用途
ai-agents-from-zero 是一套开源的中文教程系统,目标是帮助学习者从零开始构建 AI Agent,并逐步过渡到企业级部署。它提供系统化的学习路径,覆盖大模型基础、提示工程、低代码平台、开发框架、RAG、MCP 协议以及企业部署,配有可运行代码示例和真实项目。
主要能力与内容结构
教程按主题组织,主要包括:
-
大模型基础:LLM 架构(Transformer、MoE、Self-Attention)、模型部署(Ollama、Xinference、vLLM)、提示工程原理、多轮对话与记忆。示例包含基础 LLM 调用与 Few-Shot 提示工程。
-
低代码平台:Coze(扣子)平台的工作流构建、插件系统、知识库集成、Agent 编排,以及通过 Python 调用 Coze 工作流 API;Dify 平台的 Docker 本地部署与 API 调用示例。
-
LangChain 与 LangGraph 框架:LCEL 链式调用、ConversationBufferMemory 记忆、LangGraph 状态机与简单 Agent 构建示例。
-
RAG 系统实现:完整 RAG 流水线(文档加载、分割、向量化、检索、问答链),以及混合检索与重排序(EnsembleRetriever、BM25)。
-
工具调用与 MCP 协议:Function Calling 工具定义与 Agent 执行器,以及简单 MCP 协议服务端实现示例。
-
真实项目:
- Project 1 Shopkeeper Agent(电商问数):基于 LangGraph 的 NL2SQL 系统,包含意图识别、自然语言转 SQL、多轮对话、数据可视化。
- Project 2 DeepSearch Agent:资料中仅列出名称与仓库地址,具体内容暂未提供。
此外还提供与 AI 工程师岗位要求对齐的面试题库,并持续更新最新 AI 技术栈。
使用方式
获取教程:
git clone https://github.com/didilili/ai-agents-from-zero.git
cd ai-agents-from-zero
在线文档:https://didilili.github.io/ai-agents-from-zero/
项目依赖安装(示例):
python -m venv venv
source venv/bin/activate # On Windows: venv\Scripts\activate
pip install langchain langchain-community langchain-openai
pip install langgraph
pip install chromadb faiss-cpu
pip install openai anthropic
pip install python-dotenv
pip install streamlit # For UI demos
环境配置示例(.env 文件):
OPENAI_API_KEY=your_openai_key
ANTHROPIC_API_KEY=your_anthropic_key
ZHIPUAI_API_KEY=your_zhipu_key
CHROMA_PERSIST_DIRECTORY=./chroma_db
DEFAULT_MODEL=gpt-4
TEMPERATURE=0.7
Dify 本地部署示例:
git clone https://github.com/langgenius/dify.git
cd dify/docker
docker-compose up -d
# Access Dify at http://localhost:3000
适用场景
- 希望系统学习 AI Agent 开发的中文学习者
- 需要从基础到企业级部署完整路径的开发者
- 准备 AI 工程师岗位面试的求职者
- 需要参考真实项目源码(电商问数、DeepSearch)的工程实践者
限制
- 教程以 Python 为主,主要框架为 LangChain/LangGraph。
- 部分示例依赖外部 API Key(OpenAI、Anthropic、智谱等),需自行配置。
- DeepSearch Agent 项目的具体内容在资料中暂未提供。
- 收费、价格、平台支持范围等信息暂未提供。
官方资源
- GitHub:https://github.com/didilili/ai-agents-from-zero
- 文档:https://didilili.github.io/ai-agents-from-zero/
- Project 1(Shopkeeper):https://github.com/didilili/shopkeeper-agent
- Project 2(DeepSearch):https://github.com/didilili/deepsearch-agents