AI-Agents-Projects-Tutorials
跟着 Notebook 跑一遍，搞懂多智能体记忆规划推理
这是一个以 Jupyter Notebook 为主的多智能体（Multi-agent）实战教程仓库，围绕 agent 的记忆、规划与推理循环三大核心机制展开，帮助开发者从零理解并动手搭建 agentic AI 系统。它解决的是「概念多、落地难」的问题：网上 agent 资料零散，缺少可运行、可改代码的完整示例。仓库通过一系列 notebook 演示 agent 如何拆解任务、调用工具、维护短期与长期记忆、在推理循环中自我纠错，并延伸到 agentic RAG、agentic coding 等方向。核心能力包括：多智能体协作编排、记忆管理、任务规划与反思循环、工具调用与检索增强。适合想系统学习 agent 架构、又希望直接跑代码验证的开发者，可作为课程、训练营或自学路线的实践材料。
项目数据
使用教程
⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。
环境要求
- 能运行 Jupyter Notebook 的本地环境（本机或远程服务器）
- 已安装 Python 与 pip（用于安装 Jupyter）
- 能访问 GitHub 与 Google Colab/本地浏览器
- 阅读英文教程的能力（配套 Tutorial 均为英文文章）
安装与启动步骤
-
1克隆仓库
把整个教程仓库下载到本地，仓库同时包含 .ipynb 和 .py 示例文件。
git clone https://github.com/MARKTECHPOST-AI-MEDIA-INC/AI-Agents-Projects-Tutorials.git -
2进入项目目录
切换到仓库根目录，后续所有操作都在此目录下进行。
cd AI-Agents-Projects-Tutorials -
3准备 Jupyter
仓库以 Notebook 为主，需要一个能打开 .ipynb 的 Jupyter 环境，按你现有环境二选一安装。
pip install jupyterlab -
4启动 Jupyter
启动后在浏览器打开界面，路径默认在当前项目目录。
jupyter lab -
5打开示例 Notebook
在文件树中进入内含空格的 “Agentic AI Codes” 目录，任选一个 notebook 打开，例如 Kimi CLI 那篇。
-
6对照官方教程
README 中每条教程都带 [Tutorial] 链接，建议先读 marktechpost 文章再逐格运行、改代码。
如何确认成功
浏览器中 Jupyter 界面正常打开，且能在 “Agentic AI Codes” 目录看到 .ipynb 文件即为准备完成。
常见问题
Q：README 里没有安装步骤怎么办？
A：仓库本身是教程合集，README 只提供各篇 Notebook/代码与 Tutorial 文章的链接，没有统一安装脚本。请克隆后按每篇对应的 Tutorial 文章准备依赖。
Q：怎么找到某篇教程的代码？
A：README 每条教程条目后都有 [Codes] 和 [Tutorial] 两个链接，[Codes] 直达仓库中的 notebook 或 .py 文件，[Tutorial] 是配套讲解文章。
Q：用什么工具打开这些文件？
A：.ipynb 用 Jupyter Notebook/JupyterLab 打开；.py 文件用任意编辑器打开，但通常也是按 notebook 思路分段运行。
Q：需要图形界面吗？
A：不需要，JupyterLab 在服务器上启动后可通过浏览器远程访问，仓库内容本身只是文件与文档。
注意事项
- README 未列出任何依赖清单，各 notebook 所需的库、模型与 API Key 请按对应 Tutorial 文章自行安装与配置。
- 目录名 “Agentic AI Codes” 含空格，命令行进入或引用时需加引号。
- 仓库同时包含 .ipynb 与 .py 两种形式，同一主题可能只提供其中一种。
- 本项目是学习教程仓库，不同 notebook 之间没有统一的运行入口，需逐个单独准备环境。
核心亮点
- 全部以可运行 Notebook 呈现，边看边改代码，比纯文档更易上手
- 覆盖记忆、规划、推理循环、多智能体协作等 agent 核心模块，体系较完整
- 标签涵盖 agentic RAG、agentic coding 等热门方向，贴合当前工程实践
不足之处
- 以教学示例为主，缺少生产级工程化与部署方案
- Notebook 形式代码组织较松散，大型项目复用性有限
适用场景
- AI 工程师自学多智能体架构与推理循环
- 高校或训练营用作 agent 课程实验材料
- 团队快速验证 agent 记忆与规划方案原型
替代项目
microsoft/autogen、langchain-ai/langgraph、crewAIInc/crewAI
项目介绍
同类项目推荐
awesome-awesome-ai
开源
一站式导航AI资源，告别收藏夹吃灰
An awesome list for collecting awesome lists related to AI.
machine-learning
开源
免费学AI，从入门到实战，社区共建资源库
Learn AI together, for free. AI learning and teaching resources for everyone.
groundhog
开源
拆解 Cursor 原理，手把手教你造 AI 编程助手
Groundhog's primary purpose is to teach people how Cursor and all these other coding···
notebooks
开源
跟着最新视觉模型教程，边看边跑代码，快速上手实战
A collection of tutorials on state-of-the-art computer vision models and techniques.···