177 lines
11 KiB
Markdown
177 lines
11 KiB
Markdown
# 🤖 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。
|
||
|
||
[](https://github.com/Annyfee/agent-craft/actions/workflows/ci.yml)
|
||
|
||
## 📘 项目简介
|
||
|
||
Agent Craft 是一套面向开发者的 AI 智能体系统性教学项目，采用「配套博客 + 可运行代码」双轨模式，
|
||
帮助你从基础 LLM 调用出发，逐步掌握工具调用、RAG 集成、状态控制与多组件协同等核心能力。
|
||
|
||
项目以 LangChain、LangGraph 等主流框架为载体，
|
||
不仅演示如何构建功能完整的 Agent，更注重解析其背后的关键机制：
|
||
- RAG 如何实现私有知识的有效检索与融合？
|
||
- LangGraph 中的状态（State）与节点（Node）如何驱动决策流程？
|
||
- Agent 如何在 ReAct 循环中完成“思考—行动—观察”的闭环？
|
||
|
||
- 📌 所有模块独立组织，代码结构清晰、注释完整，支持本地一键运行
|
||
- 📖 每个章节均配有 CSDN 深度解析文章，兼顾实现细节与设计原理
|
||
|
||
> 💡 本项目的目标：让你不仅能构建可用的智能体，更能理解其运作逻辑，为后续自主设计与优化打下坚实基础。
|
||
|
||
|
||
---
|
||
|
||
## 🧭 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](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 基础篇](https://github.com/Annyfee/agent-craft/tree/main/08_langgraph_basics) | [🏠](https://blog.csdn.net/2401_87328929/article/details/154576812) | 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：
|
||
|
||
```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
|
||
LANGCHAIN_API_KEY=your_langsmith_api_key
|
||
```
|
||
|
||
> 💡 **获取API Key**: 访问 [DeepSeek官网](https://platform.deepseek.com/)、[LangSmith官网](https://smith.langchain.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](https://blog.csdn.net/2401_87328929)
|
||
|
||
🌟 如果这个项目帮到了你，请给我点个 Star ⭐，让更多人看到它！
|
||
|