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

이 프로젝트는 무엇인가요?

ai-agents-from-zero (중국어 이름: 《AI 智能体实战速成指南：从零到企业级落地》)은 AI 에이전트 — 대규모 언어 모델(LLM)을 사용하여 작업을 수행하는 소프트웨어 — 를 구축하는 방법을 배우기 위한 무료 오픈소스 중국어 튜토리얼입니다. 이 프로젝트의 목표는 완전한 초보자부터 엔터프라이즈 수준 배포까지의 완전한 학습 경로를 제공하는 것으로, 튜토리얼, 실행 가능한 코드, 면접 준비, 실제 프로젝트를 포함합니다.

이 프로젝트는 흩어져 있는 블로그 게시물과 유료 부트캠프에 대한 체계적인 대안으로 자리매김하고 있으며, 지속적으로 업데이트됩니다(2026년 목표).

포함 내용

리포지토리에는 네 가지 주요 구성 요소가 포함되어 있습니다.

체계적인 튜토리얼 챕터 — 6개 섹션으로 구성:
- LLM 기초: 모델 아키텍처(Transformer, MoE, 셀프 어텐션), 프롬프트 엔지니어링, 배포 플랫폼(Ollama, 클라우드/로컬)
- 로우코드 플랫폼: Coze(扣子) 및 Dify, Docker 및 엔터프라이즈 배포 포함
- 핵심 개발 프레임워크: LangChain, LangGraph, MCP 프로토콜, A2A 프로토콜
- 엔터프라이즈 RAG/에이전트 프로젝트: 5개의 실제 프로젝트(아래 참조)
- 파인튜닝: LoRA/QLoRA, LLaMA-Factory, 메모리 최적화, 멀티 GPU 트레이닝
- 대기업 엔지니어링 표준: 연구 프로세스, 프로젝트 설계, 평가
실행 가능한 예제 코드 — 모든 사례는 실제로 실행될 수 있도록 작성되었으며, 환경 설정 및 문제 해결 노트가 포함되어 있습니다.
면접 문제 은행 — 직무 기술 영역별로 구성되어 있으며, 실제 대기업 면접과 공개된 경험 보고서에서 가져온 질문이 포함되어 있습니다.
완성된 두 개의 전체 프로젝트 (별도의 소스 리포지토리가 있음):
- 电商问数 (E-커머스 쿼리): MySQL, LangGraph, Qdrant 벡터 검색, Elasticsearch, FastAPI를 사용한 자연어-투-SQL 시스템 — 5월 3일 완료
- 深度研搜 (딥 리서치 검색): DeepAgents 기반의 멀티 에이전트 리서치 시스템으로, 웹 검색, MySQL, RAGFlow 지식 베이스, 파일 생성, WebSocket을 통한 실시간 진행 상황을 결합 — 5월 17일 완료

세 개의 추가 프로젝트가 개요로 제시되었지만(掌柜智库, 电商小二, 市场罗盘), 완료로 표시되지는 않았습니다.

기술 스택 초점

이 튜토리얼은 의도적으로 Python 생태계, 특히 Python + LangChain + LangGraph에 초점을 맞추고 있으며, Java 경로(Spring AI, langchain4j)를 명시적으로 피합니다. 기타 포함된 기술: Coze/Dify 로우코드 플랫폼, 벡터 데이터베이스, MCP/A2A 프로토콜, 배포용 Docker/Ollama/vLLM, 파인튜닝용 PEFT/LoRA/QLoRA.

대상 독자

배경 지식이 전혀 없는 초보자(개념이 기초부터 설명됨)
기술을 심화하고 싶은 현직 엔지니어
프론트엔드/백엔드/제품 역할에서 AI 개발로 전환하는 사람들
AI 애플리케이션 엔지니어, AI 에이전트 엔지니어, AI 제품 기술 리드와 같은 역할을 목표로 하는 구직자

현재 상태

개념 챕터: 완전히 업데이트됨
두 개의 실용 프로젝트: 완료(2026년 5월)
개요는 명시적으로 고정되지 않음으로 설명됨 — AI 생태계가 진화함에 따라 새로운 주제와 프로젝트가 추가될 것입니다.

시작하는 방법

리포지토리 클론: git clone https://github.com/didilili/ai-agents-from-zero.git
Python 가상 환경 생성(Python 3.10 권장, 3.10–3.13 지원) 및 종속성 설치
.env-example을 .env로 복사하고 API 키(예: Alibaba Qwen, DeepSeek)를 입력
프로젝트 루트에서 첫 번째 예제 스크립트 실행
선택적으로 로컬 Ollama 모델을 사용하여 클라우드 API 키를 피할 수 있음

README는 문서의 온라인 읽기 가능 버전에 대한 링크도 제공합니다.

커뮤니티 및 후원

「胡思妙想研究所」(