ai-agents-from-zero

MCP文档知识

提供方 didilili · 包名 ai-agents-from-zero

文档知识 stdio · 本地进程 未标注 社区 / 第三方 Claude DesktopCursorClineClaude Code
查看接入方式

🚀 2026 最系统的 AI Agent 速成指南|智能体实战教程 · 完整学习路径 + 实战项目 + 面试题库 · 对标大模型应用开发工程师岗位 · 覆盖LangChain / LangGraph / Coze / Dify / MCP / skills / LLM / RAG / 提示词 ·

一句话选型结论

按资料字段整理

ai-agents-from-zero 属于文档知识类 MCP 服务器,stdio · 本地进程,鉴权方式未标注,可直接接入 Claude Desktop、Cursor、Cline 等,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类文档知识 传输方式stdio · 本地进程 鉴权未标注 部署方式本地部署
GitHub 星标 302 仓库热度,无公开仓库时显示未标注
工具数 未标注 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

文档知识
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量未标注暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

ai-agents-from-zero agent agent-framework ai-agent aigc

支持客户端

适用场景

ai-agents-from-zeroagentagent-framework

安装与配置

stdio · 本地进程 未标注
客户端在本机拉起子进程,数据不出本机
pip install ai-agents-from-zero

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Cross-platform,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
文档检索问答

在你的文档库里按问题找答案。

知识库读写

把新资料写进知识库,随用随取。

内容整理

把零散资料归纳成结构化笔记。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已适配 Claude Desktop、Cursor、Cline,换客户端不用重新研究配置。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在文档知识场景里让模型直接调用外部能力的人。
  • 已经在用 Claude Desktop、Cursor 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
ai-agents-from-zero当前 未标注 stdio · 本地进程 本地部署 有 2026-04-12
dify 未标注 stdio · 本地进程 本地部署 有 2026-04-11
open-webui 未标注 stdio · 本地进程 本地部署 有 2026-04-11
JeecgBoot 未标注 stdio · 本地进程 本地部署 有 2026-04-11
Cherry Studio 未标注 未标注 未标注 无 2026-05-17
mempalace 未标注 stdio · 本地进程 本地部署 有 2026-04-11

服务器档案

文档知识
字段来自项目仓库与公开索引,中文说明由本站标注
提供方didilili上游标注的维护方 didilili
分类文档知识本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式未标注远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时ai-agents-from-zero · Cross-platform本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-04-12上游最后核验时间

详细介绍

17.7 KB
来自项目仓库与上游目录的原文,未做删改

🚀 全网最系统的 AI 智能体实战速成指南(从零到企业级落地)

ai-agents-from-zero

2026 持续更新中 · 目标打造「地表最强」AI Agent 教程 —— 系统教程 + 可跑源码 + 面试题库 + 企业级实战项目 + 长期技术栈更新,全面对齐「AI 智能体 / 大模型应用开发工程师」培训课表与招聘 JD的一条龙学习路线

📚 在线阅读

📢 更新说明:AI 不停,更新不止。本仓库将伴随 AI 大模型技术栈持续进化,坚持 开源、系统化、长期更新。模型、框架、Agent、实战项目,都会随着生态变化持续完善和升级。它不只是帮你入门,而是陪你一路成长,从零基础到能真正落地。

目前 概念篇 已全部更新完毕,两个完整实战项目也已更新完毕:NL2SQL + LangGraph 实战项目 电商问数(源码仓库)已于 5 月 3 日完成。DeepAgents 多智能体实战项目 深度研搜(源码仓库)已于 5 月 17 日完成。你可以点击更新日志,了解最新仓库动态。

市面上 AI 大模型应用内容很多,但绝大多数是碎片化帖子、收费训练营等;本仓库就是让你不用先花大几千甚至上万,也能系统进入大模型应用开发。若对你有帮助,欢迎 Star ⭐~


🤝 项目赞助

高性价比 Agent Plan 优选

感谢 优云智算 赞助本项目!优云智算是 UCloud 旗下 AI 云平台。主打包月、按次的高性价比国模 Agent Plan 套餐,低至 49 元/月起;同时提供官转稳定海外模型,支持接入 Claude Code、Codex 及 API 调用,面向企业提供高并发、7*24 技术支持与自助开票。

