# AgentGuide **Repository Path**: noney/AgentGuide ## Basic Information - **Project Name**: AgentGuide - **Description**: AI Agent 从零开始构建智能体 — 全面、系统的开源学习教程 - **Primary Language**: Python - **License**: MIT - **Default Branch**: main - **Homepage**: https://agentguide.minims.cn - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 1 - **Created**: 2026-05-24 - **Last Updated**: 2026-05-24 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README
# 🤖 AgentGuide > **AI Agent 从零开始构建智能体 — 全面、系统的开源学习教程**

License Python LangChain LangGraph Stars Docs 国内访问

--- ## 📖 项目简介 > **打造你的第一个 AI Agent，从认知到生产，一步到位。** > > 🌐 **国内访问**：[https://agentguide.minims.cn](https://agentguide.minims.cn) AgentGuide 是当前最系统的开源 AI Agent 教程之一，专为 **2026 年技术栈** 打造。无论你是 AI 新手还是资深后端开发者，都可以在这里找到适合自己的成长路径。 🔹 **你将从「是什么」开始**：理解 Agent、Chain、Tool、Memory、RAG 的核心概念 🔹 **接着「动手做」**：基于 LangChain + LangGraph 搭建真实可运行的 Agent 应用 🔹 **最终「上生产」**：掌握多 Agent 协作、性能调优、安全防护与生产部署 ``` 🤖 AgentGuide 学习路径： 基础概念 → LangChain 实战 → LangGraph 工作流 → RAG 系统 → 生产部署 ``` 本项目配套完整的 Python 包 [`agentguide`](src/agentguide/) 和 **10+ 个实战项目**，代码即学即用。无论你想构建聊天机器人、自动化工作流、知识库问答系统还是多智能体协作平台，这里都有现成的模板和最佳实践。 **已有 30+ 篇教程、~60 小时学习内容，全部免费开源。** 🚀 ---
### 🎯 项目仪表盘 | 指标 | 数据 | |:-----|:-----| | 📚 教程章节 | **8 大章节** · 30+ 篇文档 | | ⏱️ 总学习时长 | **~60 小时** | | 💻 可运行示例 | **10+ 个**实战项目 | | 📦 源代码包 | **agentguide** v1.0.0 | | 🐍 最低 Python | **3.10+** | | 📝 最后更新 | 2026 年 | ### ✨ 项目特色 | 特色 | 说明 | |:----|:-----| | 🎯 **从零开始** | 无需 AI 基础，手把手教学 | | 📚 **系统全面** | 覆盖 Agent 开发全链路 | | 💻 **实战驱动** | 每个知识点都有可运行代码示例 | | 🛠️ **技术前沿** | LangChain + LangGraph 最新实践 | | 📦 **工程规范** | 使用 `uv` 管理，符合生产标准 | | 🌐 **生态全景** | 涵盖 2026 年主流框架与选型 |
--- ## 📑 目录导航 > 快速跳转至感兴趣的部分 | 章节 | 内容 | 适合人群 | |:----|:-----|:---------| | [🟢 入门基础](#-第一部分入门基础-01-intro) | AI Agent 概念、环境搭建、第一个 Agent | 新手 | | [🔵 核心概念](#-第二部分核心概念-02-fundamentals) | Prompt 工程、Chain、Agent 架构、记忆 | 新手 | | [🟠 LangChain 实战](#-第三部分langchain-实战-03-langchain) | 组件、工具调用、向量存储、聊天 Agent | 进阶 | | [🟣 LangGraph 进阶](#-第四部分langgraph-进阶-04-langgraph) | 状态管理、路由、子图、工作流 | 进阶 | | [🟤 RAG 系统](#-第五部分rag-系统-05-rag) | 文档处理、向量数据库、企业知识库 | 进阶 | | [🔴 高级主题](#-第六部分高级主题-06-advanced) | 多 Agent、评估、成本控制、安全 | 高级 | | [⚫ 生产部署](#-第七部分生产部署-07-deployment) | API 封装、Docker、监控、CI/CD | 高级 | | [🌟 生态全景](#-第八部分生态全景-08-ecosystem) | 框架对比、多智能体、工具生态、选型 | 所有 | --- ## 🎯 学习目标 完成本教程后，你将能够：
