打造你的第一个 AI Agent，从认知到生产，一步到位。
🌐 国内访问：https://al.towao.com
AgentLearn 是当前最系统的开源 AI Agent 教程之一，专为 2026 年技术栈 打造。无论你是 AI 新手还是资深后端开发者，都可以在这里找到适合自己的成长路径。
🔹 你将从「是什么」开始：理解 Agent、Chain、Tool、Memory、RAG 的核心概念
🔹 接着「动手做」：基于 LangChain + LangGraph 搭建真实可运行的 Agent 应用
🔹 最终「上生产」：掌握多 Agent 协作、性能调优、安全防护与生产部署
🤖 AgentLearn 学习路径：
基础概念 → LangChain 实战 → LangGraph 工作流 → RAG 系统 → 生产部署
本项目配套完整的 Python 包 agentlearn 和 10+ 个实战项目，代码即学即用。无论你想构建聊天机器人、自动化工作流、知识库问答系统还是多智能体协作平台，这里都有现成的模板和最佳实践。
已有 30+ 篇教程、~60 小时学习内容，全部免费开源。 🚀
|
|
快速跳转至感兴趣的部分
| 章节 | 内容 | 适合人群 |
|---|---|---|
| 🟢 入门基础 | AI Agent 概念、环境搭建、第一个 Agent | 新手 |
| 🔵 核心概念 | Prompt 工程、Chain、Agent 架构、记忆 | 新手 |
| 🟠 LangChain 实战 | 组件、工具调用、向量存储、聊天 Agent | 进阶 |
| 🟣 LangGraph 进阶 | 状态管理、路由、子图、工作流 | 进阶 |
| 🟤 RAG 系统 | 文档处理、向量数据库、企业知识库 | 进阶 |
| 🔴 高级主题 | 多 Agent、评估、成本控制、安全 | 高级 |
| ⚫ 生产部署 | API 封装、Docker、监控、CI/CD | 高级 |
| 🌟 生态全景 | 框架对比、多智能体、工具生态、选型 | 所有 |
完成本教程后，你将能够：
| # | 技能 | 对应章节 |
|---|---|---|
| ✅ | 理解 AI Agent 的核心概念与工作原理 | 第一部分 |
| ✅ | 熟练使用 LangChain 构建基础 Agent | 第二、三部分 |
| ✅ | 掌握 LangGraph 设计复杂工作流 | 第四部分 |
| ✅ | 实现 RAG 系统，让 Agent 拥有知识库 | 第五部分 |
| ✅ | 构建多 Agent 协作系统 | 第六部分 |
| ✅ | 将 Agent 部署到生产环境 | 第七部分 |
| ✅ | 了解 2026 年 AI Agent 全生态，做出最优选型 | 第八部分 |
适合零基础入门，了解 AI Agent 是什么，搭建开发环境，运行第一个 Agent。
| 章节 | 内容 | 预计时间 |
|---|---|---|
| 1.1 | AI Agent 导论 | 2 小时 |
| 1.2 | 开发环境搭建 | 1 小时 |
| 1.3 | 第一个 Agent | 1 小时 |
深入理解 LLM、Prompt 工程、Chain 模式、Agent 架构和记忆机制。
| 章节 | 内容 | 预计时间 |
|---|---|---|
| 2.1 | LLM 基础与 Prompt 工程 | 3 小时 |
| 2.2 | Chain 模式详解 | 2 小时 |
| 2.3 | Agent 核心架构 | 3 小时 |
| 2.4 | 记忆机制 | 2 小时 |
掌握 LangChain 核心组件，实现工具调用、向量存储和聊天 Agent。
| 章节 | 内容 | 预计时间 |
|---|---|---|
| 3.1 | LangChain 核心组件 | 2 小时 |
| 3.2 | 工具调用 (Tool Use) | 3 小时 |
| 3.3 | 向量存储与检索 | 3 小时 |
| 3.4 | 构建聊天 Agent | 2 小时 |
| 3.5 | 实战：研究助手 | 4 小时 |
学习 LangGraph 工作流引擎，掌握状态管理、条件路由和子图。
| 章节 | 内容 | 预计时间 |
|---|---|---|
| 4.1 | LangGraph 基础 | 2 小时 |
| 4.2 | 状态管理与节点 | 2 小时 |
| 4.3 | 条件路由与循环 | 3 小时 |
| 4.4 | 子图与模块化 | 2 小时 |
| 4.5 | 实战：工作流 Agent | 4 小时 |
构建检索增强生成系统，让 Agent 拥有外部知识库。
| 章节 | 内容 | 预计时间 |
|---|---|---|
| 5.1 | RAG 原理详解 | 2 小时 |
| 5.2 | 文档处理与分块 | 2 小时 |
| 5.3 | 向量数据库实战 | 3 小时 |
| 5.4 | 检索优化技巧 | 2 小时 |
| 5.5 | 实战：企业知识库 | 4 小时 |
探索多 Agent 协作、评估优化、成本控制和安全合规。
| 章节 | 内容 | 预计时间 |
|---|---|---|
| 6.1 | 多 Agent 协作 | 3 小时 |