🎁 通过 此链接 注册的用户,可得免费 5 元平台体验金。


✨ 教程亮点

  • 🌱 全网首个系统开源的 AI 智能体教程:这是一套长期维护的 AI 大模型应用开发路线图。市面上不缺零散帖子,也不缺收费训练营,但真正系统、持续更新,并且覆盖 教程 + 源码 + 实战项目 + 面试题库 的 AI 大模型应用教程极少。本仓库要做的就是把这条路线公开、做深、做完整,陪你从入门、进阶、项目实战一路成长。
  • 🧭 一条线拉通大模型应用全栈:从大模型与提示词,到低代码(Coze/Dify)与代码框架(LangChain/LangGraph),再到企业级 RAG/Agent、微调与工程规范——按知识体系统一编排,完整链路闭环,适合系统吃透而不是碎片化收藏。
  • 🐍 聚焦 Python 生态,直击 Agent 工程:很多课程会围绕 Spring AI、langchain4j 展开,更偏 Java 技术栈。本教程主线聚焦 Python + LangChain + LangGraph,直接对齐当下 AI Agent / 大模型应用开发最常用的工程路线。
  • 📘 零基础能进,工程师也能深挖:整套教程按由浅入深的方式编排,先把大模型、Agent、RAG、MCP、Tool Calling 这些核心概念讲透,再进入源码、框架、部署和项目设计。少讲玄学黑话,多讲“为什么这么设计、代码怎么跑、项目怎么落地”。
  • 💼 企业级实战,对标「能干活」:以电商问数、深度研搜、掌柜智库、电商小二等为主线,串起意图解析、多源知识、转人工、复盘与监控;把 多路召回、评测、观测、成本、护栏 放进真实语境里练。写简历、讲项目有抓手、不空泛。
  • ✅ 每个案例都以“能跑起来”为标准:不只是讲概念或贴伪代码,而是尽量提供可运行案例、源码、环境说明和常见问题排查。案例内容均按人工实际跑通的思路整理,帮助你少踩坑、尽快上手。
  • 📚 教程源码面试,三位一体能跑通:不止「看完」,还能「跑通」更能「答出来」——可运行案例与源码、提示词模板与部署思路,拒绝「只讲概念」。面试题库按培训班与 JD 常见能力域拆题,其中有相当一部分题目整理自大厂真实面试题、公开面经与高频追问场景,适合转岗/应届集中复盘。
  • 🚀 面向 2026,持续进化且硬核:技术栈与高频问法会随生态迭代,对齐「AI 应用开发工程师」万元级培训课表维度;不只告诉你“学什么”,还告诉你“怎么做项目、怎么讲项目、怎么答面试”。若有用,Star 即打赏 ⭐。

🛠 技术栈概览

类别 技术/平台 说明
大模型与基础 LLM、Transformer、MoE、自注意力 LLaMA/Qwen/GPT、多模态、预训练/微调/推理
提示与编排 提示词工程、Tool Calling、Skills 多轮对话、消息模板、结构化输出、工具调用、技能化能力沉淀
低代码平台 Coze(扣子)、Dify 工作流、Agent、知识库、插件、Python 调用与本地化部署
开发框架 LangChain、LangGraph、DeepAgents Model I/O、Runnable / LCEL、Memory、Tools、Agents、图式工作流、多智能体
协议与通信 MCP(Model Context Protocol)、A2A Function Calling、服务解耦、外部工具接入、跨 Agent 协作
RAG 与检索 向量数据库、稀疏检索、混合检索、BGE-Rerank 多路召回、重排序、知识图谱、RAGAS 评估、高级 RAG 优化
文档与多模态 MinerU、OCR 图文混排 PDF 解析、设备手册与售后指南
部署与运维 Docker、Ollama、Xinference、vLLM 腾讯云/阿里云、AutoDL、Coze 本地部署
微调与训练 PEFT、LoRA、QLoRA、DeepSpeed、Llama-Factory Alpaca/ShareGPT 数据格式、Safetensors、关键词评估
编程与工具 Python;Codex、Cursor 主语言为 Python;覆盖 AI 编程工具、Agent Skills、多模型 API、MCP 接入与调试
求职与面试 面试题库 按岗位能力域组织 问法 + 答法;对齐同类线上培训结业能力与 JD 高频考点

🎯 你学完能收获什么?

