TheSyart/claude-agent-examples

해결하는 문제

많은 튜토리얼은 AI 에이전트를 블랙박스로 취급하거나 무거운 프레임워크로 감싸는 데 급급합니다. 이 프로젝트는 에이전트를 분해하고 순수 Python으로 단계별로 재구축하여 각 부분이 어떻게 작동하는지 실제로 이해할 수 있게 합니다. 메인 루프, 메모리, 도구, 계획, 하위 에이전트, 팀 조정, MCP 및 훅 등이 포함됩니다. 각 후속 단계는 이전 단계의 모든 것을 유지하고 정확히 하나의 새로운 기능만 추가하므로 학습 곡선이 완만하고 명확합니다.

작동 방식

교육 경로는 단일 API 호출(step01)로 시작하여 순서대로 추가합니다: 메모리 없는 루프, 채팅 기록, 시스템 프롬프트, 도구 사용, 스킬, 메모리 시스템, 할 일 목록 플래너, 하위 에이전트, 에이전트 팀, MCP 서버, 그리고 에이전트 동작을 가로채거나 감사하는 훅. 각 단계는 독립적인 Python 파일(build-agent-example/code/ 내)과 일치하는 설명 문서(build-agent-example/doc/ 내)로 존재하며, 문서는 문제, 해결책, 작동 방식, 변경 사항, 시도해 보기라는 통일된 구조를 사용합니다. 저장소에는 스킬 데모 리소스, 메모리 템플릿, 로컬 MCP 시간 서버, 10개의 HTML 강의 슬라이드(PPT), 그리고 처음 7개의 Bilibili 비디오에 대한 타임스탬프가 있는 대본도 포함되어 있습니다.

12개의 코드 단계 외에도 프로젝트는 Computer Use(관찰-판단-실행-관찰 루프를 통한 브라우저 및 데스크톱 제어)를 강의 슬라이드로만 설명합니다. 실제 구현은 관련 프로젝트 TheSyart/emperor-agent에 있으며, 이 프로젝트는 모든 구성 요소를 웹 UI, 스트리밍 및 원격 측정을 갖춘 더 완전한 로컬 에이전트로 구성합니다.

대상 독자

이 과정은 기성 프레임워크를 사용하는 것 이상으로 AI 에이전트의 내부를 이해하려는 개발자와 학습자를 위한 것입니다. 기본 Python에 익숙하고 에이전트가 단일 모델 호출에서 다중 에이전트 협업까지 어떻게 구축되는지 보고 싶다면 이 과정이 적합합니다. 포함된 PPT와 대본은 자기 주도 학습, 복습 또는 자신의 설명을 녹화하는 데에도 사용할 수 있습니다.

하이라이트

• 엄격하게 누적되는 교육 경로: step11 = step10 + MCP, step12 = step11 + Hooks.
• 각 단계는 읽고 실행하기 쉬운 단일 파일 Python 스크립트를 유지합니다.
• 에이전트 수명 주기 전체를 다룹니다: 메인 루프, 메모리, 도구, 스킬, 계획, 하위 에이전트, 팀 조정, MCP 및 훅.
• 데모 메모리 파일과 스킬 정의(예: memory/history.jsonl, memory/MEMORY.md, skills/red-braised-pork/SKILL.md)를 포함하며, 이후 단계에서 읽고 씁니다.
• 심층 학습을 위한 HTML 강의 슬라이드와 타임스탬프가 있는 비디오 대본을 제공합니다.
• 배운 모든 부분을 실제 로컬 에이전트로 결합하는 실용적인 후속 프로젝트(Emperor Agent)를 안내합니다.