learn-agent-architecture

环境要求

• Python 环境（用于运行 sections 下的示例代码）
• uv（用于创建虚拟环境和安装依赖）
• 仓库根目录的 requirements.txt（已固定依赖版本）
• Anthropic API Key（仅离线测试不需要，跑 demo 需要）

安装与启动步骤

1. 1克隆仓库

   把项目代码拉到本地，后续所有命令都在仓库根目录执行。

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

   复制

2. 2创建虚拟环境

   在仓库根目录用 uv 建一个隔离的 Python 虚拟环境，避免污染全局依赖。

   uv venv

   复制

3. 3安装依赖

   按 requirements.txt 安装固定版本的依赖，这一步需要联网下载。

   uv pip install -r requirements.txt

   复制

4. 4配置环境变量

   复制示例配置文件为 .env，然后填入自己的 ANTHROPIC_API_KEY。

   cp .env.example .env

   复制

5. 5运行离线检查

   先跑 test.py，这是离线校验，不需要 API Key，用来确认环境装好了。

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

   复制

6. 6运行在线示例

   确认离线通过后，用 demo.py 真正调用 API，需要 .env 里已填好 Key。

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

   复制

关键配置

如何确认成功

执行 python sections/01-agent-loop/src/test.py，离线检查通过即说明环境与依赖安装成功。

常见问题

注意事项

• 所有命令都在仓库根目录执行，不要在 sections 子目录里跑安装命令。
• .env 已被 gitignore 忽略，密钥只放本地，切勿提交到仓库。
• README 说明 sections 1 到 23 都带可运行示例，替换命令中的路径即可跑其它章节。
• 示例命令以 01-agent-loop 为例，实际学习时按章节编号改路径。