一个由浅入深的 Agent 交互式教程。重点不是堆文章，而是让学习者直接看见目标、证据、决策、动作与反馈怎样组成一次 Run。
项目坚持输出即学习，但这里的“输出”属于内容建设过程：贡献者通过研究概念、制作课程、接受审查和持续发布来完成自己的学习。它不意味着每一课都要求学习者写长文本作业。学习者应通过选择、切换、逐步运行和观察反馈，低负担地建立心智模型。
在线体验：https://slin-code.github.io/agent-lab/
需要 Node.js 22.13+ 与 pnpm。
pnpm install
pnpm dev打开终端显示的本地地址。页面切换方式：
- 首页点击「开始第一课」进入课程。
- 课程页点击「返回学习路径」回到首页。
- 首页点击「查看完整路径」滚动到 9 阶段课程地图。
- 课程可通过
/#/lesson/<lesson-slug>直达，例如/#/lesson/context-budget。
- 9 阶段课程地图：Agent 心智、行为与工具、Context、协议、Harness、Loop、Graph、可靠性、Capstone。
- 已开放 9 门核心课，从《一次模型调用不等于 Agent》一路推进到《审查一次端到端 Agent Run》，课程地图中的每个阶段均可学习。
- 九课共享同一组 Run 语义：
目标 → 看见 → 决定 → 行动 → 观察 → 继续 / 停止，但分别使用循环图、门控链、证据预算、检查点路径、能力护照、诊断节拍、Graph 轨迹、回归矩阵和系统控制室来呈现各自最关键的因果关系。 - 比较实验一次只改变一个变量；循环和时间线逐步揭示状态变化。所有课程都不要求学习者输入大段文字。
教学界面只展示决策摘要、行动、观察与状态变化，不展示隐藏思维链。课程默认用可操作的流程图、状态变化和故障演示讲清工程概念，不用伪代码承担核心解释。
pnpm new:lesson <domain-id> <lesson-slug> "中文标题"课程按知识方向放在 src/content/domains/<domain-id>/。每课把元数据、正文、数据和专属实验放在同一目录；目录创建后会自动注册，不需要修改中央 manifest 或路由表。
开始贡献前请阅读：
pnpm typecheck
pnpm build推送到 main 后，GitHub Actions 会自动构建并发布到 GitHub Pages。工作流位于 .github/workflows/deploy-pages.yml。