README.md
AI Agents ஆழத்தில்: வடிவமைப்பு கோட்பாடுகள் மற்றும் பொறியியல் நடைமுறைகள்
中文 · 中文繁體 · English · Tiếng Việt · தமிழ் ← தற்போதைய
Agent = LLM + Context + Tools — இந்த மையக் கோவையில் 10 அத்தியாயங்களில் AI Agent-ஐ கோட்பாடு முதல் பொறியியல் நடைமுறை வரை கொண்டு செல்கிறது. முழு உரை, விளக்கப்படங்கள் மற்றும் 88 துணை சோதனைகள் அனைத்தும் திறந்த மூலமாகும்.
| 📚 10 அத்தியாயங்கள், அடிப்படை முதல் உற்பத்தி வரை | 📂 88 துணை திட்டங்கள் (70+ தனித்து இயங்கும்) | 🌐 5 மொழிகள்: சீன / 中文繁體 / ஆங் / தமிழ் / வியத் |
|---|
📖 மின்-புத்தகம்
📥 PDF / EPUB நேரடி பதிவிறக்கம் (முழு உரை, இலவசம்). இந்த இணைப்புகள் எப்போதும்
mainகிளையின் சமீபத்திய கட்டமைப்பைச் சுட்டும்; நிலையான பதிப்புகளுக்கு Releases பார்க்கவும்:
- சீனம் (அசல்):PDF · EPUB
- பாரம்பரிய சீனம் (தைவான்)(சமூக மொழிபெயர்ப்பு, by @tigercosmos):PDF · EPUB
- ஆங்கிலம்(சமூக மொழிபெயர்ப்பு, by @nsdevaraj):PDF · EPUB
- தமிழ்(சமூக மொழிபெயர்ப்பு, by @nsdevaraj):PDF · EPUB
- வியட்நாம்(சமூக மொழிபெயர்ப்பு, by @toanalien):PDF · EPUB
சீன மூல உரை book/-இல் உள்ளது; 中文繁體/ஆங்/தமிழ்/வியத் பதிப்புகள் சமூகப் பங்களிப்புகள் (சீன அசலை விடப் பின்தங்கியிருக்கலாம்), book-zhtw/, book-en/, book-ta/, book-vi/-இல் உள்ளன.
ஒரே உருவாக்க நிரல் எளிய சீனம், பாரம்பரிய சீனம் (தைவான்), ஆங்கிலம், தமிழ் மற்றும் வியட்நாமியம் ஆகிய மொழிகளுக்கான EPUB 3 பதிப்புகளை உருவாக்குகிறது. EPUB உருவாக்க வழிமுறைகளைப் பார்க்கவும்.
🔧 PDF-ஐ தாங்களே கட்டவா? (pandoc / xelatex / ElegantBook தேவை)
-
மூல உரை:
book/introduction.md(அறிமுகம்),book/chapter1.md~book/chapter10.md(அத்தியாயம் 1–10),book/afterword.md(பின்னுரை) -
Build: pandoc, xelatex, ElegantBook மற்றும் தேவையான font-ஐ நிறுவிய பிறகு இயக்கவும்
cd book && bash build_pdf.shபடங்கள்
book/gen_*_figs.pyஆல் உருவாக்கப்பட்டுbook/images/-இல் சேமிக்கப்படுகின்றன; typography விவரங்களுக்குbook/preamble.texமற்றும்book/*.luaபார்க்கவும்.