| 6.2 | Agent 评估与优化 | 2 小时 |
| 6.3 | 成本控制策略 | 2 小时 |
| 6.4 | 安全与合规 | 2 小时 |
将 Agent 应用部署到生产环境，实现容器化、监控和持续集成。
| 章节 | 内容 | 预计时间 |
|---|---|---|
| 7.1 | API 服务封装 | 2 小时 |
| 7.2 | Docker 容器化 | 2 小时 |
| 7.3 | 监控与日志 | 2 小时 |
| 7.4 | 持续集成/部署 | 2 小时 |
俯瞰 2026 年 AI Agent 全生态，从框架对比到领域实践，做出最优选型。
| 章节 | 内容 | 预计时间 |
|---|---|---|
| 8.1 | 核心 Agent 框架全景对比 | 2 小时 |
| 8.2 | 多智能体协作模式深度解析 | 2 小时 |
| 8.3 | 工具调用与编排生态 | 1.5 小时 |
| 8.4 | 记忆系统全景 | 1.5 小时 |
| 8.5 | 低代码/可视化 Agent 平台 | 1.5 小时 |
| 8.6 | 专业领域 Agent | 2 小时 |
| 8.7 | 评估与监控工具 | 1.5 小时 |
| 8.8 | 安全与沙箱 | 1.5 小时 |
| 8.9 | 选型指南与决策矩阵 | 2 小时 |
| 📦 HiClaw 实践 | HiClaw 教程 — Kubernetes 原生多 Agent 编排系统 | 专题 |
| 要求 | 说明 |
|---|---|
| 🐍 Python | 3.10+ |
| 📦 包管理器 | uv >= 0.5.0 |
| 🔑 API Key | OpenAI 或其他 LLM API |
点击展开安装命令
# macOS / Linux
curl -LsSf https://astral.sh/uv/install.sh | sh
# Windows
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"
# 验证安装
uv --version# 克隆仓库
git clone https://gitcode.com/mininote/AgentLearn.git
cd AgentLearn
# 安装依赖（自动创建虚拟环境）
uv sync# 复制环境变量模板
cp .env.example .env
# 编辑 .env 文件，填入你的 API Key
# OPENAI_API_KEY=sk-xxxxxxxxxxxxxxxxxxxx# 🖐️ 第一个 Agent — 最简单的 Hello World
python examples/01-hello-agent/main.py
# 🧪 研究助手 — 多工具协作
python examples/04-research-agent/main.py
# 💬 Streamlit 聊天界面 — 交互式对话
streamlit run examples/05-streamlit-chat/main.py展开查看完整目录结构
AgentLearn/
├── 📄 项目配置
│ ├── README.md # 项目说明（你在这里）
│ ├── LICENSE # MIT 许可证
│ ├── pyproject.toml # 项目配置 (uv)
│ ├── uv.lock # 依赖锁定文件
│ ├── .env.example # 环境变量模板
│ └── .gitignore
│
├── 📚 教程文档 (docs/)
│ ├── 01-intro/ # 🟢 入门基础 (3 篇)
│ ├── 02-fundamentals/ # 🔵 核心概念 (4 篇)
│ ├── 03-langchain/ # 🟠 LangChain 实战 (5 篇)
│ ├── 04-langgraph/ # 🟣 LangGraph 进阶 (5 篇)
│ ├── 05-rag/ # 🟤 RAG 系统 (5 篇)
│ ├── 06-advanced/ # 🔴 高级主题 (4 篇)
│ ├── 07-deployment/ # ⚫ 生产部署 (4 篇)
│ └── 08-ecosystem/ # 🌟 生态全景 (9 篇)
│
├── 💻 代码示例 (examples/)
│ ├── 01-hello-agent/ # 🖐️ 第一个 Agent
│ ├── 02-tool-use/ # 🔧 工具调用
│ ├── 03-chat-agent/ # 💬 聊天 Agent
│ ├── 04-research-agent/ # 🔬 研究助手
│ ├── 05-streamlit-chat/ # 🎨 Streamlit 聊天界面
│ ├── 06-multi-agent/ # 👥 多 Agent 协作
│
├── 📦 核心库 (src/agentlearn/)
│ ├── base.py # 基础类
│ ├── agent.py # Agent 实现
│ ├── tools.py # 工具集合
│ ├── memory.py # 记忆管理
│ ├── message.py # 消息模型
│ ├── pipeline.py # 流水线编排
│ └── utils.py # 工具函数
