WenyuChiou/awesome-agentic-ai-zh

A trilingual (繁中 / English / 简中) learning roadmap for agentic AI: from LLM basics to multi-agent systems, with 240+ curated resources and hands-on examples. 中文 AI agent 學習地圖。

このプロジェクトとは？

awesome-agentic-ai-zh は、AIエージェント——ユーザーが与えた目標を達成するために自分で次のステップを決定し行動できるAIシステム——のための、無料で構造化された学習ロードマップです。このプロジェクトは繁体字中国語（簡体字中国語と英語版もあります）で書かれており、「AIエージェントとは何か？」から「信頼できるエージェントシステムを構築できる」までを導くことを目的としています。

教科書や百科事典ではありません。代わりに、厳選されたパスです。何をどの順序で学ぶべきかを示し、深い詳細が必要な場合は公式ドキュメントやその他のリソースを指し示します。また、学習しながら練習できる小さな実行可能な演習も含まれています。

誰のためのもの？

提案された出発点を持つ3種類の読者向けです：

完全な初心者（コーディング未経験者）：コンピューターの基本的なセットアップをカバーするステージ0から始めてください。
Python、Git、APIをすでに知っている人：ステージ1（LLMの基礎）から始めてください。
プログラミングなしで日常生活でAIを安全に使いたいだけの人：専用の「日常ユーザー」ガイドがあります。

さらに、このロードマップは研究者、開発者、教師、ナレッジワーカー（コンサルタント、PM、アナリスト）、日常ユーザー向けの役割ベースの分岐も提供しています。

どのように構成されていますか？

ロードマップには10の学習ステーションがあります：ステージ0（準備）、ステージ1〜8、さらにステージ7.5（上級読み物）です。コアパスは次のとおりです：

ステージ0 – 基本的な準備（コンピューターセットアップ、Python、Git）
ステージ1 – LLMの基礎（モデル、トークン、コンテキストとは何か）
ステージ2 – プロンプトデザイン（目標、データ、ルール、出力を明確に述べる方法）
ステージ3 – ツールの使用と最初のエージェントループ（モデルがツールを呼び出し、結果を確認し、繰り返すループ）
ステージ4 – ワークフローグラフとエージェントフレームワーク（多段階プロセスを地図として描く）
ステージ5 – Claude Codeエコシステム（MCP、スキル、プラグイン、フック、サブエージェント）
ステージ6 – メモリとRAG（エージェントがドキュメントを検索し、重要な情報を覚える方法）
ステージ7 – 本番エンジニアリング（エージェントをテスト可能、観測可能、停止可能、回復可能にする）
ステージ7.5 – 高度なエージェント概念（オプションの深掘り）
ステージ8 – エージェントインターフェース（エージェントがブラウザ、画面、サンドボックスを操作する方法）

また、2つのメイントラックがあり、ステージ0〜2を終了した後に選択します：

トラックA — CLIパワーユーザー（約8〜10週間）：Claude Code、Codex、OpenCodeなどの既存のコマンドラインエージェントを使用して仕事を完了する方法を学びます。
トラックB — エージェントビルダー（約16〜22週間、または週5〜8時間で5〜7ヶ月）：独自のエージェント、ツールループ、ワークフロー、サービスを構築する方法を学びます。

何が役立つのか？

明確な順序付け：各ステージは1つの核心的な質問に答え、完了時に何ができるようになるかが正確に示されます。
平易な言葉での説明：技術用語は初出時に簡単な言葉で説明され、その後正式な英語名が保持されます。クイックルックアップ用の用語集も利用できます。
実践的な演習：各starter.pyファイルは実行可能なリファレンスです。目標を読み、1つ変更し、テストを再実行します。
時間見積もり：大まかなガイダンスで、何を期待すべきか（締め切りではない）を知ることができます。
役割ベースのショートカット：すべてを読む必要はありません。自分の仕事に合った分岐を選んでください。
厳選されたリソース：「最初にブックマーク」リンク（セットアップガイド、用語集、クックブック、コースマップ）の短いリストと、完全なリソースリストがあります。

どう始めますか？

オンラインで読むか（携帯電話での閲覧におすすめ）、git cloneでローカルにクローンすることができます。次に、ステージ0のファイルを開くか、READMEの決定表を使用して目標に合ったトラックに直接ジャンプします。

プロジェクト詳細

ライセンス：MIT（無料で使用、変更、共有可能）
メンテナー：WenyuChiou
言語：繁体字中国語（主要）、簡体字中国語、英語
貢献歓迎：エラーの報告、リソースの提案（どのステージを教えるかのメモ付き）、または貢献ガイドラインに従ってプルリクエストの提出が可能です。
インスピレーション：このプロジェクトは、DatawhaleのHello-Agents（深い章）とliyupi/ai-guide（幅広さ）を関連プロジェクトとしてクレジットしています。これは学習パスの順序付けに焦点を当てています。

要するに：AIエージェントを学びたいが、どこから始めればいいか、またはどの順序で学べばいいかわからない場合、このロードマップは、実践を含む明確で順序立てられたパスを提供します。