📑 உள்ளடக்க விரைவு அறிமுகம் (அத்தியாயம் 1–10)
புத்தகம் Agent = LLM + Context + Tools மையக் கோவையில், பத்து அத்தியாயங்கள் அடுத்தடுத்து:
| அதி | தலைப்பு | ஒரு வரி சுருக்கம் | உரை | குறியீடு |
|---|---|---|---|---|
| 1 | 🚀 ஏஜென்ட் அடிப்படைகள் | "மாதிரியே ஏஜென்ட்" முன்னுதாரணம் + Agent = LLM + Context + Tools; Harness பொறியியலே உண்மையான போட்டித் திறன் | படி | 4 |
| 2 | 🎯 சூழல் பொறியியல் | சூழல் ஏஜெண்டின் திறனின் மேல் வரம்பைத் தீர்மானிக்கிறது: KV Cache, prompt engineering, Agent Skills, சூழல் சுருக்கம் | படி | 9 |
| 3 | 📚 பயனர் நினைவகம் & அறிவுத் தளம் | பயனரை அமர்வுகளுக்கு குறுக்கே நினைவில் வைத்தல் + வெளிப்புற அறிவு: பயனர் நினைவகம், RAG, கட்டமைக்கப்பட்ட குறியீடு, அறிவு வரைபடம் | படி | 13 |
| 4 | 🛠️ கருவிகள் | கருவிகள் ஏஜெண்டின் கைகள்: MCP நெறிமுறை, உணர்வு/செயலாக்கம்/ஒத்துழைப்பு, நிகழ்வு-இயக்கிய ஏஜென்ட், முனைப்பான கருவி கண்டுபிடிப்பு | படி | 7 |
| 5 | 💻 Coding Agent & குறியீடு உருவாக்கம் | குறியீடு "புதிய கருவியை உருவாக்கும் கருவி"; உற்பத்தி தர Coding Agent முழுமையாக | படி | 12 |
| 6 | 🎯 ஏஜென்ட் மதிப்பீடு | செயல்திறனை ஒப்பிடக்கூடிய சமிக்ஞையாக மாற்று: சூழல்கள், அளவீடுகள், புள்ளியியல் முக்கியத்துவம், மதிப்பீடு-இயக்கிய தேர்வு | படி | 10 |
| 7 | 🧠 மாதிரி பிந்தைய பயிற்சி | Pre-training/SFT/RL மூன்று நிலைகள்: SFT vs RL, கருவி அழைப்பை உள்ளடக்குதல், மாதிரி செயல்திறன் | படி | 14 |
| 8 | 🔄 ஏஜென்ட் சுய-பரிணாமம் | எடைகளை மாற்றாமல் வளர்தல்: அனுபவத்திலிருந்து கற்றல், பயனரிலிருந்து உருவாக்குநர் | படி | 6 |
| 9 | 🎙️ பல்முக & நிகழ்நேர இடைவினை | உரையிலிருந்து குரல், GUI, பௌதீக உலகம்: மூன்று குரல் முன்னுதாரணங்கள், Computer Use, ரோபோட்டிக்ஸ் | படி | 7 |
| 10 | 🤝 பல-ஏஜென்ட் ஒத்துழைப்பு | கூட்டு நுண்ணறிவு > தனிப்பட்டது: ஒத்துழைப்பு கட்டமைப்பு, சூழல் பகிர்வு/தனிமைப்படுத்தல், "ஏஜென்ட் சமூகம்" | படி | 6 |
💡 படி = GitHub-இல் அத்தியாய உரையைப் படிக்க (markdown); N = துணை திட்டங்களின் எண்ணிக்கை, குறியீட்டுக்கு சொடுக்கவும். திட்ட வகைகள் (✅ தனித்து / 📖 மறு உருவாக்கம் / 🚧 வடிவமைப்பு) ஒவ்வொரு அத்தியாய README-இல்.
📚 இந்தப் புத்தகத்தை எப்படி திறம்பட படிப்பது? கற்றல் பரிந்துரைகள் பார்க்கவும்.
🔑 API விசைகள்
பல தளங்களில் API விசை பெற பரிந்துரைக்கப்படுகிறது. மாதிரி தேர்வுக்கு இந்த வழிகாட்டி.
| தளம் | Link | அம்சங்கள் |
|---|---|---|
| Kimi (Moonshot) | https://platform.moonshot.cn/ | Kimi series, நீண்ட சூழல் மற்றும் Agent திறன் வலுவாக |
| Zhipu GLM | https://open.bigmodel.cn/ | GLM-4.6, சீன மொழி வலுவாக, செலவு-செயல்திறன் நல்லது |
| Siliconflow | https://siliconflow.cn/ | பல திறந்த மூல மாதிரிகள் (DeepSeek, Qwen போன்ற) |
| Volcano Engine | https://www.volcengine.com/product/ark | ByteDance Doubao (மூடிய-மூல), சீனாவில் குறைந்த தாமதம் |
| OpenRouter | https://openrouter.ai/ | Gemini / Claude / GPT-5 ஒரே இடத்திலிருந்து (அதிகாரப்பூர்வ API-க்கு வெளிநாட்டு IP/கட்டணம் தேவை; OpenAI-க்கு வெளிநாட்டு ID சரிபார்ப்பும் தேவை) |
📦 பின்னிணைப்பு · வெளிப்புற களஞ்சியங்களைப் பெறுதல்
அத்தியாயம் 6, 7, 9, 10-இல் உள்ள benchmark, பயிற்சி framework, ரோபோ தளங்களுக்கான 20 வெளிப்புற களஞ்சியங்கள் சேர்க்கப்படவில்லை (அளவு மற்றும் உரிமம் காரணமாக), தாங்களாகவே clone செய்ய வேண்டும்.
