具调用、多轮对话、MCP、部署
- 项目二：文档分析助手（6天）——文档解析、LCEL链式处理、并发分析、缓存优化、MCP服务、Streamlit部署
- 项目三：AI代码助手（6天）——AST解析、LCEL审查链、并发审查、缓存优化、MCP服务、Streamlit部署
做完这3个项目，你的简历上就有东西写了。
第五，LangChain + LangGraph 深度融入
LangChain 和 LangGraph 不是独立章节，而是深度融入 AI Agent 核心原理中——你在学第5章 Prompt 设计时就会用到 LangChain，学第10章框架选型时就会上手 LangGraph，学到哪用到哪，拒绝纸上谈兵。
第六，面试刷题宝典
附录有万字题库系列，覆盖 AI Agent、LLM、RAG、Prompt 工程、向量数据库、AI 框架六大专题。每题都有标准答案和扩展解析——全部免费公开。
这本书适合谁？
- 前端/后端开发者，想往AI方向转行
- AI初学者，看过一些教程但觉得碎片化
- 在校大学生，想提前学点能写进简历的项目
- 产品经理/技术管理者，想理解AI Agent能做什么、不能做什么
这本书不适合谁？
- 完全零编程基础——你需要至少写过一点代码。Go、Java、Python等后端语言都可以，编程思维是相通的。
- 想快速赚快钱——AI Agent是深耕领域，不是速成班
- 只想看不练——代码一定要自己敲，复制粘贴跑通不算会
如何使用这本书？
阅读路线建议
学习建议
- 代码一定要跑——复制粘贴运行一遍，比看十遍都管用
- 图解看不懂先跳过——有些图是对已学内容的总结，学完再回头看会豁然开朗
- 项目不要跳Day——每天的代码建立在前一天之上
- Mock模式先行——先用Mock跑通，再切在线模式
- 改改改——改Prompt、改参数、加工具……改动是最好的学习方式
配套资源
本系列教程所有内容完全免费公开：
- 完整源码包——所有示例和项目的完整代码，开箱即用
- Mock模式支持——零成本学完所有内容，无需API Key
- AI学习交流群——关注公众号「图解AI系列」，和作者及其他读者一起交流
致谢
感谢我的家人，在我熬夜写书的时候给予理解和支持。
感谢我的读者，是你们的反馈让我不断改进内容。
感谢LangChain、LangGraph开源社区，没有你们的工作，这本书不可能写成。
联系作者
如果你发现书中的错误，或者有建议想分享，欢迎通过以下方式联系我：
- 微信公众号：图解AI系列
- 作者微信号：tujie_ai
准备好了吗？让我们开始这段AI Agent全栈实战之旅。
