Agent 评估与测试体系：从单轮评分到端到端流水线
大多数团队靠"看起来对了"来判断 Agent 质量。真正的评估需要三层指标、不腐烂的数据集、以及不会什么都同意的评判器。本文给出可运行的代码和可落地的决策框架。
AgentList Team · 2026年4月28日
Agent 评估LLM 评测自动化测试
精选文章
AI Agent 开发相关的技术文章和教程
Agent 工作流编排实战：从 DAG 到状态机的生产级模式
多数 Agent 工作流并非败在模型能力，而是败在编排层。对比 DAG、状态机、可视化构建器三种编排范式，给出可复制的生产级错误处理、人工审批和条件分支代码。
AgentList Team · 2026年4月28日
AI Agent工作流编排DAG
AI 编程 Agent 深度对比：从 CLI 到 IDE 内嵌的架构取舍
从 CLI-first、IDE-集成到完全自主三种架构出发，对比七款主流编程 Agent 的上下文管理、工具访问和自主度，帮你为每个开发场景选对工具。
AgentList Team · 2026年4月28日
AI 编程Coding AgentCLI
Browser Agent 实战：让 AI 操控浏览器的架构与陷阱
从裸 Playwright 到结构化提取，拆解三层浏览器自动化抽象的适用场景、生产模式和常见踩坑。
AgentList Team · 2026年4月28日
Browser AgentWeb 自动化Playwright
RAG 进阶：Chunking 策略与检索优化的实战取舍
大多数 RAG 管线在检索环节就失败了——根因是 chunking 策略。本文从五种分块方法、混合搜索、Reranking 到完整生产管线，给出可落地的决策框架。
AgentList Team · 2026年4月28日
RAGChunking检索优化
Agent 记忆系统设计：从短期上下文到持久化知识
深入解析 Agent 记忆的四层架构，结合向量检索和记忆压缩的实战代码，帮你构建可扩展的 Agent 长期记忆系统。
AgentList Team · 2026年4月21日
AI Agent记忆系统向量检索
Agent 可观测性体系构建：从链路追踪到自动评估
系统讲解 Agent 可观测性的三大支柱——链路追踪、指标监控和自动评估，帮你构建生产级 Agent 监控体系。
AgentList Team · 2026年4月21日
AI Agent可观测性链路追踪
AI Agent 安全攻防实战：从 Prompt 注入到纵深防御
系统梳理 AI Agent 面临的三大攻击面，结合实战代码讲解提示注入防御、工具权限隔离和输出过滤的纵深防御策略。
AgentList Team · 2026年4月21日
AI Agent安全Prompt Injection
AI Agent 沙箱与代码执行安全：隔离策略与实战方案
对比容器、WebAssembly、进程级隔离三种沙箱方案，结合实战代码讲解如何安全执行 Agent 生成的代码。
AgentList Team · 2026年4月21日
AI Agent沙箱代码执行
MCP Server 开发实战：为 Agent 构建自定义工具链
从零构建生产级 MCP Server，涵盖工具定义、鉴权设计、流式响应和测试策略，帮你把任何 API 变成 Agent 可用的工具。
AgentList Team · 2026年4月21日
MCPAgentTool Server
精选
MCP 协议实战：给 Agent 接上可扩展工具生态
从协议模型、服务端设计到权限隔离，系统讲解如何用 MCP 为 AI Agent 构建稳定的工具接入层。
AgentList Team · 2026年2月25日
MCPAgentTool Calling
精选
Agent 可观测性落地手册：用 Langfuse 做全链路追踪
结合真实落地经验，介绍如何用 Langfuse 搭建 Agent 追踪、评估与成本分析闭环。
AgentList Team · 2026年2月18日
Langfuse可观测性Tracing
PydanticAI 生产实践：类型驱动的 Agent 设计模式
聚焦结构化输出、工具调用和错误恢复，介绍 PydanticAI 在生产环境中的实用设计模式。
AgentList Team · 2026年2月11日
PydanticAIAgentPython
Web 自动化 Agent 实战：browser-use 的能力边界与最佳实践
详解 browser-use 在网页任务自动化中的优势与限制，并给出稳定执行和失败恢复策略。
AgentList Team · 2026年2月5日
browser-useWeb AutomationAgent
Qdrant + RAG 检索优化指南：从召回到回答质量
面向生产场景，总结使用 Qdrant 构建 RAG 检索层时的索引、过滤、重排与评估策略。
AgentList Team · 2026年1月30日
QdrantRAGVector Database
精选
用MetaGPT打造AI软件团队：从需求到代码的全流程自动化
深入介绍 MetaGPT 如何通过角色扮演实现软件开发全流程自动化，包括产品经理、架构师、工程师等角色协作的实践指南。
AgentList Team · 2025年3月1日
MetaGPTMulti-Agent软件开发
精选
向量数据库选型指南：Milvus、Chroma、Weaviate深度对比
全面对比主流开源向量数据库 Milvus、Chroma 和 Weaviate 的性能、功能和适用场景，帮助你选择最适合 RAG 应用的向量数据库。
AgentList Team · 2025年2月28日
向量数据库RAGMilvus
精选
RAG系统评估实战：使用Ragas和DeepEval构建高质量检索增强生成应用
学习如何使用 Ragas 和 DeepEval 评估 RAG 系统的质量，包括忠实度、答案相关性、上下文精确度等关键指标的测量方法。
AgentList Team · 2025年2月25日
RAG评估Ragas
精选
构建有状态的AI Agent：Letta(MemGPT)深度实践指南
深入学习如何使用 Letta（原 MemGPT）构建具有长期记忆的有状态 AI Agent，解决 LLM 的上下文窗口限制问题。
AgentList Team · 2025年2月22日
LettaMemGPTAI Agent
精选
AI编程助手对比：Aider、Continue、Cursor哪家强？
详细对比 Aider、Continue 和 Cursor 三款热门 AI 编程助手，从功能、体验、定价等维度帮助你选择最适合的开发工具。
AgentList Team · 2025年2月20日
AI编程助手AiderContinue
精选
2025年AI Agent开发框架选型指南
深入对比 LangChain、LangGraph、CrewAI、AutoGen 等主流 AI Agent 框架，帮助你选择最适合的开发工具。
AgentList Team · 2025年2月15日
AI AgentLangChainLangGraph
精选
从零开始构建你的第一个AI Agent
手把手教你从零开始构建一个完整的 AI Agent，涵盖环境配置、核心组件开发、工具集成等完整流程。
AgentList Team · 2025年2月10日
AI Agent入门教程Python
精选
多智能体协作系统架构设计
深入探讨多智能体(Multi-Agent)系统的设计原则、架构模式和最佳实践，帮助你构建高效的协作系统。
AgentList Team · 2025年2月8日
Multi-Agent系统架构协作模式
精选
AutoGPT本地部署完全指南
详细介绍 AutoGPT 的本地安装部署方法，包括环境配置、Docker 部署、常见问题解决等完整教程。
AgentList Team · 2025年2月5日
AutoGPT部署教程Docker
RAG技术详解：让AI Agent拥有知识库
深入解析检索增强生成(RAG)技术，教你如何为 AI Agent 构建私有知识库，提升回答的准确性和可靠性。
AgentList Team · 2025年2月1日
RAG向量数据库知识库