| # | 技能 | 对应章节 | |:-|:-----|:---------| | ✅ | 理解 AI Agent 的核心概念与工作原理 | 第一部分 | | ✅ | 熟练使用 LangChain 构建基础 Agent | 第二、三部分 | | ✅ | 掌握 LangGraph 设计复杂工作流 | 第四部分 | | ✅ | 实现 RAG 系统，让 Agent 拥有知识库 | 第五部分 | | ✅ | 构建多 Agent 协作系统 | 第六部分 | | ✅ | 将 Agent 部署到生产环境 | 第七部分 | | ✅ | 了解 2026 年 AI Agent 全生态，做出最优选型 | 第八部分 |
--- ## 📚 内容大纲 ### 🟢 第一部分：入门基础 (01-intro) > 适合零基础入门，了解 AI Agent 是什么，搭建开发环境，运行第一个 Agent。 | 章节 | 内容 | 预计时间 | |:----|:-----|:---------| | 1.1 | [AI Agent 导论](docs/01-intro/01-agent-intro.md) | 2 小时 | | 1.2 | [开发环境搭建](docs/01-intro/02-environment-setup.md) | 1 小时 | | 1.3 | [第一个 Agent](docs/01-intro/03-first-agent.md) | 1 小时 | ### 🔵 第二部分：核心概念 (02-fundamentals) > 深入理解 LLM、Prompt 工程、Chain 模式、Agent 架构和记忆机制。 | 章节 | 内容 | 预计时间 | |:----|:-----|:---------| | 2.1 | [LLM 基础与 Prompt 工程](docs/02-fundamentals/01-prompt-engineering.md) | 3 小时 | | 2.2 | [Chain 模式详解](docs/02-fundamentals/02-chain-pattern.md) | 2 小时 | | 2.3 | [Agent 核心架构](docs/02-fundamentals/03-agent-architecture.md) | 3 小时 | | 2.4 | [记忆机制](docs/02-fundamentals/04-memory.md) | 2 小时 | ### 🟠 第三部分：LangChain 实战 (03-langchain) > 掌握 LangChain 核心组件，实现工具调用、向量存储和聊天 Agent。 | 章节 | 内容 | 预计时间 | |:----|:-----|:---------| | 3.1 | [LangChain 核心组件](docs/03-langchain/01-core-components.md) | 2 小时 | | 3.2 | [工具调用 (Tool Use)](docs/03-langchain/02-tool-use.md) | 3 小时 | | 3.3 | [向量存储与检索](docs/03-langchain/03-vector-store.md) | 3 小时 | | 3.4 | [构建聊天 Agent](docs/03-langchain/04-chat-agent.md) | 2 小时 | | 3.5 | [实战：研究助手](docs/03-langchain/05-research-agent.md) | 4 小时 | ### 🟣 第四部分：LangGraph 进阶 (04-langgraph) > 学习 LangGraph 工作流引擎，掌握状态管理、条件路由和子图。 | 章节 | 内容 | 预计时间 | |:----|:-----|:---------| | 4.1 | [LangGraph 基础](docs/04-langgraph/01-basics.md) | 2 小时 | | 4.2 | [状态管理与节点](docs/04-langgraph/02-state-nodes.md) | 2 小时 | | 4.3 | [条件路由与循环](docs/04-langgraph/03-routing-loops.md) | 3 小时 | | 4.4 | [子图与模块化](docs/04-langgraph/04-subgraphs.md) | 2 小时 | | 4.5 | [实战：工作流 Agent](docs/04-langgraph/05-workflow-agent.md) | 4 小时 | ### 🟤 第五部分：RAG 系统 (05-rag) > 构建检索增强生成系统，让 Agent 拥有外部知识库。 | 章节 | 内容 | 预计时间 | |:----|:-----|:---------| | 5.1 | [RAG 原理详解](docs/05-rag/01-principles.md) | 2 小时 | | 5.2 | [文档处理与分块](docs/05-rag/02-document-processing.md) | 2 小时 | | 5.3 | [向量数据库实战](docs/05-rag/03-vector-database.md) | 3 小时 | | 5.4 | [检索优化技巧](docs/05-rag/04-optimization.md) | 2 小时 | | 5.5 | [实战：企业知识库](docs/05-rag/05-enterprise-kb.md) | 4 小时 | ### 🔴 第六部分：高级主题 (06-advanced) > 探索多 Agent 协作、评估优化、成本控制和安全合规。 | 章节 | 内容 | 预计时间 | |:----|:-----|:---------| | 6.1 | [多 Agent 协作](docs/06-advanced/01-multi-agent.md) | 3 小时 | | 6.2 | [Agent 评估与优化](docs/06-advanced/02-evaluation.md) | 2 小时 | | 6.3 | [成本控制策略](docs/06-advanced/03-cost-control.md) | 2 小时 | | 6.4 | [安全与合规](docs/06-advanced/04-security.md) | 2 小时 | ### ⚫ 第七部分：生产部署 (07-deployment) > 将 Agent 应用部署到生产环境，实现容器化、监控和持续集成。 | 章节 | 内容 | 预计时间 | |:----|:-----|:---------| | 7.1 | [API 服务封装](docs/07-deployment/01-api-service.md) | 2 小时 | | 7.2 | [Docker 容器化](docs/07-deployment/02-docker.md) | 2 小时 | | 7.3 | [监控与日志](docs/07-deployment/03-monitoring.md) | 2 小时 | | 7.4 | [持续集成/部署](docs/07-deployment/04-cicd.md) | 2 小时 | ### 🌟 第八部分：生态全景 (08-ecosystem) > 俯瞰 2026 年 AI Agent 全生态，从框架对比到领域实践，做出最优选型。 | 章节 | 内容 | 预计时间 | |:----|:-----|:---------| | 8.1 | [核心 Agent 框架全景对比](docs/08-ecosystem/01-core-frameworks.md) | 2 小时 | | 8.2 | [多智能体协作模式深度解析](docs/08-ecosystem/02-multi-agent-patterns.md) | 2 小时 | | 8.3 | [工具调用与编排生态](docs/08-ecosystem/03-tool-ecosystem.md) | 1.5 小时 | | 8.4 | [记忆系统全景](docs/08-ecosystem/04-memory-systems.md) | 1.5 小时 | | 8.5 | [低代码/可视化 Agent 平台](docs/08-ecosystem/05-low-code-platforms.md) | 1.5 小时 | | 8.6 | [专业领域 Agent](docs/08-ecosystem/06-domain-agents.md) | 2 小时 | | 8.7 | [评估与监控工具](docs/08-ecosystem/07-evaluation-tools.md) | 1.5 小时 | | 8.8 | [安全与沙箱](docs/08-ecosystem/08-security-sandbox.md) | 1.5 小时 | | 8.9 | [选型指南与决策矩阵](docs/08-ecosystem/09-selection-guide.md) | 2 小时 | --- ## 🚀 快速开始 ### 前置要求 | 要求 | 说明 | |:----|:-----| | 🐍 Python | **3.10+** | | 📦 包管理器 | **uv** >= 0.5.0 | | 🔑 API Key | **OpenAI** 或其他 LLM API | ### 📥 安装 uv
点击展开安装命令 ```bash # macOS / Linux curl -LsSf https://astral.sh/uv/install.sh | sh # Windows powershell -c "irm https://astral.sh/uv/install.ps1 | iex" # 验证安装 uv --version ```
### 🛠️ 克隆 & 安装 ```bash # 克隆仓库 git clone https://gitcode.com/mininote/AgentGuide.git cd AgentGuide # 安装依赖（自动创建虚拟环境） uv sync ``` ### 🔑 配置环境变量 ```bash # 复制环境变量模板 cp .env.example .env # 编辑 .env 文件，填入你的 API Key # OPENAI_API_KEY=sk-xxxxxxxxxxxxxxxxxxxx ``` ### 🎮 运行示例 ```bash # 🖐️ 第一个 Agent — 最简单的 Hello World python examples/01-hello-agent/main.py # 🧪 研究助手 — 多工具协作 python examples/04-research-agent/main.py # 💬 Streamlit 聊天界面 — 交互式对话 streamlit run examples/05-streamlit-chat/main.py ``` --- ## 📁 项目结构
展开查看完整目录结构 ``` AgentGuide/ ├── 📄 项目配置 │ ├── README.md # 项目说明（你在这里） │ ├── LICENSE # MIT 许可证 │ ├── pyproject.toml # 项目配置 (uv) │ ├── uv.lock # 依赖锁定文件 │ ├── .env.example # 环境变量模板 │ └── .gitignore │ ├── 📚 教程文档 (docs/) │ ├── 01-intro/ # 🟢 入门基础 (3 篇) │ ├── 02-fundamentals/ # 🔵 核心概念 (4 篇) │ ├── 03-langchain/ # 🟠 LangChain 实战 (5 篇) │ ├── 04-langgraph/ # 🟣 LangGraph 进阶 (5 篇) │ ├── 05-rag/ # 🟤 RAG 系统 (5 篇) │ ├── 06-advanced/ # 🔴 高级主题 (4 篇) │ ├── 07-deployment/ # ⚫ 生产部署 (4 篇) │ └── 08-ecosystem/ # 🌟 生态全景 (9 篇) │ ├── 💻 代码示例 (examples/) │ ├── 01-hello-agent/ # 🖐️ 第一个 Agent │ ├── 02-tool-use/ # 🔧 工具调用 │ ├── 03-chat-agent/ # 💬 聊天 Agent │ ├── 04-research-agent/ # 🔬 研究助手 │ ├── 05-streamlit-chat/ # 🎨 Streamlit 聊天界面 │ ├── 06-multi-agent/ # 👥 多 Agent 协作 │ ├── 📦 核心库 (src/agentguide/) │ ├── base.py # 基础类 │ ├── agent.py # Agent 实现 │ ├── tools.py # 工具集合 │ ├── memory.py # 记忆管理 │ ├── message.py # 消息模型 │ ├── pipeline.py # 流水线编排 │ └── utils.py # 工具函数 │ ├── 🧪 测试 (tests/) │ ├── test_agent.py │ └── test_tools.py │ └── 🔧 辅助脚本 (scripts/) ├── setup.sh # 环境设置 └── deploy.sh # 部署脚本 ```
--- ## 🛠️ 技术栈 | 类别 | 技术 | 版本 | |:----|:-----|:-----| | 📦 **包管理** | [uv](https://docs.astral.sh/uv/) | >= 0.5.0 | | 🐍 **语言** | [Python](https://python.org) | >= 3.10 | | 🧠 **核心框架** | [LangChain](https://python.langchain.com/) | >= 1.3.1 | | 🔄 **工作流** | [LangGraph](https://langchain-ai.github.io/langgraph/) | >= 1.2.1 | | 🗄️ **向量数据库** | Chroma / FAISS / Qdrant | >= 1.5.0 | | 🤖 **LLM** | OpenAI GPT-4o / Anthropic Claude 3.5 / DeepSeek | - | | 🐳 **部署** | Docker / FastAPI / Streamlit | - | | ✅ **代码质量** | Black + Ruff + Mypy + Pytest | - | --- ## 📈 学习路线图

``` ┌─────────────────────────────────────────────────────────────┐ │ 8 周完整学习路线 🗺️ │ ├─────────────────────────────────────────────────────────────┤ │ Week 1-2: 🟢 入门基础 │ │ ├── 理解 AI Agent 概念 │ │ ├── 搭建开发环境 │ │ └── 运行第一个 Agent 🖐️ │ ├─────────────────────────────────────────────────────────────┤ │ Week 3-4: 🔵🟠 核心技能 │ │ ├── 掌握 LangChain 核心组件 │ │ ├── 精通 Prompt 工程 │ │ ├── 实现工具调用与记忆 │ │ └── 构建聊天 Agent 💬 │ ├─────────────────────────────────────────────────────────────┤ │ Week 5-6: 🟣🟤 进阶实战 │ │ ├── 学习 LangGraph 工作流 │ │ ├── 构建 RAG 知识库系统 │ │ └── 多 Agent 协作实战 👥 │ ├─────────────────────────────────────────────────────────────┤ │ Week 7-8: ⚫🌟 生产部署 + 生态全景 │ │ ├── API 封装与 Docker 部署 🐳 │ │ ├── 了解全生态框架与选型 │ │ ├── 监控、评估与安全 ⚡ │ │ └── 完成最终项目 🏆 │ └─────────────────────────────────────────────────────────────┘ ```

