innovation-lab-examples

80+ 可跑通的 Python 智能体示例，照抄就能搭多智能体应用

开源 🏷️基础免费，高级付费 ✅ 目前可打开智能体 🍴 复刻 85 🐛 待处理 8 👀 关注 3

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1171

维护状态维护中

是否开源开源

定价模式 🏷️基础免费，高级付费支持限时试用 · 开源示例免费，Fetch.ai 云服务按量计费

项目预览

innovation-lab-examples 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类智能体

开发团队fetchai

官网地址https://innovationlab.fetch.ai/resources/docs/intro

GitHubhttps://github.com/fetchai/innovation-lab-examples

定价模式🏷️基础免费，高级付费

价格说明开源示例免费，Fetch.ai 云服务按量计费

访问状态✅ 目前可打开

是否开源是

开源协议MIT

主要语言Python

技术栈/模型a2a-protocol,agentic-ai,agentverse,ai-agent,ai-agent-examples,ai-agent-framework,ai-agents,asi-one,autonomous-agents,crewai,examples,fetchai,langchain,llm-agents,mcp,model-context-protocol,multi-agent-systems,openai,python,uagents

GitHub 星标★ 1171

上线时间2025-06-16 00:00:00

代码更新2026-09-01

仓库体积50.9 MB

本站数据更新2026-11-02

维护状态维护中

收录时间2026-09-12

浏览次数1

项目介绍

innovation-lab-examples 是 Fetch.ai 官方维护的 AI 智能体示例合集，用 Python 提供 80 多个可直接运行的 agent 项目。它解决的是开发者从零搭建自主智能体时缺少可参考、可复用代码的问题，覆盖单智能体、多智能体协作、工具调用、协议通信等主流形态。核心能力包括：基于 uAgents 框架构建可注册到 Agentverse 的自治代理；通过 ASI:One 和 MCP 接入大模型与外部工具；用 A2A 协议实现跨代理通信；同时给出 LangChain、CrewAI、Gemini、Claude、OpenAI 等主流栈的对照示例。每个示例都尽量贴近生产可用，适合快速验证想法、学习协议规范或作为项目脚手架，降低 agentic AI 的入门与落地成本。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-09-12 · 当前星标 ★ 1171

技术标签

a2a-protocol agentic-ai ai-agent ai-agent-framework ai-agents

使用教程

难度：入门约 10 分钟部署方式：本地安装 8 步

环境要求

Python 3.10 及以上
pip 包管理工具
git 命令行工具
可选：Docker（不装 Python 也能跑示例）
部分示例需要 API Key（ASI:One、OpenAI、Stripe 等）

安装与启动步骤

1克隆示例仓库

把官方示例合集下载到本地并进入仓库根目录，后续所有操作都以根目录或示例目录为基准。
```
git clone https://github.com/fetchai/innovation-lab-examples.git
cd innovation-lab-examples
```
2选择并进入示例

仓库有 80+ 个示例，新手建议先用 hackathon 快速上手模板，进入它的目录。
```
cd fetch-hackathon-quickstarter
```
3创建虚拟环境

在示例目录内建独立虚拟环境并激活，避免污染系统 Python 依赖。
```
python3 -m venv .venv && source .venv/bin/activate
```
4安装依赖

按示例自带的 requirements.txt 安装依赖，每个示例的依赖清单可能不同。
```
pip install -r requirements.txt
```
5配置环境变量

复制示例提供的 .env.example 为 .env，再按需填入 ASI:One、OpenAI、Stripe 等密钥。
```
cp .env.example .env
```
6运行智能体

以 quickstarter 的 alice 为例启动单个 agent，观察终端日志确认运行正常。
```
python agents/alice/agent.py
```
7用脚本一键初始化

在仓库根目录用官方 setup.sh 自动完成指定示例的环境搭建，省去手动步骤。
```
./setup.sh fetch-hackathon-quickstarter
```

8用 Docker 运行

不想本地装 Python 时可构建镜像并带 .env 文件运行，也可用 Compose 启动。

docker build --build-arg EXAMPLE=fetch-hackathon-quickstarter -t fetch-example .
docker run --env-file fetch-hackathon-quickstarter/.env fetch-example

关键配置

配置项	必填	说明	示例
`.env`	是	示例运行所需的环境变量文件，由 .env.example 复制生成	`cp .env.example .env`
`ASI:One API Key`	否	使用 ASI:One 的示例需要，具体变量名以该示例 .env.example 为准	`sk-xxxxxxxx`
`OpenAI API Key`	否	接入 OpenAI 模型的示例需要，具体变量名见示例 .env.example	`sk-xxxxxxxx`
`Stripe API Key`	否	涉及支付的示例需要，具体变量名见示例 .env.example	`sk_test_xxxxxxxx`
`EXAMPLE`	否	Docker 构建/Compose 时指定要打包运行的示例目录名	`fetch-hackathon-quickstarter`

如何确认成功

执行 python agents/alice/agent.py 后终端输出 agent 启动日志且无报错，即表示运行成功。

常见问题

Q：运行时报错缺少 API Key 怎么办？

A：进入对应示例目录，把 .env.example 复制为 .env，按文件里的说明填入 ASI:One、OpenAI、Stripe 等密钥后重新运行。

Q：本地不想安装 Python 可以跑吗？

A：可以。用 Docker 构建：docker build --build-arg EXAMPLE=<示例目录> -t fetch-example .，再 docker run --env-file <示例目录>/.env fetch-example。

Q：对 Python 版本有要求吗？

A：需要 Python 3.10 及以上，同时确保已安装 pip 和 git；部分示例自带 Dockerfile 与 docker-compose.yml。

Q：如何一次性完成示例的环境搭建？

A：在仓库根目录执行 ./setup.sh <示例目录名>，脚本会自动完成该示例的初始化设置。

Q：某个示例依赖装不上怎么办？

A：先在示例目录内激活 .venv 再执行 pip install -r requirements.txt，确认用的是该示例自己的依赖清单。

注意事项

每个示例有独立的 requirements.txt 和 .env.example，请先进入对应示例目录再操作。
部分示例需要自备 API Key，不填会导致 agent 启动失败。
Docker Compose 可用 EXAMPLE=fetch-hackathon-quickstarter docker compose up 启动。
更详细的说明可查阅官网 innovationlab.fetch.ai 的文档。

核心亮点

示例数量多且分类清晰，覆盖单代理、多代理、协议通信、工具调用等完整链路
同时给出 uAgents、LangChain、CrewAI、OpenAI、Claude、Gemini 等多栈写法，方便横向对比选型
由 Fetch.ai 官方维护，A2A、MCP、ASI:One 等新协议示例更新较及时

不足之处

示例偏演示性质，缺少生产级错误处理、监控和部署配置
部分示例依赖 Agentverse、ASI:One 等平台账号或密钥，纯本地跑通有门槛

适用场景

学习多智能体协作与 A2A 协议时找可运行参考代码
快速搭建 agent 原型并接入大模型与外部工具
对比 uAgents、LangChain、CrewAI 等框架的写法差异

替代项目

langchain、crewAI、AutoGen

上一篇：memory-agent

下一篇：AgentChat