agents-from-scratch

从零手写 AI 智能体,不靠框架,看完你也能造

一个从第一性原理出发构建 AI 智能体的实战教程项目,全程使用本地 LLM,不依赖任何框架、云 API 或隐藏推理,带你一步步理解智能体的真实工作原理,适合想彻底搞懂 Agent 底层机制的开发者。

开源 free 学习教育
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 1022
维护状态 维护中
是否开源 是
定价模式 free

项目数据

分类学习教育
开发团队pguso
所属国家
官网地址
定价模式free
价格说明开源项目,MIT许可证,完全免费,无付费版本。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型agent-architecture,ai-agents,ai-education,ai-from-scratch,artificial-intelligence,llama,llm,local-llm,machine-learning,no-framework,open-source-education,prompt-engineering,python
GitHub 星标★ 1022
30天Star增速
HF 下载量
上线时间2025-12-22 00:00:00
最近更新2026-09-23 00:00:00
维护状态维护中
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数5

使用教程

难度:入门 约 20 分钟 部署方式:本地安装 5 步

环境要求

  • Python 环境(需可执行 pip 与 python)
  • 本地可运行 LLM 的机器(项目全程使用本地模型,不调用云 API)
  • 下载好的 GGUF 格式模型文件,放入 models/ 目录
  • 无需任何 Agent 框架、云服务或 API Key

安装与启动步骤

  1. 1获取项目代码

    把仓库克隆到本地并进入项目根目录,后续所有命令都在该目录下执行。

    git clone https://github.com/pguso/agents-from-scratch.git
    cd agents-from-scratch
  2. 2安装依赖

    按 README 的 Quick Start 安装 requirements.txt 中列出的 Python 依赖,建议先建虚拟环境。

    pip install -r requirements.txt
  3. 3放置 GGUF 模型

    自行下载一个 GGUF 格式的本地模型,放到项目根目录下的 models/ 文件夹中;README 未指定具体模型。

  4. 4查看详细安装文档

    README 说明更详细的安装步骤在 QUICKSTART.md 中,遇到问题可先查阅该文件。

  5. 5运行完整示例

    complete_example.py 包含 12 节课的可执行代码示例,运行后可看到概念如何串起来。

    python complete_example.py

如何确认成功

终端能正常执行 python complete_example.py,并依次打印出模型对提示词的文本回复,无导入或模型加载报错。

常见问题

Q:需要 OpenAI 等云 API Key 吗?

A:不需要。README 明确强调 No cloud APIs,全部推理都在本地 LLM 上完成,无需任何密钥。

Q:该下载哪个模型?

A:README 未指定具体模型,只要求是 GGUF 格式并放到 models/ 文件夹,具体选择请看 QUICKSTART.md 的说明。

Q:可以不用 Python 吗?

A:本仓库是 Python 版本。README 提到另有对应的 JavaScript 版本项目 ai-agents-from-scratch 可供参考。

Q:怎么系统学习而不是只跑示例?

A:按 lessons/ 目录下的 12 个 md 文件顺序阅读并运行,从 01 基础对话到后续逐步加入工具等能力。

注意事项

  • 项目定位是教学教程,强调无框架、无隐藏推理,遇到疑惑应直接打开源码文件查看。
  • README 的 Quick Start 只有三步,更详细的安装说明在 QUICKSTART.md 中。
  • 12 节课是在同一个持续演进的 agent 上迭代,建议按顺序学习。
  • 模型文件需自行下载,体积较大,请预留磁盘空间和下载时间。

核心亮点

  • 从零实现AI代理,不依赖任何框架或云API,彻底展示底层推理机制,适合深入理解agent原理
  • 基于本地LLM运行,数据隐私好且成本低,便于离线学习和实验
  • 代码结构清晰,逐步构建,教育价值高,适合作为AI入门进阶教程

不足之处

  • 项目处于早期阶段,文档和社区支持可能不完善,需自行摸索
  • 仅支持本地LLM,性能受限于硬件,复杂任务处理能力有限

适用场景

  • AI教育:作为教学案例,帮助学生理解agent从零构建过程
  • 个人学习:开发者希望深入掌握agent内部机制,不依赖黑盒框架
  • 本地实验:在无云环境或隐私敏感场景下,快速搭建原型agent

替代项目

smol-agent、agent-zero、OpenAI Swarm

项目介绍

agents-from-scratch 是智能体领域的开源项目,由 pguso 开发,2025 年首次发布。

在全站 13,090 个收录项目中,它的 GitHub 星标数(1,022)位列前 30%,在智能体分类中处于中上游。

近 42 天,它的 GitHub 星标从 954 增加到 1,022,净增 68。

项目仍在小幅维护中,最近一次代码更新于 2026-09-23。MIT许可证,完全免费,无付费版本。

它主要面向的使用场景是:AI教育:作为教学案例,帮助学生理解agent从零构建过程。同类可对比的替代方案包括 smol-agent、agent-zero、OpenAI Swarm。

上一篇:mem0

下一篇:skillhub

同类项目推荐

xinchao-dynamic-mind 开源

给 AI 装上疲惫和欲望,让交互更真实

独立、可自托管的 AI 动态心智状态引擎:驱动力、念头池、疲惫、睡眠与意图。

★ 199 2026-08-09
deepseek-harness 开源

把 AI 能力拆成乐高积木,拼出你的专属智能体。

DeepSeek Harness: Everything is a Plugin.

★ 233327 2026-08-15
AutoGPT 开源

开箱即用的 AI 员工,交代任务就自己干完

AutoGPT is the vision of accessible AI for everyone, to use and to build on. Our mis···

★ 187492 2026-08-09
EvoAgentX 开源

让 AI 智能体自己迭代变强,越用越聪明

EvoAgentX: Building a Self-Evolving Ecosystem of AI Agents

★ 3351 2026-09-12