ஒரே நேரத்தில் clone ச்கிரிப்ட்
🔧 clone கட்டளைகளை விரிவாக்கு (20 வெளிப்புற களஞ்சியங்கள்)
# அத்தியாயம் 6 · மதிப்பீட்டு Benchmarks
git clone https://github.com/google-research/android_world.git chapter6/android_world
git clone https://huggingface.co/datasets/gaia-benchmark/GAIA chapter6/GAIA
git clone https://github.com/xlang-ai/OSWorld.git chapter6/OSWorld
git clone https://github.com/SWE-bench/SWE-bench.git chapter6/SWE-bench
git clone https://github.com/sierra-research/tau2-bench.git chapter6/tau2-bench
git clone https://github.com/laude-institute/terminal-bench.git chapter6/terminal-bench
# அத்தியாயம் 7 · பயிற்சி Frameworks (bojieli/* புத்தகத்திற்கு ஏற்ற forks)
git clone https://github.com/bojieli/minimind.git chapter7/MiniMind-pretrain/minimind # Exp 7-3 train LLM from scratch
git clone https://github.com/bojieli/minimind-v.git chapter7/MiniMind-pretrain/minimind-v # Exp 7-4 train VLM (projection layer)
git clone https://github.com/bojieli/AdaptThink.git chapter7/AdaptThink-original
git clone https://github.com/bojieli/AWorld.git chapter7/AWorld
git clone https://github.com/bojieli/SFTvsRL.git chapter7/SFTvsRL
git clone https://github.com/bojieli/verl.git chapter7/verl
git clone https://github.com/thinking-machines-lab/tinker-cookbook.git chapter7/tinker-cookbook
git clone https://github.com/bojieli/lighteval.git chapter7/Intuitor/lighteval
git clone https://github.com/19PINE-AI/rlvp.git chapter7/RLVP/rlvp # Exp 7-14 RLVP paper code
git clone https://github.com/PRIME-RL/SimpleVLA-RL.git chapter7/SimpleVLA-RL/SimpleVLA-RL # Exp 7-13 vision-language-action RL
# அத்தியாயம் 9 · உலாவி தானியக்கம் & Claude எடுத்துக்காட்டுகள்
git clone https://github.com/browser-use/browser-use.git chapter9/browser-use
git clone https://github.com/anthropics/claude-quickstarts.git chapter9/claude-quickstarts
# அத்தியாயம் 10 · இரட்டை-ஏஜென்ட் கட்டமைப்பு (TalkAct-ஆக தனியாக உருவாகியது) + Stanford AI Town
git clone https://github.com/19PINE-AI/TalkAct.git chapter10/use-computer-while-calling
git clone https://github.com/joonspk-research/generative_agents.git chapter10/generative_agents # Exp 10-7 Stanford AI Town
ஏதேனும் திட்ட README குறிப்பிட்ட commit-ஐ குறிப்பிட்டால், மறு உருவாக்கத்திற்கு அந்த பதிப்பிற்கு
git checkoutசெய்யவும். அத்தியாயம் 10use-computer-while-callingதனியாக பராமரிக்கப்படும் 19PINE-AI/TalkAct-ஆக வளர்ந்துள்ளது; இந்த களஞ்சியம் அதை நோக்கிய ஆவணத்தை மட்டும் வைத்துள்ளது.
