ai-agents-from-scratch

手写AI Agent,彻底搞懂原理,告别黑盒。

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 开源模型 🍴 复刻 712 🐛 待处理 12 👀 关注 28
GitHub ↗
GitHub 星标 ★ 4906
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,可自行部署使用。

项目预览

ai-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

分类开源模型
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,可自行部署使用。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言JavaScript
技术栈/模型ai-agents,educational,function-calling,llm,llm-agent,node-llama-cpp,react-agent,tutorial
GitHub 星标★ 4906
上线时间2025-10-23 00:00:00
代码更新2026-07-24
仓库体积1.8 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数5

项目介绍

这是一个通过从零手写AI Agent来揭示其内部原理的开源教程项目。它不依赖任何现成的Agent框架,而是用JavaScript和本地大模型,一步步实现函数调用、记忆管理和ReAct模式等核心机制。项目旨在消除AI Agent的“黑盒”感,让开发者通过亲手构建,真正理解Agent的工作流程和设计思想。它提供了清晰的代码示例和逐步讲解,适合希望深入底层、掌握Agent原理的开发者学习。

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 ★ 4906

使用教程

难度:进阶 约 15 分钟 部署方式:本地安装 5 步

环境要求

  • Node.js 18 或更高版本
  • 内存至少 8GB,建议 16GB
  • 本地运行大模型所需的环境(项目基于 node-llama-cpp)
  • 能访问终端并执行 node / npm 命令

安装与启动步骤

  1. 1获取项目代码

    把教程仓库克隆到本地,README 未列出具体克隆命令,此处使用项目给出的 GitHub 地址。

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

    在项目根目录执行 npm install,安装 README 安装章节列出的依赖(含 node-llama-cpp)。

    npm install
  3. 3运行入门示例

    先跑最基础的 intro 示例,观察原始 LLM 调用过程,理解最底层的一次问答。

    node intro/intro.js
  4. 4运行简单 Agent

    在理解裸调用后,运行 simple-agent,看 Agent 如何在 LLM 之外加上工具与流程。

    node simple-agent/simple-agent.js
  5. 5运行 ReAct Agent

    最后运行 react-agent,观察 ReAct 模式如何组合推理与行动,形成完整 Agent 循环。

    node react-agent/react-agent.js

如何确认成功

依次执行三条 node 命令均能在终端正常输出模型推理结果、无报错,即表示环境与示例运行成功。

常见问题

Q:需要安装 Python 吗?

A:不需要。这是 JavaScript 版教程,只需 Node.js 18+;README 提到另有一个独立的 Python 版仓库,需另行访问。

Q:必须用框架吗?

A:不需要。项目定位就是不用任何现成 Agent 框架,只依赖 node-llama-cpp 在本地跑大模型,从零手写 Agent。

Q:三个示例应该按什么顺序跑?

A:按 README 顺序:intro.js → simple-agent.js → react-agent.js,由裸 LLM 调用逐步过渡到 ReAct 架构。

Q:跑不动或内存不足怎么办?

A:README 要求至少 8GB 内存、推荐 16GB,本地大模型对内存敏感,建议先关闭占内存程序或换用更小的本地模型。

注意事项

  • README 明确强调“Learn by building”,建议先跑代码再去看框架实现。
  • 配套网站 https://agentsfromscratch.com 用于理解概念与学习路径,不替代本仓库代码。
  • README 的 Prerequisites 中“Do”一行疑似被截断,实际额外前置条件请以仓库原文为准。
  • 示例依赖本地大模型文件,首次运行可能需要额外下载模型权重,请留意终端提示与网络/磁盘占用。

核心亮点

  • 从零实现,不依赖框架,能深入理解Agent底层机制
  • 使用本地LLM,无API成本,便于实践和调试
  • 覆盖函数调用、记忆、ReAct等关键模式,内容系统

不足之处

  • 教程性质,非生产级框架,功能覆盖有限
  • 文档/社区待观察

适用场景

  • 学习AI Agent核心原理,作为进阶教程
  • 为特定场景定制轻量级Agent,避免框架臃肿
  • 教学演示,向团队或学生解释Agent工作方式

替代项目

LangChain、AutoGPT、BabyAGI

上一篇:zep

下一篇:ha-mcp

同类项目推荐

brigade 开源

让智能体用真实退出码和代码图谱自证工作,防止虚假交付。

Brigade Stack: run coding agents anywhere and keep one record of the work. Shared ta···

★ 82 2026-08-09
BambooAI 开源

用大白话问数据,LLM 在持久 Python 内核里自动跑代码出结果

AI-powered data analysis workbench built for transparency, reproducibility and user ···

★ 843 2026-09-22
Claude-Patent-Creator 开源

用AI自动写美国专利,检索+合规+附图一步到位

USPTO patent creation system with MCP server + Claude Code plugin. Hybrid RAG search···

★ 210 2026-08-09
pinchy 开源

自托管企业级 AI 智能体,离线可用,权限审计全掌控

Self-hosted AI agent platform built on OpenClaw. Enterprise-ready, offline-capable, ···

★ 192 2026-08-09
olcli 开源

终端里管理 Overleaf 项目,Git 同步 + AI 智能体接入

Overleaf CLI - pull, push, sync, compile LaTeX projects from your terminal. Git remo···

★ 249 2026-08-09
watch-skill 开源

把视频变成可搜索证据,让 AI 智能体自查自纠

Give AI agents eyes, ears, and verifiable results. Watch Skill turns video, audio an···

★ 563 2026-08-09
DocSentinel 开源

让 AI 智能体自动审阅安全文档,快速找出合规风险与修复方案

MCP server for AI agent for cybersecurity: automate assessment of documents, questio···

★ 90 2026-08-09
Flowise 开源

像搭积木一样拖出 AI 助手,不用写一行代码

Build AI Agents, Visually

★ 55566 2026-08-09
metronix-memory 开源

给 AI 智能体装个不会忘事的本地记忆库

Self-hosted AI agent memory — MCP memory server with durable recall for agents

★ 107 2026-09-12