AI-Agents-Projects-Tutorials

跟着 Notebook 跑一遍,搞懂多智能体记忆规划推理

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 学习教育 🍴 复刻 618 🐛 待处理 9 👀 关注 78
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 2946
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 开源教程项目,免费使用

项目预览

AI-Agents-Projects-Tutorials 项目界面预览图
图片来源:项目官网

项目数据

分类学习教育
开发团队MARKTECHPOST-AI-MEDIA-INC
定价模式🏷️完全免费
价格说明开源教程项目,免费使用
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
主要语言Jupyter Notebook
技术栈/模型agent-skills,agentic-ai,agentic-ai-development,agentic-coding,agentic-engineering,agentic-framework,agentic-rag,agentic-workflow,ai,aiagent,aiagents
GitHub 星标★ 2946
上线时间2025-05-15 00:00:00
代码更新2026-10-22
仓库体积95.8 MB
本站数据更新2026-11-04
维护状态较活跃
收录时间2026-09-12
浏览次数1

项目介绍

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。

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 ★ 2946

使用教程

⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。

难度:入门 约 10 分钟 部署方式:本地安装 6 步

⚠ 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. 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. 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. 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. 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. 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. 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

同类项目推荐

Microsoft-AI-Decision-Framework 开源

按需求维度打分,选出最合适的微软 AI 技术

Evidence-based decision framework for selecting the right Microsoft AI technology (M···

★ 103 2026-10-20
stanford-tensorflow-tutorials 开源

跟着斯坦福课程,边看边练搞定TensorFlow深度学习

This repository contains code examples for the Stanford's course: TensorFlow for Dee···

★ 10373 2026-08-09
interview-guide 开源

用 AI 模拟面试,练出 Offer 收割机

基于 Spring Boot 4.1、Java 25、Spring AI 2.0、React、PostgreSQL/pgvector、Redis 和 R···

★ 3458 2026-08-09
tiny-universe 开源

手搓大模型,从零看懂Transformer

《大模型白盒子构建指南》:一个全手搓的Tiny-Universe

★ 5128 2026-08-09
feifei-companion 开源

AI学伴,让K12学习更带劲,家长更省心

飞飞学伴 v4.0 - AI陪你飞,学习不费力!三位一体K12智能教育陪伴系统 | FeiFei Companion···

★ 111 2026-08-09
Book-of-MLM 开源

跟着人大团队,系统学透多模态大模型

《多模态大模型:新一代人工智能技术范式》配套教学资源

★ 329 2026-08-09
AIAnswerer-Android 开源

截个图,AI 秒出答案,学习解题快人一步

智能答题助手 - Android平台AI答题应用,通过截图识别和AI分析为各类题目提供答案解析

★ 109 2026-08-09
gpt-codex 开源

中文 Codex 教程站,从入门到上手一站式学

这是一个关于 OpenAI CodeX 的完整教程网站,专为国内开发者打造。

★ 1264 2026-10-31