Skip to content

About

agent教程

Resources

Stars

186 stars

Watchers

0 watching

Forks

Latest commit

 

History

22 Commits

Folders and files

Repository files navigation

Agent Tutorial Demo

这是一个循序渐进的 Agent 教程仓库,按 demo1 到 demo11 逐步搭建一个越来越完整的 Agent 系统。

如果你是第一次接触 Agent,建议按顺序学习。这个仓库最有价值的地方,不只是把 demo 跑起来,而是能看清楚消息、记忆、工具、规划、工作流、RAG、MCP 这些能力是怎么一层层长出来的。

适合谁

  • 想从零理解 Agent 基本组成的人
  • 已经会调用大模型 API,但不清楚如何做成 Agent 的人
  • 想学习 memory、tool calling、planning、ReAct、runtime、workflow、RAG、MCP 这些核心概念的人
  • 想自己写一个轻量 Agent 框架或 coding agent demo 的人

环境准备

仓库中的示例主要使用 Python、DeepSeek Chat API、智谱 Embedding SDK、PostgreSQL pgvector 和 MCP Python SDK。

先安装根依赖:

pip install -r requirements.txt

大多数 demo 需要配置:

$env:DEEPSEEK_API_KEY="你的 API Key"

demo10 额外需要配置:

$env:ZHIPU_API_KEY="你的智谱 API Key"
$env:PGVECTOR_HOST="你的 PostgreSQL 公网访问地址"
$env:PGVECTOR_PASSWORD="你的数据库密码"

demo10 还需要你自己准备启用了 pgvector 扩展的 PostgreSQL 数据库。

学习方式

推荐每一节都按这个节奏推进:

  1. 先运行当前 demo,感受它能做什么
  2. 再读这一节自己的 README.md
  3. 再看入口文件和关键模块,理解整体流程
  4. 最后自己改一个小功能,验证是否真的理解

不要一上来就试图把所有代码一次看懂。最好的学习方式,是按节奏逐步往前推。

Demo 导航

Demo 主题 入口
demo1 最小 LLM 调用 demo1/README.md
demo2 多轮对话与短期记忆 demo2/README.md
demo3 Tool Calling 与文件工具 demo3/README.md
demo4 显式规划与状态推进 demo4/README.md
demo5 ReAct 风格 Agent 循环 demo5/README.md
demo6 最小 Agent 框架抽象 demo6/README.md
demo7 简化版 Coding Agent demo7/README.md
demo8 固定节点编排的 Workflow Agent demo8/README.md
demo9 带人工审批的 HITL Workflow demo9/README.md
demo10 基于 pgvector 的 RAG Agent demo10/README.md
demo11 基于 MCP Server 的工具接入 demo11/README.md

推荐学习路线

路线一:完全新手

按顺序学习 demo1 到 demo11。每学完一个 demo,都用自己的话回答:

  1. 这一节比上一节多了什么能力
  2. 这个能力是靠哪些数据结构和模块实现的
  3. 如果让我自己重写,我会保留什么,简化什么

路线二:已经会调 LLM API

可以先快速浏览 demo1,重点读 demo2 到 demo5,再把主要精力放在 demo6 到 demo11。

路线三:想写自己的 Agent 框架

推荐重点关注:

  1. demo3:工具 schema 和执行闭环
  2. demo4:状态与动作设计
  3. demo5:ReAct 主循环
  4. demo6:框架抽象
  5. demo7:面向代码场景的工具设计
  6. demo8:节点编排与 workflow 路由
  7. demo9:人工确认与安全执行边界
  8. demo10:外部知识库、向量检索与 RAG 问答
  9. demo11:通过 MCP 接入外部工具生态

这套仓库的能力链路

学完这套 demo,通常可以建立下面这条认知链路:

  1. LLM 调用本质上只是一次消息请求
  2. 多轮对话本质上是维护 messages
  3. Agent 的“记忆”很多时候先从短期上下文开始
  4. Tool Calling 的关键不是“会调工具”,而是“让模型知道什么时候该调”
  5. Planning 是把任务拆成可执行步骤
  6. ReAct 是“思考-行动-观察”循环
  7. 框架化是把 prompt、工具注册、消息存储、运行时循环解耦
  8. Coding agent 的核心工作流通常是:先观察,再定位,再修改,再验证
  9. Workflow 适合稳定步骤和清晰审计链路
  10. HITL 适合高风险动作前的人类确认
  11. RAG 让 Agent 在回答前先查资料
  12. MCP 让 Agent 更容易接入标准化外部工具

详细文档在哪里

顶层 README 现在只保留总览和导航。每一节的完整讲解、关键模块、运行方式、学习重点和建议练习,都已经拆到对应的 demoN/README.md 里。

你可以直接从上面的 demo 导航进入任意一节继续看。

About

agent教程

Resources

Stars

186 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages