agent-craft/README.md

🤖 Agent Craft —— 从零打造你的第一个 AI Agent

✅ 系统性开源教学项目，手把手带你用 Python 构建可运行的 AI Agent，涵盖 Prompt、LLM、LangChain、RAG、LangGraph、MCP 到部署发布全流程。

📘 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 08 LangGraph 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	🏠	OpenAI API	⭐
	02 LLM 基础调用	🏠	LLM API 调用 · prompt · 上下文记忆	⭐
	03 Function Calling 与工具调用	🏠	Function Call · 工具函数封装	⭐⭐
⚙️ 框架篇	04 LangChain 基础篇	🏠	LLM · Prompt · Chain · Memory	⭐⭐
	05 LangChain 进阶篇	🏠	Agents · 缓存 · 流式输出	⭐⭐⭐
	06 RAG 基础篇	🏠	RAG概念 · Split · Embedding · FAISS · RAG 链	⭐⭐
	07 RAG 进阶篇	🏠	Chroma · Reranker · RAG工具化 · 集成	⭐⭐⭐
	08 LangGraph 基础篇	🏠	Langgraph三要素 · LangSmith · ReAct · 提示词安全注入	⭐⭐⭐
	09 LangGraph 进阶篇	🚧撰写中	Multi-Agent · Human-in-the-Loop · “总控-员工”架构	⭐⭐⭐⭐
🧠 智能篇	10 MCP 基础 (Client)	🚧	MCP 协议 · CherryStudio · 消费公共 MCP	⭐⭐⭐
	11 MCP 进阶 (Server)	🚧	Streamable HTTP · src layout · 构建私有 MCP	⭐⭐⭐⭐
	12 Swarm & Agents SDK	🚧	Swarm · Handoff · “航空公司客服”项目	⭐⭐⭐⭐
🏁 实战篇	13 Streamlit 快速入门	🚧	st.chat_input · st.session_state · 封装 RAG Agent	⭐⭐⭐
	14 综合实战项目	🚧	LangGraph + RAG + MCP + Streamlit + Vercel	⭐⭐⭐⭐⭐
🚀 工程篇	15 部署与本地化	🚧	Ollama · LM Studio · LangServe	⭐⭐⭐
	16 项目打包与发布	🚧	pyproject.toml · pip build · setuptools · 发布	⭐⭐⭐⭐

---

🧩 当前学习建议（适用于已完成模块）

目前已开放模块：01 ~ 08。
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

✅ 模块 08 — LangGraph 基础篇

• 目标：懂得Langgraph的三要素，会使用LangSmith调试当前agent，并能自己写一个简单的Langgraph流程。
• 内容：Langgraph核心三要素｜ReAct循环白盒化实现 | LangSmith调试追踪 | 持久化记忆 | 提示词安全注入

📌 后续模块将陆续开放（MCP、多智能体、Streamlit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：

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

# 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

# 复制环境变量模板
cp .env.example .env

在 .env 文件中配置：

OPENAI_API_KEY=your_deepseek_api_key_here
LANGCHAIN_API_KEY=your_langsmith_api_key

💡 获取API Key: 访问 DeepSeek官网、LangSmith官网 注册并获取API Key

3️⃣ 运行示例

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：

# 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。

---

🤝 参与与交流

• 📬 提交 Issue / PR：欢迎提出改进建议或贡献代码！
• 📩 技术交流：微信 a19731567148（备注 Agent）
• 📚 博客主页：CSDN 主页

🌟 如果这个项目帮到了你，请给我点个 Star ⭐，让更多人看到它！