143 lines
8.4 KiB
Markdown
143 lines
8.4 KiB
Markdown
# 🤖 Agent Craft
|
||
|
||
> 智能体开发教学库 | A beginner-friendly guide to building AI agents
|
||
|
||
## 📘 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 04 LangChain 基础，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://blog.csdn.net/2401_87328929/article/details/154064397) | Agents · 多链协作 · 缓存 | ⭐⭐⭐ |
|
||
| | 06 LangGraph 入门 | 🚧 | Flow · Node · Edge 控制 | ⭐⭐⭐ |
|
||
| | 07 RAG 基础篇（Embedding & 向量） | 🚧 | 向量化 · 检索匹配 | ⭐⭐ |
|
||
| | 08 RAG 进阶篇（检索 + 生成） | 🚧 | RAG Pipeline · QA 系统 | ⭐⭐⭐ |
|
||
| 🧠 **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 ~ 04**。
|
||
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
|
||
|
||
|
||
> 📌 后续模块将陆续开放（LangGraph、RAG、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[LangGraph 流程控制]
|
||
D --> E[RAG 检索增强生成]
|
||
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"
|
||
```
|
||
|
||
---
|
||
|
||
## 🤝 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 GitHub）
|
||
|
||
📖 个人博客：[CSDN 主页](https://blog.csdn.net/2401_87328929)
|
||
|