WenyuChiou/awesome-agentic-ai-zh

이 프로젝트는 무엇인가요?

awesome-agentic-ai-zh는 AI 에이전트를 위한 무료의 구조화된 학습 로드맵입니다. AI 에이전트는 사용자가 제시한 목표를 달성하기 위해 스스로 다음 단계를 결정하고 행동할 수 있는 AI 시스템입니다. 이 프로젝트는 번체 중국어(간체 중국어 및 영어 버전도 있음)로 작성되었으며, "AI 에이전트가 무엇인가?"에서 "신뢰할 수 있는 에이전트 시스템을 구축할 수 있다"까지 안내하는 것을 목표로 합니다.

교과서나 백과사전이 아닙니다. 대신 엄선된 경로입니다. 무엇을 어떤 순서로 배워야 하는지 알려주고, 깊은 세부 사항이 필요할 때 공식 문서 및 기타 리소스를 안내합니다. 또한 학습하면서 연습할 수 있는 작은 실행 가능한 연습 문제도 포함되어 있습니다.

누구를 위한 것인가요?

세 가지 유형의 독자를 대상으로 하며, 각각 권장 시작 지점이 있습니다:

• 완전 초보자(코딩 경험 없음): 기본 컴퓨터 설정을 다루는 스테이지 0에서 시작하세요.
• Python, Git 및 API를 이미 아는 사람: 스테이지 1(LLM 기초)에서 시작하세요.
• 프로그래밍 없이 일상 생활에서 AI를 안전하게 사용하고 싶은 사람: 전용 "일상 사용자" 가이드가 있습니다.

또한 이 로드맵은 연구자, 개발자, 교사, 지식 근로자(컨설턴트, PM, 분석가), 일상 사용자를 위한 역할 기반 분기를 제공합니다.

어떻게 구조화되어 있나요?

로드맵에는 10개의 학습 스테이션이 있습니다: 스테이지 0(준비), 스테이지 1~8, 그리고 스테이지 7.5(고급 읽기)가 추가로 있습니다. 핵심 경로는 다음과 같습니다:

1. 스테이지 0 – 기본 준비(컴퓨터 설정, Python, Git)
2. 스테이지 1 – LLM 기초(모델, 토큰, 컨텍스트가 무엇인지)
3. 스테이지 2 – 프롬프트 디자인(목표, 데이터, 규칙, 출력을 명확히 하는 방법)
4. 스테이지 3 – 도구 사용 및 첫 번째 에이전트 루프(모델이 도구를 호출하고 결과를 확인하고 반복하는 루프)
5. 스테이지 4 – 워크플로우 그래프 및 에이전트 프레임워크(다단계 프로세스를 지도로 그리기)
6. 스테이지 5 – Claude Code 생태계(MCP, 스킬, 플러그인, 훅, 서브에이전트)
7. 스테이지 6 – 메모리 및 RAG(에이전트가 문서를 검색하고 중요한 정보를 기억하는 방법)
8. 스테이지 7 – 프로덕션 엔지니어링(에이전트를 테스트 가능하고, 관찰 가능하고, 중지 가능하고, 복구 가능하게 만들기)
9. 스테이지 7.5 – 고급 에이전트 개념(선택적 심화)
10. 스테이지 8 – 에이전트 인터페이스(에이전트가 브라우저, 화면, 샌드박스를 조작하는 방법)

또한 두 가지 메인 트랙이 있으며, 스테이지 0~2를 마친 후 선택합니다:

• 트랙 A — CLI 파워 유저(약 8~10주): Claude Code, Codex, OpenCode와 같은 기존 명령줄 에이전트를 사용하여 작업을 완료하는 방법을 배웁니다.
• 트랙 B — 에이전트 빌더(약 1622주, 또는 주 58시간으로 5~7개월): 자신만의 에이전트, 도구 루프, 워크플로우, 서비스를 구축하는 방법을 배웁니다.

무엇이 유용한가요?

• 명확한 순서: 각 스테이지는 하나의 핵심 질문에 답하며, 완료 시 무엇을 할 수 있는지 정확히 알 수 있습니다.
• 쉬운 설명: 기술 용어는 처음 등장할 때 쉬운 말로 설명되고, 그 후 공식 영어 이름이 유지됩니다. 빠른 조회를 위한 용어집이 제공됩니다.
• 실습 연습: 각 starter.py 파일은 실행 가능한 참조입니다. 목표를 읽고, 한 가지를 변경하고, 테스트를 다시 실행합니다.
• 시간 추정: 대략적인 가이드로, 무엇을 기대해야 하는지(마감일이 아님) 알 수 있습니다.
• 역할 기반 단축키: 모든 것을 읽을 필요는 없습니다. 직업에 맞는 분기를 선택하세요.
• 엄선된 리소스: "먼저 북마크" 링크(설정 가이드, 용어집, 쿡북, 코스 맵)의 짧은 목록과 전체 리소스 목록이 있습니다.

어떻게 시작하나요?

온라인으로 읽거나(휴대폰에서 권장) git clone으로 로컬에 복제할 수 있습니다. 그런 다음 스테이지 0 파일을 열거나 README의 결정 테이블을 사용하여 목표에 맞는 트랙으로 바로 이동합니다.

프로젝트 세부 사항

• 라이선스: MIT(무료 사용, 수정, 공유 가능)
• 유지 관리자: WenyuChiou
• 언어: 번체 중국어(기본), 간체 중국어, 영어
• 기여 환영: 오류 보고, 리소스 제안(어느 스테이지를 가르치는지 메모 포함), 또는 기여 지침에 따라 풀 리퀘스트 제출이 가능합니다.
• 영감: 이 프로젝트는 Datawhale의 Hello-Agents(깊은 장)와 liyupi/ai-guide(폭)를 관련 프로젝트로 인정합니다. 이 프로젝트는 학습 경로의 순서에 초점을 맞춥니다.

요약하자면: AI 에이전트를 배우고 싶지만 어디서 시작해야 할지 또는 어떤 순서로 배워야 할지 모른다면, 이 로드맵은 연습이 포함된 명확하고 순차적인 경로를 제공합니다.