agents-towards-production

从原型到生产，手把手教你打造企业级AI智能体

开源 🏷️完全免费 ✅ 目前可打开智能体 🍴 复刻 2890 🐛 待处理 5 👀 关注 233

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 21853

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，提供在线文档和代码示例，完全免费。

项目预览

agents-towards-production 项目界面预览图 — 图片来源：项目官网

项目数据

分类智能体

开发团队NirDiamant

官网地址https://diamant-ai.com

GitHubhttps://github.com/NirDiamant/agents-towards-production

定价模式🏷️完全免费

价格说明开源教程项目，提供在线文档和代码示例，完全免费。

访问状态✅ 目前可打开

是否开源是

开源协议NOASSERTION

主要语言Jupyter Notebook

技术栈/模型agent,agent-framework,agentic-ai,agents,ai-agents,deployment,genai,generative-ai,langgraph,llm,llms,mcp,mlops,multi-agent-systems,observability,production,python,rag,tutorials

GitHub 星标★ 21853

上线时间2025-06-16 00:00:00

代码更新2026-11-02

仓库体积156.1 MB

本站数据更新2026-11-09

维护状态较活跃

收录时间2026-08-09

浏览次数6

项目介绍

这是一个面向生产环境的生成式AI智能体端到端实战教程项目，旨在帮助开发者将智能体从原型快速推进到企业级部署。项目采用代码优先的方式，提供了一系列完整的Jupyter Notebook教程，覆盖智能体开发的完整生命周期，包括基础概念、工具调用、多智能体协作、记忆管理、可观测性、测试评估以及生产部署等关键环节。它基于LangGraph等主流框架，深入讲解MCP（模型上下文协议）等前沿技术，并融入MLOps实践，解决开发者在构建真实业务智能体时面临的工程化挑战，如可靠性、可扩展性和可维护性问题。项目内容系统且贴近实战，适合希望掌握生产级智能体开发全流程的工程师和数据科学家。

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 2026-08-09 · 当前星标 ★ 21853

技术标签

agent agent-framework agentic-ai agents ai-agents

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：入门约 10 分钟部署方式：本地安装 5 步

环境要求

已安装 Git，可访问 GitHub
本地已具备可运行 Jupyter Notebook 的环境
可访问互联网以克隆仓库（部分教程需访问外部云服务）
按所选教程准备对应的运行环境与凭证（如 Docker、AWS、Ollama 等）

安装与启动步骤

1克隆项目仓库

从 GitHub 拉取项目源码到本地，仓库包含全部教程 Notebook 与配套文件。
```
git clone https://github.com/NirDiamant/agents-towards-production.git
```
2进入项目目录

切换到刚克隆下来的项目根目录，后续操作都在该目录下进行。
```
cd agents-towards-production
```
3选择目标教程

README 按主题列出教程，每个教程在 tutorials 下独立成目录，按需进入其一即可。
```
cd tutorials/docker-intro
```
4配置教程环境

README 仅说明进入目标教程后按该教程说明搭建环境，未给出统一安装命令，请以目录内说明为准。
5启动 Jupyter

运行交互式 Notebook 进行实验，浏览器会打开 Notebook 界面并可执行单元格。
```
jupyter notebook tutorial.ipynb
```