不是“越多越好”的书签墙，而是一份按课程主题整理的资料地图：agent loop、tool calling、context engineering、runtime / harness、coding agent、evals、安全与协议。
| 课程章节 | 先读这些 | 为什么契合 |
|---|---|---|
| 00 Foundations | ReAct、AIMA、Sutton & Barto、Anthropic Building Effective Agents | 把 agent、workflow、环境反馈、reason-act loop 的基本语言立住。 |
| 01 Frameworks | OpenAI Agents SDK、LangChain agents、LangGraph、Deep Agents、Pydantic AI、Google ADK | 用“框架 / runtime / harness / 产品”分层看生态，不被产品名牵着走。 |
| 02 Core Capabilities | OpenAI function calling、Anthropic tool use、Claude Code subagents / hooks / memory、Cursor context / rules、MCP spec | planning、tool、memory、subagent、HITL、permissions 都能在这些资料里找到真实产品形态。 |
| 03 Runtime and Harness | LangGraph durable execution、OpenAI sandbox agents、Pydantic AI durable execution、Mastra workflows | 理解 checkpoint、resume、interrupt、container、state replay 这些运行时问题。 |
| 04 Comparative Architectures | Claude Code docs、Cursor docs / blog、Codex security docs、SWE-agent、Aider、OpenHands | 横评 coding agent 时，用官方机制和开源实现支撑判断。 |
| 05 Source Reading | langchain-ai/langchain、openai-agents-python、huggingface/smolagents、deepagents | 三种复杂度策略：graph runtime、async runner、极简 CodeAct loop。 |
| 06 Practice | OpenAI Cookbook、Hugging Face Agents Course、LangChain Academy、LangSmith evals、OWASP LLM Top 10 | 把“能跑”补成“可观测、可回归、可控权限、可复测”。 |
现代 agent 课程最好的总纲之一：区分 workflow 和 agent，强调从简单可组合模式开始，再逐步增加复杂度。
LLM agent 的经典起点：把 reasoning trace 和 action / observation 交替起来，几乎是后续框架的最小内核。
Agent-environment loop 的标准教材。即使课程不教 RL，也应该借它的语言理解 action、state、reward、environment feedback。
“理性 agent”抽象的经典来源。适合在课程第一章校准 agent 这个词的历史含义。
| 资料 | 为什么收录 | 课程位置 |
|---|---|---|
| Agents SDK Guide 必读 | 官方把 agent、tools、handoffs、guardrails、sandbox、eval 串成一条学习路径。 | 01 / 03 / 05 |
| OpenAI Agents SDK Python Docs 精读 | 源码阅读的入口文档，覆盖 Runner、handoff、guardrail、MCP、session、tracing。 | 05 |
| Agents SDK · Tracing | 展示 production agent 为什么必须有 trace/span，而不是只打印日志。 | 02 tracing / 06 eval |
| Agents SDK · Guardrails | 理解 input/output/tool guardrail 的边界，尤其适合和 HITL 权限层对照。 | 02 permissions |
| Agents SDK · Handoffs | 官方 multi-agent handoff 模式，适合和 subagent-as-tool、LangGraph subgraph 对比。 | 02 subagent |
| Agents SDK · MCP | 看 OpenAI 如何把 MCP 接入 function tools / hosted tools。 | 02 protocol layer |
| Function Calling 必读 | tool sche |
