skyming/awesome-ai-agent

解決する課題

このプロジェクトは、AIエージェントのリソースを厳選したディレクトリです。AIエージェントに関する情報が散在しているという問題を、記事、論文、フレームワーク、エンジニアリングガイド、評価ベンチマーク、オープンソースプロジェクトへのリンクを1つの整理されたリストにまとめることで解決します。開発者や研究者がAIエージェントを理解、構築、改善するために必要なものをすぐに見つけるのに役立ちます。

仕組み

このリポジトリは単一のREADMEファイルで、リソースをテーマ別のセクションにグループ化しています。各セクションはAIエージェントの異なる側面に焦点を当てています：概念と背景の読み物、フレームワークの比較とエンジニアリングの深掘り、ハーネス設計（モデル周りの「足場」）、知覚と記憶システム、RAG（検索拡張生成）の実践、評価と可観測性、ツールとMCP（モデルコンテキストプロトコル）、ベンチマークスイート、自己進化技術、安全慣行、厳選されたオープンソースプロジェクト。各エントリにはリンクと中国語の短い説明が含まれているため、リストをスキャンして興味のあるリソースにジャンプできます。コードやインストールはありません。価値はキュレーションと付随する要約にあります。

対象読者

これは、AIエージェントを学んでいる、または構築している開発者、エンジニア、研究者、技術管理者向けです。また、エージェントフレームワークを比較している人、評価ツールを探している人、Uber、Anthropic、Alibabaなどの企業の実世界の実装パターンを探求している人にも役立ちます。説明が中国語であるため、中国語話者の読者に特に役立ちますが、リンクされたリソースはほとんどが英語です。

ハイライト

• 13以上のテーマ別セクションに整理され、コアなエージェント概念から本番グレードのインフラストラクチャまでをカバーしています。
• 6つのカテゴリ（LangChain、AutoGen、CrewAIなど）にわたる深いフレームワーク比較と、選択決定マトリックスを含みます。
• 主要企業（Uber、Anthropic、Alibaba）によるハーネスエンジニアリングと長時間実行エージェントに関する最近の実用的な記事を特集しています。
• メモリシステム、RAGアップグレード、コンテキストエンジニアリング技術を実践的な例でカバーしています。
• 評価ベンチマークの概要（GAIA、AgentBench、VBench、ClawBench）と可観測性ツールの比較（LangSmith vs Langfuse vs Phoenix）を提供します。
• Claude Code、OpenAI Codex、DeepSeek-Harnessなど、オープンソースのエージェントハーネスをリストアップしています。