把学习过程中值得反复查看的内容，整理成可交互、可探索的小型指南。
CURRENT PATH
正在学习：AI Agents in Depth
构建 → 评估与进化 → 多 Agent 协作GUIDE / 01
Claude Code 学习指南
从基本使用到工程实践，系统理解 Claude Code 的工作方式。
GUIDE / 02
Agent Skills 指南
了解如何设计、组织并使用可复用的 Agent 技能。
GUIDE / 03
LLM Wiki 机制学习
按输入 / 处理 / 输出拆解「知识编译器」：三层架构、三大操作、两份账本与两遍推送。
GUIDE / 04
LLM Wiki 详解（博客）
从知识检索到知识编译：Karpathy 范式起源、工程化落地与适用边界，配 6 张图解。
GUIDE / 05
Agent Self-Improving 工程指南
按采集 / 反思 / 生效拆解自改进闭环：四层选型、八条不变量、真实故障复盘，附 Warp 双层 Skill 案例。
GUIDE / 06
如何做 Agent 的 Self-Improving（博客）
一条可落地的工程路径：七步蓝图、两条技术路线对比、避坑清单，配 7 张图解。
SERIES / 07
《AI Agents in Depth》全书专题
李博杰开源书 10 章通读笔记：核心公式、五个工程范式、贯穿设计模式与 109 个实验索引，含 5 张图解。
SERIES / 07 · CH10
多 Agent 协作（深度页）
上述专题第十章的完整展开：两个设计维度、三种协作拓扑、六种失败模式与 Agent 社会涌现。
GUIDE / 08
Deep Agents 学习文档
从核心概念、工具、文件系统、子代理到 memory、skills 和 HITL 的系统学习手册。
进入可视化学习页