归途灯塔 · Agent 地牢
在像素地牢里探索 Agent 机制，通过知识挑战或 AI Coding 完成实验，再用迁移用例验收。
v3.0.0 · Windows 游玩包
Python · 浏览器界面 · 交互实验
先观察机制，再作出判断
归途灯塔把 Agent 学习放进像素地牢。十个实验房间覆盖工具循环、上下文、Checkpoint、长期记忆、Skills、Hooks、MCP、Plugin、多 Agent 和 Eval。
玩家可以改变参数、预测结果，并沿时间线查看消息、内存、磁盘和数据库的变化。可视化实验中的模型决策使用本地确定性程序，让机制能够重复观察。
知识挑战与 AI Coding
知识挑战通过选择、预测和方案组合完成任务，无需模型账户。AI Coding 则引导玩家提出需求、阅读真实 diff、找出失败案例，再向模型补充修正要求；也可以导入外部编程工具的实现。
两条路线使用当前案例和迁移用例检查结果。仅阅读源码、播放动画或生成代码，不会自动通关。
本机运行与课程边界
知识挑战、本地实验和带练可以离线完成；选做游戏内 AI Coding 时，才使用自己的模型配置。Windows 游玩包包含运行环境，源码版需要 Python；本机服务负责文件、进程和实验状态，直接双击 HTML 不能运行完整实验。
课程依据李博杰《深入理解 AI Agent：设计原理与工程实践》v2.0，仓库提供出处与实现边界。它用于学习与实验，不代表完整生产系统，也不构成教学效果评估。