didilili/ai-agents-from-zero

🚀 2026 最系统的 AI Agent 速成指南｜智能体实战教程 · 完整学习路径 + 实战项目 + 面试题库 · 对标大模型应用开发工程师岗位 · 覆盖LangChain / LangGraph / Coze / Dify / MCP / skills / LLM / RAG / 提示词 · 企业级部署与微调 · 从0到企业级落地 + 从学习到上线项目 + 面试准备一体化

このプロジェクトとは？

ai-agents-from-zero（中国名：『AI 智能体实战速成指南：从零到企业级落地』）は、AIエージェント（大規模言語モデル（LLM）を使用してタスクを実行するソフトウェア）の構築方法を学ぶための、無料でオープンソースの中国語チュートリアルです。このプロジェクトの目標は、完全な初心者からエンタープライズレベルのデプロイメントまでの学習パスを提供し、チュートリアル、実行可能なコード、面接対策、実際のプロジェクトをカバーすることです。

このプロジェクトは、散在するブログ記事や有料のブートキャンプに代わる体系的な代替手段として位置付けられており、継続的に更新されています（2026年を目標としています）。

内容

リポジトリには、主に4つのコンポーネントが含まれています。

体系的なチュートリアル章 — 6つのセクションで構成されています：
- LLMの基礎: モデルアーキテクチャ（Transformer、MoE、セルフアテンション）、プロンプトエンジニアリング、デプロイプラットフォーム（Ollama、クラウド/ローカル）
- ローコードプラットフォーム: Coze（扣子）とDify、およびDockerとエンタープライズデプロイメント
- コア開発フレームワーク: LangChain、LangGraph、MCPプロトコル、A2Aプロトコル
- エンタープライズRAG/エージェントプロジェクト: 5つの実際のプロジェクト（下記参照）
- ファインチューニング: LoRA/QLoRA、LLaMA-Factory、メモリ最適化、マルチGPUトレーニング
- 大企業のエンジニアリング標準: 研究プロセス、プロジェクト設計、評価
実行可能なサンプルコード — すべてのケースは実際に実行できることを意図しており、環境設定とトラブルシューティングのメモが含まれています。
面接問題集 — 職務スキル分野別に整理されており、実際の大企業の面接や公開された経験レポートから収集された質問が含まれています。
2つの完成したフルプロジェクト（別々のソースリポジトリがあります）：
- 电商问数（Eコマースクエリ）: MySQL、LangGraph、Qdrantベクトル検索、Elasticsearch、FastAPIを使用した自然言語からSQLへの変換システム — 5月3日に完了
- 深度研搜（ディープリサーチ検索）: DeepAgents上に構築されたマルチエージェントリサーチシステムで、ウェブ検索、MySQL、RAGFlowナレッジベース、ファイル生成、WebSocketによるリアルタイム進行状況を組み合わせています — 5月17日に完了

さらに3つのプロジェクトが概説されています（掌柜智库、电商小二、市场罗盘）が、完了とはマークされていません。

技術スタックの焦点

このチュートリアルは、意図的にPythonエコシステム、特にPython + LangChain + LangGraphに焦点を当てており、Javaルート（Spring AI、langchain4j）を明示的に避けています。その他のカバーされている技術には、Coze/Difyローコードプラットフォーム、ベクトルデータベース、MCP/A2Aプロトコル、デプロイ用のDocker/Ollama/vLLM、ファインチューニング用のPEFT/LoRA/QLoRAが含まれます。

対象読者

ゼロから始める初心者（概念は基礎から説明されています）
スキルを深めたい現役エンジニア
フロントエンド/バックエンド/プロダクトの役割からAI開発に移行する人々
AIアプリケーションエンジニア、AIエージェントエンジニア、AIプロダクトテクニカルリードなどの役割を目指す求職者

現在のステータス

概念章: 完全に更新済み
2つの実践プロジェクト: 完了（2026年5月）
概要は明確に固定されていないと説明されています — AIエコシステムの進化に合わせて新しいトピックとプロジェクトが追加されます。

始め方

リポジトリをクローンします: git clone https://github.com/didilili/ai-agents-from-zero.git
Python仮想環境を作成し（Python 3.10推奨、3.10〜3.13をサポート）、依存関係をインストールします
.env-exampleを.envにコピーし、APIキー（例：Alibaba Qwen、DeepSeek）を入力します
プロジェクトルートから最初のサンプルスクリプトを実行します
オプションでローカルのOllamaモデルを使用して、クラウドのAPIキーを不要にすることができます

READMEには、ドキュメントのオンラインで読めるバージョンへのリンクもあります。

コミュニティとスポンサーシップ

「胡思妙想研究所」と呼ばれるWeChatコミュニティグループ — GitHub issue #46にコメントして参加できます
このプロジェクトは、优云智算（Compshare）によってスポンサーされています。UCloud AIクラウドプラットフォームで、GPUプランは月額49人民元から始まります。紹介リンク経由の新規ユーザーは、5人民元の無料トライアルクレジットを取得できます。

重要な注意点

このチュートリアルは、有料コース（尚硅谷《大模型智能体速成班》）の資料を参照していますが、公開ドキュメントとコミュニティの実践で再構成・拡張されています
面接問題集には、実際の大企業の面接からの質問が含まれていますが、チュートリアル独自の章構成に合わせて再編成されています
すべてのコンテンツは中国語です（READMEの英語翻訳へのリンクはありますが、主要なコンテンツは中国語です）