# 🤖 Agent Craft > 智能体开发教学库 | A beginner-friendly guide to building AI agents [![Python CI](https://github.com/Annyfee/agent-craft/actions/workflows/ci.yml/badge.svg)](https://github.com/Annyfee/agent-craft/actions/workflows/ci.yml) ## 📘 项目简介 **Agent Craft** 是一个系统性开源教学项目，采用 **「博客讲解 + 代码实践」双驱动模式**，带你从零构建完整的 AI Agent 开发能力。 - 📄 **配套博客详解**：每章内容均配有 CSDN 深度文章，涵盖原理剖析、代码解析与调试技巧 - 💻 **可运行代码仓库**：每个模块对应独立目录，含完整代码、详细注释与运行指引，支持本地复现 - 🚀 内容覆盖：从 **Prompt 工程** 到 **LangChain / LangGraph / RAG / SDK 封装** - ⚙️ 能力进阶：涵盖 **智能体思维链、工具调用、任务规划、多智能体协作** > 💡 本仓库目标：帮助开发者从零构建可运行的智能体应用，真正理解 Agent 的底层逻辑，而不仅仅是“调用框架”。 --- ## 🧭 模块总览（16 模块） > 💡 每个模块对应独立目录（含代码、说明与示例），可独立运行与学习。 > 🔥 已更新至 06 Rag 基础篇，持续更新中！ | 章节 | 模块 | 博客 | 核心关键词 | 难度 | |:-----------:|:--------------------------------------------------------------------------------------------------------|:-------------------------------------------------------------------:|:------------------------------------------|:----:| | 🏗️ **基础篇** | [01 Agent 入门 & 环境搭建](https://github.com/Annyfee/agent-craft/tree/main/01_agent_introduction) | [🏠](https://blog.csdn.net/2401_87328929/article/details/153729555) | OpenAI API | ⭐ | | | [02 LLM 基础调用](https://github.com/Annyfee/agent-craft/tree/main/02_llm_fundamentals) | [🏠](https://blog.csdn.net/2401_87328929/article/details/153735431) | LLM API 调用 · prompt · 上下文记忆 | ⭐ | | | [03 Function Calling 与工具调用](https://github.com/Annyfee/agent-craft/tree/main/03_function_calling_tools) | [🏠](https://blog.csdn.net/2401_87328929/article/details/153866573) | Function Call · 工具函数封装 | ⭐⭐ | | ⚙️ **框架篇** | [04 LangChain 基础篇](https://github.com/Annyfee/agent-craft/tree/main/04_langchain_basics) | [🏠](https://blog.csdn.net/2401_87328929/article/details/153978186) | LLM · Prompt · Chain · Memory | ⭐⭐ | | | [05 LangChain 进阶篇](https://github.com/Annyfee/agent-craft/tree/main/05_langchain_advanced) | [🏠](https://blog.csdn.net/2401_87328929/article/details/154064397) | Agents · 缓存 · 流式输出 | ⭐⭐⭐ | | | [06 RAG 基础篇](https://github.com/Annyfee/agent-craft/tree/main/06_rag_basics) | [🏠](https://blog.csdn.net/2401_87328929/article/details/154230067) | RAG概念 · Split · Embedding · FAISS · RAG 链 | ⭐⭐ | | | [07 RAG 进阶篇](https://github.com/Annyfee/agent-craft/tree/main/07_rag_advanced) | [🏠](https://blog.csdn.net/2401_87328929/article/details/154408744) | Chroma · Reranker · RAG工具化 · 集成 | ⭐⭐⭐ | | | 08 LangGraph 入门 | 🚧撰写中 | Flow · Node · Edge 控制 | ⭐⭐⭐ | | 🧠 **智能篇** | 09 MCP 基础 | 🚧 | MCP 协议 · 客户端安装 | ⭐⭐ | | | 10 MCP 进阶 | 🚧 | 在线模型接入 · 多轮任务 | ⭐⭐⭐ | | | 11 MCP 高级 | 🚧 | 多服务组合 · 并发调用 | ⭐⭐⭐⭐ | | | 12 多步骤任务规划（MCP Task Planning） | 🚧 | Task Planning · CoT | ⭐⭐⭐ | | | 13 多智能体协作 | 🚧 | Multi-Agent · 通信机制 | ⭐⭐⭐⭐ | | | 14 综合案例实战 | 🚧 | LangChain + RAG + Tool + Memory | ⭐⭐⭐⭐ | | 🚀 **工程篇** | 15 部署与本地化 | 🚧 | Ollama · LM Studio · API代理 | ⭐⭐⭐ | | | 16 Agent SDK 封装 | 🚧 | 模块化封装 · SDK 架构 | ⭐⭐⭐⭐ | --- ## 🧩 当前学习建议（适用于已完成模块） 目前已开放模块：**01 ~ 07**。 建议按顺序学习，每一章都有完整代码示例与注释。 ### ✅ 模块 01 — Agent 入门 & 环境搭建 - **目标**：理解 Agent 概念，完成环境配置与首次调用。 - **内容**：环境依赖｜API Key 配置｜最小可运行 Agent ### ✅ 模块 02 — LLM 基础调用 - **目标**：掌握模型调用逻辑，初步构建智能体能力。 - **内容**：LLM了解与调用｜Prompt编写与逻辑构思｜多轮对话记忆｜独立搭建一个智能体 ### ✅ 模块 03 — Function Calling 与工具调用 - **目标**：实现 LLM 调用外部函数，赋予模型“执行力”。 - **内容**：Function calling原理｜工具函数封装｜API接入实践｜多轮调用流程｜Agent能力扩展 ### ✅ 模块 04 — LangChain 基础篇 - **目标**：认识Langchain六大模块，学会用Langchain构建智能体。 - **内容**：LLM 调用｜Prompt 设计｜Chain 构建｜Memory 记忆｜实战练习 ### ✅ 模块 05 — LangChain 进阶篇 - **目标**：掌握Langchain Agents的核心机制，构建能调用工具、持续思考、具备记忆的智能体。 - **内容**：Function Calling｜@tool 工具封装｜ReAct 循环｜Agent 构建｜SQL Agent｜记忆+流式｜开发优化 ### ✅ 模块 06 — Rag 基础篇 - **目标**：理解Rag的概念与整个运行流程，并能够搭建一个可以引用外部知识库获取信息的智能体。 - **内容**：RAG 概念｜文本加载与分块 (Load & Split)｜向量化 (Embedding)｜向量存储 (FAISS)｜LCEL RAG 链 ### ✅ 模块 07 — Rag 进阶篇 - **目标**：学会进阶的Chroma向量数据库，会Reranker精排序，最终将04到07所学的Langchain六大模块完整集成。 - **内容**：Chroma 持久化 | Reranker 精排 | RAG 工具化 | Langchain六大模块集成 > 📌 后续模块将陆续开放（LangGraph、MCP、多智能体等） --- ## 🧠 Agent Craft 的核心学习路径 > “让每个人都能真正理解 Agent 的底层逻辑，而不仅仅是调用框架。” 我们采用 **渐进式构建** 的教学理念，从最基础的 Prompt 开始，逐步搭建完整的 AI Agent 能力栈： ```mermaid flowchart LR A[Prompt 层] --> B[LLM 核心调用] B --> C[LangChain 工具链] C --> D[RAG 检索增强生成] D --> E[LangGraph 流程控制] E --> F[MCP 扩展能力] F --> G[多智能体协作与规划] G --> H[SDK 封装与部署] ``` ## 🚀 快速开始 ### 1️⃣ 环境准备 ```bash # 克隆项目 git clone https://github.com/Annyfee/agent-craft.git cd agent-craft # 安装依赖 pip install -r requirements.txt ``` ### 2️⃣ API Key 配置 ```bash # 复制环境变量模板 cp .env.example .env ``` 在 `.env` 文件中配置： ```env OPENAI_API_KEY=your_deepseek_api_key_here ``` > 💡 **获取API Key**: 访问 [DeepSeek官网](https://platform.deepseek.com/) 注册并获取API Key ### 3️⃣ 运行示例 ```bash python "01 Agent 入门 & 环境搭建/Agent-demo.py" ``` ### 4️⃣ 运行测试 项目已集成CI/CD流程，包含基本测试和代码检查。你可以通过以下方式运行测试： ```bash # 直接运行测试脚本（推荐，不需要安装额外依赖） python tests/test_basic.py # 或者使用pytest（如果已安装） python -m pytest tests/ -v ``` 测试将检查项目目录结构完整性和基本模块导入情况，即使部分依赖未安装，也能完成基本检查。 --- ## 🤝 参与和交流 欢迎提交 **Issue / PR / 改进建议** 如果有商业/技术交流需求，请联系我: 📬 微信：a19731567148（备注 Agent） 📖 个人博客：[CSDN 主页](https://blog.csdn.net/2401_87328929)