  • 可上线的项目能力,能独立交付 AI Agent 应用(从环境到部署),从「只会调 API」进阶到能落地的工程实践。
  • 体系化的架构表达,能讲清楚 RAG、Agent、MCP 等设计与取舍,面试与简历里经得起追问。
  • 面试与 JD 对齐,独立 面试题库,与正文题号互链,按岗位能力域组织问法与答法,适合应届与转岗梳理口径。
  • 工程化与简历素材,企业向案例与多路召回、观测、成本等表述,项目可演示、可写进简历。
  • 可检索的知识地图,成体系目录 + 案例源码,与常见「智能体 / 应用开发」课表维度对齐,便于对照补缺,少踩「只看过文章没跑过」的坑。
  • 明确的岗位对标,可胜任 AI 应用开发工程师、AI Agent 工程师、AI 自动化流程开发及 AI 产品技术负责人等方向;尤其适合前端 / 后端 / 产品等背景转型 AI 与智能体开发。

📚 教程大纲(节选)

完整导航见 教程目录大纲 与 在线文档。

> 这份大纲不是固定目录。后续将伴随 AI 技术栈继续演进,新的核心知识点、新框架和新项目实践会继续并入这条路线中。

01 大模型基础能力构建

章节名称 内容概要
大模型(LLM)认识与环境准备 起源与发展、AGI 关系、主流模型特点与适用场景、预训练/微调/推理
大模型架构原理 Transformer、MoE、自注意力、LLaMA/Qwen/GPT、多模态
大模型调度平台 Ollama、私有大模型调用、云端/本地部署(AWS、阿里云等)
提示词工程 核心原则与结构、链式思维与 Few-shot、多轮对话与记忆、在 Agent 与工具调用中的应用

02 企业低代码平台开发与项目实战

章节名称 内容概要
Coze(扣子)平台 界面与功能、插件/知识库/工作流/智能体、Python 调用工作流
项目 1:商户运营管家 行业调研 PPT、爆款视频复刻、营销海报、卖点提炼、评论分析
Dify AI 平台 工作流/Agent/知识库、多案例(投诉分类、调研报告、客服分析、评论分析)、Python 调用
容器化技术 Docker 核心概念、安装与常用命令
企业级大模型部署 腾讯云/阿里云、Docker、Dify、AutoDL、Ollama、Xinference、Coze 本地部署
AI 代码编程工具 - Trae AI 安装使用、多模型 API、MCP 接入
AI 代码编程工具 - Qoder 使用与调试、项目开发

03 大模型核心开发框架

章节名称 内容概要
LangChain 框架原理与应用 Model I/O、Prompt、Parser、Runnable / LCEL、Memory、Tools、Retrieval、Agent
LangGraph 框架原理与应用 图式思维、State/Node/Edge、持久化记忆、流式输出、多智能体与 A2A
MCP 从原理到实战 与 Function Calling 对比、通信机制、工作流程、Server 部署与自定义开发
跨 Agent 通信:A2A 协议 与 MCP 关系、消息与认证、典型场景

04 企业级 RAG / Agent 项目实战

章节名称 内容概要
掌柜智库 LangGraph RAG 工作流、MinerU/OCR、向量+稀疏+Neo4j 多路召回、HyDE/BGE-Rerank、RAGAS 评估
电商小二 意图解析、多源知识库、流式回复、转人工机制、对话复盘、多渠道与监控
电商问数 围绕自然语言问数,完整串起 MySQL 数仓、元数据知识库、Qdrant 向量检索、Elasticsearch 字段值检索、LangGraph 工作流、SQL 生成校验执行、FastAPI SSE 和前后端联调
深度研搜 基于 DeepAgents 搭建多智能体研究系统,串起网络搜索、MySQL 查询、RAGFlow 知识库、文件读取生成、FastAPI 接口和 WebSocket 实时进度回传
市场罗盘 场景化任务拆解、从 0 到 1 设计与开发、阶段目标与进度管控、代码评审与成果展示

> 已完成实战项目推荐:
>
> - 电商问数(源码仓库):不是简单的 SQL 生成 Demo,而是把 MySQL、LangGraph、Qdrant、Elasticsearch、FastAPI 等知识点放进同一条可运行的智能问数链路里。
> - 深度研搜(源码仓库):不是普通聊天框,而是围绕开放研究任务,把主智能体调度、子智能体分工、多来源资料检索、文件生成交付和前后端实时联动做成一条完整闭环。

05 大模型微调实践

章节 内容概要
28 微调概述 问题诊断、模型类型、基线和关键词项目流程
29 数据与模板 真实 JSONL、样本质量、清洗划分和对话模板
30 训练与高效微调 训练参数、显存算例、LoRA 与 QLoRA
31 LLaMA-Factory 微调实战 AutoDL 单卡 / FP16、清洗版训练、日志与备份
32 微调效果评估与模型部署 单条验证、200 条双组预测与评分、导出与独立加载;vLLM 选做
33 微调显存优化与多卡训练 单卡显存排查、并行分工、ZeRO 与短跑日志判断

06 大厂开发规范

章节名称 内容概要
企业大模型研发流程 技术调研、方案与框架设计、RAG 与 pipeline、评估与角色、立项与需求文档
大模型当下热点 Agent/RAG 主流技术、前沿与热点跟踪