--- ## 🤝 贡献指南 我们欢迎任何形式的贡献！无论是修复错别字、改进文档，还是添加新功能。 ### 🏗️ 工作流程 ```mermaid graph LR A[Fork 仓库] --> B[创建分支] B --> C[提交更改] C --> D[推送分支] D --> E[Pull Request] E --> F[Code Review] F --> G[Merge 🎉] ``` ### 📐 代码规范 | 规范 | 要求 | |:----|:-----| | 📦 **依赖管理** | 使用 `uv`，不可用 pip | | ✨ **代码风格** | 遵循 PEP 8，使用 Black 格式化 | | 📝 **文档** | 函数/类添加类型注解和文档字符串 | | 🧪 **测试** | 新功能必须包含单元测试 | | 🔍 **类型检查** | 通过 Mypy strict 模式 | --- ## 📄 许可证 [![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg?style=for-the-badge)](https://opensource.org/licenses/MIT) 本项目采用 **MIT License** — 详见 [LICENSE](LICENSE) 文件 **你可以自由地：** ✅ 使用 · ✅ 修改 · ✅ 分发 · ✅ 商用 --- ## 🔗 相关资源
| 🧠 核心框架 | 🌐 平台工具 | 📖 学习资料 | |:-----------|:-----------|:-----------| | [LangChain](https://python.langchain.com/) | [Dify](https://dify.ai/) | [LangChain 官方教程](https://python.langchain.com/docs/tutorials/) | | [LangGraph](https://langchain-ai.github.io/langgraph/) | [AgentScope](https://agentscope.io/) | [LangGraph 官方指南](https://langchain-ai.github.io/langgraph/tutorials/) | | [AutoGen](https://microsoft.github.io/autogen/) | [Flowise](https://flowiseai.com/) | [OpenAI Cookbook](https://cookbook.openai.com/) | | [CrewAI](https://docs.crewai.com/) | [LangSmith](https://smith.langchain.com/) | [DeepLearning.AI](https://www.deeplearning.ai/short-courses/) |
--- ## ⭐ 支持项目 如果你觉得这个项目有帮助，请给我们一个 ⭐ 支持！
| [![Star](https://img.shields.io/badge/⭐-Star%20on%20GitCode-brightgreen?style=for-the-badge)](https://gitcode.com/mininote/AgentGuide) | [![Fork](https://img.shields.io/badge/🍴-Fork%20this%20repo-blue?style=for-the-badge)](https://gitcode.com/mininote/AgentGuide) | [![Issue](https://img.shields.io/badge/🐛-Report%20Issue-red?style=for-the-badge)](https://gitcode.com/mininote/AgentGuide/issues) | |:-|:-|:-|
--- ### 🙏 致谢 感谢以下出色的开源项目，以及所有贡献者和社区成员的支持： | 项目 | 用途 | 链接 | |:----|:----|:-----| | [LangChain](https://github.com/langchain-ai/langchain) | 核心 Agent 框架 | ⭐ 100k+ | | [LangGraph](https://github.com/langchain-ai/langgraph) | 工作流编排 | ⭐ 15k+ | | [AutoGen](https://github.com/microsoft/autogen) | 多 Agent 框架 | ⭐ 40k+ | | [CrewAI](https://github.com/joaomdmoura/crewAI) | 多 Agent 协作 | ⭐ 30k+ | | [AgentScope](https://github.com/alibaba/agentscope) | 分布式 Agent | ⭐ 10k+ | | [Dify](https://github.com/langgenius/dify) | LLMOps 平台 | ⭐ 60k+ | | [uv](https://github.com/astral-sh/uv) | Python 包管理 | ⭐ 40k+ | --- > ### 🚀 让 AI Agent 成为你的超级助手，开启智能开发新纪元！ > > **有问题？** 欢迎提交 [Issue](https://gitcode.com/mininote/AgentGuide/issues) 或参与社区讨论 💬