│
├── 🧪 测试 (tests/)
│ ├── test_agent.py
│ └── test_tools.py
│
└── 🔧 辅助脚本 (scripts/)
├── setup.sh # 环境设置
└── deploy.sh # 部署脚本
| 类别 | 技术 | 版本 |
|---|---|---|
| 📦 包管理 | uv | >= 0.5.0 |
| 🐍 语言 | Python | >= 3.10 |
| 🧠 核心框架 | LangChain | >= 1.3.1 |
| 🔄 工作流 | LangGraph | >= 1.2.1 |
| 🗄️ 向量数据库 | Chroma / FAISS / Qdrant | >= 1.5.0 |
| 🤖 LLM | OpenAI GPT-4o / Anthropic Claude 3.5 / DeepSeek | - |
| 🐳 部署 | Docker / FastAPI / Streamlit | - |
| ✅ 代码质量 | Black + Ruff + Mypy + Pytest | - |
┌─────────────────────────────────────────────────────────────┐
│ 8 周完整学习路线 🗺️ │
├─────────────────────────────────────────────────────────────┤
│ Week 1-2: 🟢 入门基础 │
│ ├── 理解 AI Agent 概念 │
│ ├── 搭建开发环境 │
│ └── 运行第一个 Agent 🖐️ │
├─────────────────────────────────────────────────────────────┤
│ Week 3-4: 🔵🟠 核心技能 │
│ ├── 掌握 LangChain 核心组件 │
│ ├── 精通 Prompt 工程 │
│ ├── 实现工具调用与记忆 │
│ └── 构建聊天 Agent 💬 │
├─────────────────────────────────────────────────────────────┤
│ Week 5-6: 🟣🟤 进阶实战 │
│ ├── 学习 LangGraph 工作流 │
│ ├── 构建 RAG 知识库系统 │
│ └── 多 Agent 协作实战 👥 │
├─────────────────────────────────────────────────────────────┤
│ Week 7-8: ⚫🌟 生产部署 + 生态全景 │
│ ├── API 封装与 Docker 部署 🐳 │
│ ├── 了解全生态框架与选型 │
│ ├── 监控、评估与安全 ⚡ │
│ └── 完成最终项目 🏆 │
└─────────────────────────────────────────────────────────────┘
我们欢迎任何形式的贡献！无论是修复错别字、改进文档，还是添加新功能。
graph LR
A[Fork 仓库] --> B[创建分支]
B --> C[提交更改]
C --> D[推送分支]
D --> E[Pull Request]
E --> F[Code Review]
F --> G[Merge 🎉]
| 规范 | 要求 |
|---|---|
| 📦 依赖管理 | 使用 uv，不可用 pip |
| ✨ 代码风格 | 遵循 PEP 8，使用 Black 格式化 |
| 📝 文档 | 函数/类添加类型注解和文档字符串 |
| 🧪 测试 | 新功能必须包含单元测试 |
| 🔍 类型检查 | 通过 Mypy strict 模式 |
本项目采用 MIT License — 详见 LICENSE 文件
你可以自由地： ✅ 使用 · ✅ 修改 · ✅ 分发 · ✅ 商用
| 🧠 核心框架 | 🌐 平台工具 | 📖 学习资料 |
|---|---|---|
| LangChain | Dify | LangChain 官方教程 |
| LangGraph | AgentScope | LangGraph 官方指南 |
| AutoGen | Flowise | OpenAI Cookbook |
| CrewAI | LangSmith | DeepLearning.AI |
如果你觉得这个项目有帮助，请给我们一个 ⭐ 支持！
 |
 |
 |
|---|
感谢以下出色的开源项目，以及所有贡献者和社区成员的支持：
| 项目 | 用途 | 链接 |
|---|---|---|
| LangChain | 核心 Agent 框架 | ⭐ 100k+ |
| LangGraph | 工作流编排 | ⭐ 15k+ |
| AutoGen | 多 Agent 框架 | ⭐ 40k+ |
| CrewAI | 多 Agent 协作 | ⭐ 30k+ |
| AgentScope | 分布式 Agent | ⭐ 10k+ |
| Dify | LLMOps 平台 | ⭐ 60k+ |
| uv | Python 包管理 | ⭐ 40k+ |
有问题？ 欢迎提交 Issue 或参与社区讨论 💬