ai-agents-from-scratch

手写AI Agent,彻底搞懂原理,告别黑盒。

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。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 4799
维护状态 维护中
是否开源 是
定价模式 free

项目数据

分类开源模型
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,可自行部署使用。
访问状态
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★ 4799
30天Star增速
HF 下载量
上线时间2025-10-23 00:00:00
最近更新2026-09-22 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4

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

项目介绍

ai-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 13,014 个收录项目中,它的 GitHub 星标数(4,799)位列前 9%,在智能体分类的 2,499 个项目里位列前 10%。

近 41 天,它的 GitHub 星标从 4,518 增加到 4,799,净增 281。

项目仍在小幅维护中,最近一次代码更新于 2026-09-22。MIT许可证,完全免费,可自行部署使用。

它主要面向的使用场景是:学习AIAgent核心原理,作为进阶教程。同类可对比的替代方案包括 LangChain、AutoGPT、BabyAGI。

上一篇:zep

下一篇:ha-mcp

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