ai-agents-from-zero

从零到企业级Agent开发，一站式学习+面试通关

这是一个面向2026年的AI Agent系统学习指南，旨在帮助开发者从零基础成长为能胜任大模型应用开发岗位的工程师。项目以完整学习路径为核心，整合了LangChain、LangGraph、Coze、Dify、MCP、skills、LLM、RAG、提示词等主流技术栈，覆盖从理论到实战的各个环节。内容包含实战项目、面试题库、企业级部署与微调指南，并提供从学习到上线项目的完整闭环。项目采用Python语言，通过结构化教程和案例，解决AI Agent学习资料碎片化、缺乏系统性路径的问题，帮助学习者高效掌握Agent开发技能，并做好求职准备。

开源 free 智能体

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 4836

维护状态较活跃

是否开源是

定价模式 free

项目数据

分类智能体

开发团队didilili

所属国家

官网地址https://didilili.github.io/ai-agents-from-zero

GitHubhttps://github.com/didilili/ai-agents-from-zero

定价模式free

价格说明开源教程项目，MIT 许可证，完全免费，无付费版本。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型agent,agent-framework,agentic-ai,ai-agent,aigc,coze,cursor,deepagents,dify,gpt,langchain,langgraph,llm,mcp,rag,skills,tutorial

GitHub 星标★ 4836

30天Star增速

HF 下载量

上线时间2026-01-29 00:00:00

最近更新2026-09-22 00:00:00

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数5

使用教程

难度：入门约 10 分钟部署方式：本地安装 5 步

环境要求

Python 3.10（README 说明支持 3.10–3.13）
pip 与 git 命令行工具
可用的模型 API Key（如通义千问/阿里百炼、DeepSeek），或改用 Ollama 本地模型（无需 Key）

安装与启动步骤

1克隆仓库

把项目源码拉到本地，并进入项目根目录，后续命令都在这里执行。
```
git clone https://github.com/didilili/ai-agents-from-zero.git
cd ai-agents-from-zero
```
2创建虚拟环境

用 Python 3.10 创建隔离环境，避免依赖互相冲突；Windows 用注释里的激活命令。
```
python3.10 -m venv .venv
source .venv/bin/activate
# Windows CMD 使用：.venvScriptsctivate
```
3安装依赖

在已激活的虚拟环境中，按 requirements.txt 一次性安装项目所需依赖。
```
pip install -r requirements.txt
```
4配置 API Key

把根目录 .env-example 复制为 .env，填入你申请到的 API Key，变量名要和代码保持一致。
```
cp .env-example .env
```
5运行第一个案例

在项目根目录执行示例脚本，跑通说明环境与 Key 都配置正确。
```
python 案例与源码-2-LangChain框架/01-helloworld/StandardDesc.py
```

关键配置

配置项	必填	说明	示例
`.env 文件`	是	存放 API Key 等环境变量，由 .env-example 复制而来	`cp .env-example .env`
`aliQwen-api`	否	通义千问/阿里百炼平台的 API Key 变量名，需与代码一致	`aliQwen-api=sk-xxxxxxxx`
`QWEN_API_KEY`	否	通义千问相关的另一 API Key 变量名	`QWEN_API_KEY=sk-xxxxxxxx`
`deepseek-api`	否	DeepSeek 平台的 API Key 变量名	`deepseek-api=sk-xxxxxxxx`

如何确认成功

在项目根目录成功执行 python 案例与源码-2-LangChain框架/01-helloworld/StandardDesc.py 并正常输出结果，即表示环境与 Key 配置成功。

常见问题

Q：运行时提示 ModuleNotFoundError 怎么办？

A：说明依赖没装全或虚拟环境没激活，先确认已 source .venv/bin/activate，再重新执行 pip install -r requirements.txt。

Q：API Key 报错或读不到 .env 怎么办？

A：检查是否在项目根目录执行 python；确认 .env 已由 .env-example 复制生成，且变量名与代码中使用的名称完全一致。

Q：不想用云 API、不想申请 Key 可以吗？

A：可以。README 提到可使用 Ollama 本地模型，无需 API Key，具体步骤见「新手入门与常见问题」文档。

Q：Python 版本有要求吗？

A：推荐 Python 3.10，README 说明支持 3.10–3.13，版本过高或过低都可能出现依赖不兼容。

注意事项

必须在项目根目录执行 python 命令，否则会读不到 .env 配置文件。
Windows 系统激活虚拟环境请使用 .venvScriptsctivate。
遇到报错可先查阅仓库中的「新手入门与常见问题.md」，里面有各平台 Key 申请与常见报错处理。
建议结合项目在线文档 https://didilili.github.io/ai-agents-from-zero/ 一起学习。

核心亮点

提供从入门到企业级部署的完整学习路径，系统性极强
覆盖LangChain、LangGraph、Coze、Dify、MCP等主流框架，技术栈全面
内置实战项目和面试题库，直接对标大模型应用开发岗位需求

不足之处

内容更新速度可能跟不上AI技术快速迭代
文档/社区待观察

适用场景

想转行大模型应用开发的初学者系统学习
在职开发者快速掌握Agent主流框架和实战技巧
求职者准备AI Agent相关岗位面试

替代项目

dair-ai/Prompt-Engineering-Guide、openai/openai-cookbook、langchain-ai/langchain

项目介绍

ai-agents-from-zero 是智能体领域的开源项目，由 didilili 开发，是 2026 年新上线的项目。

在全站 13,014 个收录项目中，它的 GitHub 星标数（4,836）位列前 9%，在智能体分类的 2,499 个项目里位列前 10%。

近 44 天，它的 GitHub 星标从 3,608 增加到 4,836，净增 1,228。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-22。开源教程项目，MIT 许可证，完全免费，无付费版本。

它主要面向的使用场景是：想转行大模型应用开发的初学者系统学习。同类可对比的替代方案包括 dair-ai/Prompt-Engineering-Guide、openai/openai-cookbook、langchain-ai/langchain。

上一篇：command-code

下一篇：refact