heaven999b/hello-agent-system

解決する問題

ほとんどのエージェントチュートリアルは、LLMを呼び出してツールを使う単純なループの書き方しか示しません。しかし、エージェントを何千人もの人が使う企業に導入すると、実際の問題が発生します：モデルがレート制限エラーを返す、エージェントが無限ループに陥ってコストを浪費する、ユーザーがドキュメントにプロンプトインジェクションの指示を隠す、あるテナントのデータが別のテナントの回答に漏れる、プロンプトの変更が他のシナリオを壊す、プロセスが実行中にクラッシュするなど。このプロジェクトは、デモを作るだけでなく、これらの本番環境の懸念事項をすべて解決する方法を教える構造化されたトレーニングシステムです。

仕組み

このプロジェクトは、32レッスンのバイリンガル（中国語/英語）ブートキャンプです。エージェントフレームワークを避け、代わりに本番エージェントのすべてのレイヤーをゼロから手書きします。パート1では、コアの非同期ランタイムを構築します：エージェントループ、ツール、コンテキスト管理、アーキテクチャ、オーケストレーション。パート2では、エンタープライズ問題カードを扱い、各問題に対して2〜5の解決オプションを提供します：信頼性、セキュリティ、可観測性、評価、本番アーキテクチャ、高並行性、コスト、RAG、リリース運用。パート3では、検索品質、メモリシステム、MCP、フレームワーク比較、エージェントデータ、評価方法論、最適化、コーディングエージェント、プロアクティブエージェントを深く掘り下げます。パート4では、同じ内部インターフェースをPostgres、Redis、Temporal、OpenTelemetry、LiteLLM、Cedarなどの成熟したコンポーネントに置き換え、実際のデプロイを行います。

各レッスンは同じ流れです：講義を読み、デモを実行し、演習を書き、自動化されたオフラインの決定論的テストに合格します。レッスン02からコードは非同期で、1つのプロセスが数百のセッションを処理します。レッスン12からは、リースキュー、フェンシングトークン、kill -9による引き継ぎ、SIGSTOPゾンビ検出、グレースフルシャットダウンを備えた実際のマルチプロセス実行を使用し、すべて実際のプロセスとシグナルで検証されます。最後に、すべてを統合してキャップストーンのITサービスデスクエージェントを組み立て、docker-composeまたはKubernetesでデプロイすることもできます。

対象読者

コードからLLM APIを呼び出す方法はすでに知っているが、実際のエンタープライズ環境で信頼性が高く、安全で、制御可能なエージェントシステムを設計、構築、運用する方法を学びたい開発者向けです。デモレベルの例を超えて、エージェントのすべてのレイヤー（障害モードとその回復方法を含む）を理解したいエンジニアに適しています。

ハイライト

• 32レッスン、バイリンガル（中国語/英語）、各レッスンに演習と自動化されたオフラインの決定論的テスト付き。
• 手書きのエージェントランタイム：約3,800行のコア非同期コードと2,000行の分散モジュール。エージェントフレームワークなしで構築。
• 実際のマルチプロセス実行：リースキュー、フェンシング、クラッシュ引き継ぎ、ゾンビワーカー回復、グレースフルシャットダウン—すべて実際のプロセスとシグナルで実証。
• エンタープライズ問題カード：すべての主要な問題に対して、長所、短所、適用規模を比較した2〜5の解決オプション。
• 移行パス：SQLiteとプロセス内状態から始め、エージェントコードを変更せずにPostgres、Redis、Temporal、OpenTelemetry、LiteLLM、Cedarに置き換えます。
• キャップストーンプロジェクト（ITBuddy）ですべてを結び付け、10のセキュリティケースを含む24ケースの評価スイート付き。
• 広範な参考ドキュメント：79の障害モード、199の設計レビューチェックリスト項目、76の面接質問、246の用語集項目、本番準備ガイド。
• OpenAI互換の任意のエンドポイント（OpenAI、DeepSeek、Qwen、vLLMなど）で動作し、スクリプト化されたLLMを使用する--offlineモードでゼロコスト学習が可能。