ai-agent-deep-dive

逐行拆解 Agent 源码，从会用到懂原理

ai-agent-deep-dive 是一份面向 AI Agent 领域的源码深度研究报告，以 Python 为主要语言，系统拆解主流 Agent 框架的内部实现。它解决的是开发者「会用 API 但不懂原理」的痛点：市面教程多停留在调用层，而本项目直接进入源码，逐行分析任务规划、工具调用、记忆管理、多轮循环等核心机制。核心能力包括：对多个主流 Agent 框架的架构对比、关键模块的源码逐段解读、执行流程的时序梳理，以及可复现的最小示例。项目以文档加代码的形式组织，适合想从「调包」进阶到「造轮子」的工程师，也可作为技术选型时的参考依据。星标约 5800，属于成长中的学习型项目，内容持续更新。

开源 free 学习教育

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 5827

维护状态活跃

是否开源是

定价模式 free

项目数据

分类学习教育

开发团队tvytlx

所属国家

官网地址

GitHubhttps://github.com/tvytlx/ai-agent-deep-dive

定价模式free

价格说明开源免费

访问状态

是否开源是

开源协议

主要语言Python

技术栈/模型

GitHub 星标★ 5827

30天Star增速

HF 下载量

上线时间2026-03-31 00:00:00

最近更新2026-09-17 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-22

浏览次数0

使用教程

难度：入门约 10 分钟部署方式：命令行工具 5 步

环境要求

Python 环境（README 未指定版本，建议 3.8 以上）
Poetry 依赖管理工具
git（用于克隆仓库）
可访问网络的终端环境

安装与启动步骤

1克隆项目仓库

把源码拉到本地，后续所有命令都在项目根目录执行。
```
git clone https://github.com/tvytlx/ai-agent-deep-dive.git
cd ai-agent-deep-dive
```
2安装项目依赖

项目用 Poetry 管理依赖，该命令会按 pyproject.toml 创建虚拟环境并安装全部依赖。
```
poetry install
```
3运行最小 Agent

用 CLI 传入一句中文问候，观察教学型 Agent 主循环与 Fake LLM 的流式响应。
```
poetry run agt "你好"
```
4查看 Skills 列表

指定 skills 目录并列出已发现的技能，了解 Skills 发现机制的实际表现。
```
poetry run agt --skills-dir ./skills --list-skills
```
5阅读核心源码

对照 docs/ 教学文档，重点看 agent.py 与 cli.py，理解主循环、Fake LLM 接口与 CLI 骨架。

关键配置

配置项	必填	说明	示例
`skills-dir`	否	CLI 参数，指定 Skills 技能发现目录，配合 --list-skills 使用。	`./skills`

如何确认成功

执行 poetry run agt "你好" 后终端能返回流式测试响应文本，且无依赖报错，即为运行成功。

常见问题

Q：运行时提示找不到 agt 命令怎么办？

A：确认已在项目根目录执行 poetry install 完成安装，并使用 poetry run agt 方式调用，不要直接敲 agt。

Q：它接入了真实的 GPT 或 Claude 模型吗？

A：没有。当前是教学型最小实现，内置可替换的 Fake LLM，输入什么就流式返回测试响应，未连接真实远程模型 API。

Q：想换成真实模型需要改哪里？

A：只需替换 LLM 调用层即可，Agent 主体无需重写，可参考 src/agt/agent.py 中的 Fake LLM 接口。

Q：没有 Poetry 可以用 pip 吗？

A：README 只给出了 Poetry 的安装与运行方式，未提供 pip 命令，建议先安装 Poetry 再按文档操作。

注意事项

本项目以文档加代码形式组织，PDF 报告见仓库中的 ai-agent-deep-dive-v2.pdf 与 v2.1.pdf。
额外章节《Hermes Agent 源码深度解析》需通过作者知识星球获取。
教学项目刻意保持结构简单，不要把它当作生产级 Agent 框架使用。

核心亮点

直接深入源码层面，而非停留在 API 调用教程，能看清 Agent 循环、工具调度、记忆模块的真实实现
覆盖多个主流 Agent 框架并做横向对比，便于理解不同设计取舍，对技术选型有参考价值
配套可运行的最小示例，理论解读与代码验证结合，学习路径清晰

不足之处

内容以静态文档为主，缺少自动化测试或版本兼容性保障，上游框架更新后部分解读可能滞后
偏重阅读与分析，缺少从零手写 Agent 的渐进式练习，动手环节相对薄弱

适用场景

想从调用框架进阶到理解 Agent 内部机制的开发者自学
团队做 Agent 技术选型时对比不同框架架构设计
面试或技术分享前快速梳理 Agent 核心原理与源码细节

替代项目

langchain、AutoGPT

项目介绍

ai-agent-deep-dive 是学习教育领域的开源项目，由 tvytlx 开发，是 2026 年新上线的项目。

在全站 12,909 个收录项目中，它的 GitHub 星标数（5,827）位列前 8%，在学习教育分类的 423 个项目里位列前 13%。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-17。开源免费。

它主要面向的使用场景是：想从调用框架进阶到理解Agent内部机制的开发者自学。同类可对比的替代方案包括 langchain、AutoGPT。

上一篇：lecture-to-notes

下一篇：designing-ai-agents