agents-from-scratch

从零手写 AI 智能体,不靠框架,看完你也能造

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 264 🐛 待处理 5 👀 关注 14
GitHub ↗
GitHub 星标 ★ 1073
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,MIT许可证,完全免费,无付费版本。

项目预览

agents-from-scratch 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类学习教育
开发团队pguso
定价模式🏷️完全免费
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🔧 仅开源项目,无在线服务,需自行部署
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★ 1073
上线时间2025-12-22 00:00:00
代码更新2026-07-25
仓库体积880 KB
本站数据更新2026-11-10
维护状态低维护
收录时间2026-08-09
浏览次数7

项目介绍

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。

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 ★ 1073

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

上一篇:mem0

下一篇:skillhub

同类项目推荐

memory-agent 开源

给 AI 智能体装上长期记忆,跨会话记住用户和历史

★ 483 2026-09-12
AIlice 开源

说句话,AI 自动干活,全程不用你操心

AIlice is a fully autonomous, general-purpose AI agent.

★ 1419 2026-08-09
orchestkit 开源

把 Claude Code 变成全栈开发团队,开箱即用

The Complete AI Development Toolkit for Claude Code. 115 skills, 36 agents, 163 hook···

★ 301 2026-08-09
claudexor 开源

一个控制台统一调度多个 AI 编码助手,自动轮换配额,共享上下文,交叉审查代码。

Multi-harness control plane for Claude Code, Codex, Cursor, and OpenCode: quota-awar···

★ 524 2026-08-09
drawio-ai-kit 开源

让AI画出专业架构图,告别杂乱无章

Teach your AI to draw correct, beautiful draw.io diagrams — declarative layout engi···

★ 670 2026-08-09
agentcraft 开源

用 Java 快速搭建可落地的 AI 智能体

Manage your real AI agents, using Minecraft as your interface!

★ 1004 2026-10-09
open-swe 开源

异步并行处理代码任务,让 AI 编码代理更快更稳

An Open-Source Asynchronous Coding Agent

★ 11192 2026-08-09
cradle-app 开源

统一指挥所有 AI 编码工具,告别切换混乱

One layer above your AI tools. Your AI coding tools are brilliant. Managing them is ···

★ 87 2026-08-09
deepcontext-mcp 开源

给 AI 编程助手装上代码符号雷达,大型代码库秒级定位上下文

DeepContext is an MCP server that adds symbol-aware semantic search to Claude Code, ···

★ 277 2026-08-09