பிற மறு உருவாக்கப் பாதைகள்
கீழே உள்ள சோதனைகளுக்கு தனி clone கட்டளை இல்லை ஆனால் குறிப்பிட்ட மறு உருவாக்க முறைகள் உள்ளன:
| சோதனை | வகை | விளக்கம் |
|---|---|---|
| 6-2 / 6-3 / 6-4 / 6-9 | 📝 வாசகர் பயிற்சி | மனித benchmark, நினைவக மதிப்பீடு, JSON Cards vs RAG, நினைவக தேர்வு — அத்தியாயம் 3 user-memory / user-memory-evaluation / contextual-retrieval மாற்றியமைத்தல் |
| 5-12 | 📝 வாசகர் பயிற்சி | ஏஜென்ட்களை உருவாக்கும் ஏஜென்ட் — chapter5/coding-agent-இலிருந்து bootstrap |
| 7-8 | 📝 வாசகர் பயிற்சி | Prompt distillation — chapter8/prompt-distillation பார்க்கவும் (அத்தியாயங்களுக்கு இடையே மறுபயன்பாடு) |
| 7-9 | 📝 வாசகர் பயிற்சி | CoT distillation [நீட்டிப்பு] — புத்தகத்தில் வடிவமைப்பு மற்றும் ஏற்பு அளவுகோல்கள், தனி குறியீடு இல்லை |
| 6-11 | 🤖 சோதனை மதிப்பீடு | OpenVLA + RoboTwin2 — VLA training/env சார்புகளுக்கு chapter7/SimpleVLA-RL README பார்க்கவும் |
| 9-8 / 9-9 | 🔧 உண்மையான வன்பொருள் | XLeRobot teleoperation மற்றும் LLM Agent control — SO-100 arm தேவை, Teleop · LLM Agent |
| 9-10 | 🔧 உண்மையான வன்பொருள் | RGB zero-shot Sim2Real grasping — StoneT2000/lerobot-sim2real (சோதனை pure GPU-இல்; வரிசைப்படுத்த SO-100 தேவை) |
🤝 பங்களிப்பு
புத்தகம் மற்றும் துணை குறியீடு முழுமையாக திறந்த மூலமாகும். Pull Request-களை வரவேற்கிறோம்:
| வகை | விளக்கம் |
|---|---|
| 📝 புத்தக உள்ளடக்கம் | பிழைத்திருத்தம், சேர்த்தல், தெளிவான வார்த்தைகள், அல்லது புதிய முன்னேற்றங்கள் (உரை book/chapter*.md-இல்) |
| 🐛 குறியீடு மேம்பாடு & bug திருத்தம் | துணை திட்டங்களை வலுவானதாக, பயன்படுத்த எளிதாக, உற்பத்தி-தயாராக மாற்று |
| 🧪 புதிய நடைமுறை திட்டங்கள் | சோதனைகளுக்கு சிறந்த செயலாக்கத்தைச் சேர்க்கவும்/மாற்றவும், அல்லது புதிய எடுத்துக்காட்டுகளைப் பங்களிக்கவும் |
| 🎨 பட வடிவமைப்பு | book/images/ விளக்கப்படங்களை தெளிவாகவும் அழகாகவும் மாற்று (book/gen_*_figs.py ஆல் உருவாக்கப்பட்டவை) |
| 🌐 புதிய மொழிபெயர்ப்புகள் | மேலும் மொழிகளுக்கு மொழிபெயர்ப்பை வரவேற்கிறோம்; பாரம்பரிய சீனம்/தைவான் (book-zhtw/), ஆங்கிலம் (book-en/), தமிழ் (book-ta/), வியட்நாம் (book-vi/) பார்க்கவும் |
சமர்ப்பிக்கும் முன், தொடர்புடைய சோதனைகளை இயக்கி மறு உருவாக்கத்தை உறுதிப்படுத்தவும்; கருத்துக்களைப் பேச முதலில் issue திறக்கலாம்.
📄 உரிமம்
இந்த திட்டம் Apache License 2.0 கீழ் உரிமம் பெற்றது. விவரங்களுக்கு LICENSE பார்க்கவும். சில துணை திட்டங்கள் தங்கள் சொந்த உரிமத் தகவலைக் கொண்டிருக்கலாம்; விவரங்களுக்கு துணை திட்டத்தைப் பார்க்கவும்.
⭐ Star வரலாறு
scripts/gen_star_history.py ஆல் உருவாக்கப்பட்டது, GitHub Actions ஆல் தினசரி புதுப்பிக்கப்படுகிறது · நேரடி தரவுக்கு படத்தைச் சொடுக்கவும்