didilili/ai-agents-from-zero

这个项目是什么？

ai-agents-from-zero（中文名：《AI 智能体实战速成指南：从零到企业级落地》）是一个免费、开源、中文的教程，用于学习如何构建AI 智能体——使用大型语言模型（LLM）执行任务的软件。该项目的目标是提供从零基础到企业级部署的完整学习路径，涵盖教程、可运行代码、面试准备和实际项目。

它将自己定位为系统化的替代方案，替代零散的博客文章和付费训练营，并持续更新（目标为2026年）。

包含内容

仓库包含四个主要部分：

1. 系统教程章节 — 分为6个部分：

   • LLM 基础：模型架构（Transformer、MoE、自注意力）、提示工程、部署平台（Ollama、云端/本地）
   • 低代码平台：Coze（扣子）和 Dify，以及 Docker 和企业部署
   • 核心开发框架：LangChain、LangGraph、MCP 协议、A2A 协议
   • 企业级 RAG/智能体项目：五个实际项目（见下文）
   • 微调：LoRA/QLoRA、LLaMA-Factory、内存优化、多 GPU 训练
   • 大厂工程标准：研究流程、项目设计、评估

2. 可运行的示例代码 — 每个案例都旨在实际运行，并附带环境设置和故障排除说明

3. 面试题库 — 按岗位技能领域整理，题目来源于真实的大厂面试和公开经验分享

4. 两个完成的完整项目（有独立的源码仓库）：

   • 电商问数（E-commerce Query）：使用 MySQL、LangGraph、Qdrant 向量搜索、Elasticsearch 和 FastAPI 构建的自然语言转 SQL 系统——于5月3日完成
   • 深度研搜（Deep Research Search）：基于 DeepAgents 构建的多智能体研究系统，结合了网页搜索、MySQL、RAGFlow 知识库、文件生成和 WebSocket 实时进度——于5月17日完成

还有三个项目已列出（掌柜智库、电商小二、市场罗盘）但未标记为完成。

技术栈重点

该教程特意聚焦于 Python 生态，特别是 Python + LangChain + LangGraph，并明确避开 Java 路线（Spring AI、langchain4j）。其他涵盖的技术包括：Coze/Dify 低代码平台、向量数据库、MCP/A2A 协议、用于部署的 Docker/Ollama/vLLM，以及用于微调的 PEFT/LoRA/QLoRA。

适合谁？

• 零基础的初学者（概念从基础知识讲起）
• 希望深造的现役工程师
• 从前端/后端/产品角色转型到 AI 开发的人员
• 目标是 AI 应用工程师、AI 智能体工程师或 AI 产品技术负责人等岗位的求职者

当前状态

• 概念章节：已全部更新
• 两个实践项目：已完成（2026年5月）
• 大纲明确说明不固定——随着 AI 生态的演进，将添加新的主题和项目

如何开始

1. 克隆仓库：git clone https://github.com/didilili/ai-agents-from-zero.git
2. 创建 Python 虚拟环境（推荐 Python 3.10，支持 3.10–3.13）并安装依赖
3. 将 .env-example 复制为 .env 并填入 API 密钥（例如阿里 Qwen、DeepSeek）
4. 从项目根目录运行第一个示例脚本
5. 可选：使用本地 Ollama 模型，避免需要云端 API 密钥

README 还提供了文档的在线阅读版本链接。

社区与赞助

• 名为「胡思妙想研究所」的微信群组——通过在 GitHub issue #46 留言加入
• 本项目由 优云智算（Compshare）赞助，是 UCloud AI 云计算平台，GPU 套餐起价每月 49 元；通过推荐链接注册的新用户可获得 5 元免费试用额度

重要注意事项

• 该教程参考了付费课程（尚硅谷《大模型智能体速成班》）的材料，但已用公开文档和社区实践进行了重构和扩展
• 面试题库包含来自真实大厂面试的问题，但已按教程自身的章节结构重新组织
• 所有内容均为中文（README 有英文翻译链接，但主要内容是中文）