Ebook AI Agent & Harness Foundation - Xây Dựng Từ Các ReAct Loop Đến Các Long Horizon Agent Harness Với LangChain & LangGraph [Ấn Bản Lần 1, 9/2026] [PDF, EPUB] [8858E]
“Harness design là chìa khóa quyết định hiệu suất ở frontier của agentic coding”.
Hãy vượt xa khỏi những câu lệnh (prompt) đơn giản và xây dựng các AI agent cấp độ production với LangChain và LangGraph, từ các ReAct reasoning loop cho đến tool-calling và context engineering.
"AI Agent & Harness Foundation" sẽ chỉ cho bạn cách xây dựng các AI agent và agent harnesses đang cung cấp sức mạnh cho các ứng dụng agentic AI hiện đại. Bạn sẽ bắt đầu với các core primitive của LangChain, bao gồm các model, message, prompt, tool và structured output, đồng thời sử dụng chúng để xây dựng các agent ngày càng đa năng hơn. Từ đó, bạn sẽ đi sâu vào tìm hiểu về agent loop, các tool-calling LLM, state, memory, context engineering, orchestration và các long-horizon agent. Thông qua LangChain, LangGraph và LangSmith, bạn sẽ thấy cách các agent system hiện đại được xây dựng, điều phối, giám sát và quan sát. Đến cuối cùng, bạn sẽ thấu hiểu kiến trúc agent harness hiện đại và có nền tảng thực tế để build, debug, bảo mật cũng như phát triển các AI agent đáng tin cậy trong môi trường production.
Trong cuốn sách này, bạn sẽ học cách:
- ✓ Build các AI agent với các LangChain primitive, tool và structured output.
- ✓ Hiểu về agent loop: call model, chạy các tool, feed results back, repeat.
- ✓ Build các stateful agent với LangGraph và áp dụng context engineering.
- ✓ Trace & debug agent behavior với LangSmith.
- ✓ Thiết kế các agent harness đáng tin cậy cho long-horizon execution.
- ✓ Bảo mật và nâng cấp các hệ thống AI agent production với memory, persistence và guardrails.
Lý do cuốn sách này trở nên nổi bật:
Hầu hết các hướng dẫn về agent chỉ cho bạn thấy decorator và dừng lại ở đó. Cuốn sách này sẽ cho bạn thấy thực chất decorator, và harness bao quanh nó, đang thực sự làm những gì:
- ✓ Builttừ các nguyên lý cốt lõi: LangChain, các raw prompt và regex, được tinh gọn và rebuilt từ đầu.
- ✓ Giải thích cặn kẽ các harness chứ không chỉ nhắc tên suông: được theo dõi qua các hệ thống thực như Claude Cowork và Deep Agents của LangChain.
- ✓ Dựa trên agent history: Vai trò của LangChain trong việc phổ biến các khái niệm trừu tượng về agent, cũng như nguồn gốc của nó qua LangGraph và Deep Agents.
- ✓ Lý thuyết giải thích behavior: đi theo trình tự từ zero-shot đến few-shot, qua chain-of-thought tới ReAct và cuối cùng là function calling.
Cuốn sách này dành cho ai:
Cuốn sách này dành cho các developer, engineer, chuyên gia dữ liệu và học máy (ML), platform & operation team cũng như product manager muốn hiểu tường tận từ gốc rễ về các agent & harness, subagent, context engineering, MCP, skills. Việc làm quen với Python và command line sẽ rất hữu ích; tuy nhiên không yêu cầu kiến thức nền tảng về machine learning. Đây là một cuốn sách nền tảng: bạn sẽ tự build agent loop và harness theo từng layer, thay vì chỉ học cách cắm chúng vào một framework có sẵn.
Mục lục:
- ✓ Chương 1: Tìm hiểu LangChain Foundation.
- ✓ Chương 2: Xây dựng Agent đầu tiên của bạn.
- ✓ Chương 3: Khám phá cơ chế hoạt động bên trong của các Agent.
- ✓ Chương 4: Xây dựng Agent Loop mà không cần Framework.
- ✓ Chương 5: ReAct từ đầu: Xây dựng một Agent Loop mà không cần Function Calling.
- ✓ Chương 6: Prompt & Context Engineering.
- ✓ Chương 7: Các Agent Harness & Deep Agent.