awesome-agent-architecture

环境要求

• Python 环境（README 使用 uv 管理虚拟环境）
• 已安装 uv（用于创建虚拟环境和安装依赖）
• Anthropic API Key（运行 demo.py 实盘演示时需要）
• 可访问 GitHub 与 PyPI 的网络环境

安装与启动步骤

1. 1克隆仓库

   从 GitHub 拉取教程仓库，后续所有命令都在仓库根目录执行。

   git clone https://github.com/hardness1020/awesome-agent-architecture.git
   cd awesome-agent-architecture

   复制

2. 2创建虚拟环境

   在仓库根目录用 uv 创建 Python 虚拟环境，只需执行一次。

   uv venv

   复制

3. 3安装依赖

   按 requirements.txt 安装锁定版本的依赖，README 说明这是唯一的初始化步骤。

   uv pip install -r requirements.txt

   复制

4. 4配置环境变量

   复制示例文件生成 .env，.env 已被 gitignore 忽略，不会提交到仓库。

   cp .env.example .env

   复制

5. 5填入 API Key

   打开 .env，把 ANTHROPIC_API_KEY 换成自己的密钥；可选填模型和 BASE_URL。

6. 6跑离线自检

   每个可运行章节都有 test.py，离线检查不需要 API Key，先跑它确认环境正常。

   python sections/01-agent-loop/src/test.py

   复制

7. 7运行实盘演示

   demo.py 会真实调用 Anthropic API，需要 .env 中已配置好有效的 API Key。

   uv run python sections/01-agent-loop/src/demo.py

   复制

关键配置

如何确认成功

离线执行 test.py 无报错，且 demo.py 能正常返回结果，即表示环境与密钥配置成功。

常见问题

注意事项

• README 强调本仓库重点是讲解 LLM 之外的 harness 工程化，按章节顺序学习效果最好。
• .env 已加入 gitignore，切勿把真实 API Key 提交到仓库。
• 初始化命令只做一次，之后新增章节只需进入对应目录运行脚本。
• demo.py 会消耗真实 API 调用额度，调试阶段可优先使用 test.py。