🏗️ Agent 项目架构与技术架构


🚀 快速开始

结合 在线文档 一起学习。想马上跑通一个案例?按下面几步即可。更详细的环境说明、API 申请、常见报错处理见 新手入门与常见问题。

  1. 克隆仓库并进入项目目录bash git clone https://github.com/didilili/ai-agents-from-zero.git cd ai-agents-from-zero

  2. 准备环境(推荐 Python 3.10,支持 3.10–3.13)bash python3.10 -m venv .venv source .venv/bin/activate # macOS/Linux # .venv\Scripts\activate # Windows CMD pip install -r requirements.txt

  3. 配置 API Key
    - 将根目录下的 .env-example 复制为 .env
    - 在 .env 中填入你的 API Key(如通义千问/阿里百炼、DeepSeek 等),变量名需与代码一致(如 aliQwen-api、QWEN_API_KEY、deepseek-api)
    - 各平台 Key 的申请方式见 新手入门与常见问题 - 各 API 平台如何申请 Key

  4. 在项目根目录运行第一个案例bash python 案例与源码-2-LangChain框架/01-helloworld/StandardDesc.py

建议:在项目根目录执行 python,便于统一管理虚拟环境、依赖和输出文件。普通脚本中的 load_dotenv() 通常会自动向上查找 .env;如果你使用 IDE、REPL 或调试器且读取不到 Key,请检查其工作目录配置。若不想用云 API,可使用 Ollama 本地模型(无需 Key)。

遇到 ModuleNotFoundError、API Key 报错、找不到 .env 等,请查看 新手入门与常见问题 - 常见问题与解决。


💬 加入社群

想和更多朋友聊聊 AI 编程、Vibe Coding、面试经验,顺便 吹水唠嗑、吐槽老板?欢迎加入「全宇宙最有爱的 AI Agent 交流群 —— 胡思妙想研究所」!🎉

👉 猛击这里!申请入所:在申请帖留言,并按帖内说明添加微信。

愿我们在这里少一点焦虑,多一点灵感;少一点单打独斗,多一点一起胡思妙想~


📖 关于本仓库

  • 目标:做一套真正适合入门、系统、且长期更新的 AI 智能体实战速成教程,不仅把概念讲清楚,也把案例跑起来,让你从 0 到能独立做 RAG / Agent / 多智能体 类项目,并能用工程化语言讲清楚自己的方案与项目。
  • 技术定位:聚焦 Python 智能体开发路线,重点讲 LangChain / LangGraph 及相关工程实践,不走 Spring AI / langchain4j 的 Java 路线,更适合想直接进入 Python 大模型应用开发的同学。
  • 教程来源:参考尚硅谷《大模型智能体速成班》等课程资料,并在此基础上结合公开文档、社区实践与项目经验持续重构、补充与维护,逐步整理成一套 Python 智能体应用开发 的系统化学习资料。
  • 面试题来源:题库中有相当一部分题目整理自大厂真实面试题、公开面经与高频追问场景,并结合本仓库的章节主线做了工程化重构,更适合按项目和系统设计视角复习。
  • 内容构成:系统章节笔记 + 可运行案例源码 + 面试题库 (对标同类线上培训与社招/校招 JD)。

⭐ Star History


仓库英文名:ai-agents-from-zero · 仓库中文名:《AI 智能体实战速成指南:从零到企业级落地》

常见问题

8 问
答案由本站依据条目字段整理,不引用上游原文
ai-agents-from-zero 怎么安装?

在客户端按下面的安装命令接入:pip install ai-agents-from-zero。对应的包名是 ai-agents-from-zero。装完在客户端配置里引用同一个包或端点。

ai-agents-from-zero 怎么在 Claude Desktop、Cursor、Cline 里配置?

它的传输方式是stdio · 本地进程,在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,配置才会生效。

ai-agents-from-zero 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

ai-agents-from-zero 需要 API Key 吗?

资料没有标注鉴权方式,是否需要密钥取决于服务本身,接入前按官方文档确认。

ai-agents-from-zero 支持哪些客户端?

资料标注支持 Claude Desktop、Cursor、Cline、Claude Code;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

ai-agents-from-zero 能提供哪些能力?

资料显示能力标签包括 ai-agents-from-zero、agent、agent-framework、ai-agent、aigc。具体工具清单以官方文档为准。

ai-agents-from-zero 需要什么运行环境?

运行时为 Cross-platform;属于本地进程,需要在本机装好运行环境。

ai-agents-from-zero 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-04-12。