ranxi2001/zero2Agent

它是什么

zero2Agent 是一个免费、开源的教程仓库（用中文编写），面向想要学习如何构建自己的 AI“代理”的程序员——这些软件系统使用大型语言模型进行推理、调用工具并完成任务。

该项目不是快速演示或复制粘贴提示的列表。相反，它是一个系统性的课程，逐步讲解代理背后的工程原理，拆解真实框架，提供可运行的代码，并以完整的生产项目和面试准备结束。教程中不需要任何代理经验，但确实假设你已经知道如何编码并熟悉 AI 工具。

适合谁（以及不适合谁）

适合：

• 了解深度学习但从未构建过 LLM 应用的开发者
• 想要完善代理工程技能的 Python 程序员
• 使用 Claude Code 或 Cursor 等工具并想了解其内部工作原理的人
• 准备代理相关技术面试或实习的学生
• 任何想要在生产环境中部署代理而不仅仅是运行演示的人

不适合：

• 研究模型训练、对齐或推理优化的研究人员
• 纯学术文献综述（关于代理）
• 寻找快速“几分钟内构建代理”捷径的人

内容

该仓库目前包含 12 个已完成模块中的 133 篇文章（还有一个模块仍在更新中）。以下是分类：

模块	文章数	内容
代理基础	17	核心概念：代理与固定工作流的区别、模型 API、工具调用、上下文、记忆、规划、循环和基础设施
LangGraph	7	将代理构建为图：状态、节点、条件分支、并行执行、提示链、LLM 集成
SDK 框架	4	OpenAI、Google (genai) 和 Anthropic (Claude) 的官方 SDK——以及正面比较
框架调查	13	深入探讨 13 个流行的代理框架（AgentScope、Mastra、Semantic Kernel、Eino、LangChain、AutoGen、Vercel AI SDK 等）
OpenClaw 代理	9	从 60 行核心构建代理框架：跟随从简单工作流 → 聊天机器人 → 带工具的完整代理的进展
Claude Code	12	12 课课程，手写完整的编码代理：循环 → 工具 → 子代理 → 团队 → 隔离工作树
DeepSeek Harness	13	深入设计哲学：代理运行时，其中每个组件（模型、工具、文件系统、UI，甚至循环本身）都可通过插件替换
代理训练	7	实践训练：SFT、RL、GRPO/PPO、数据混合、模拟沙箱、评估、部署
代理应用	7（进行中）	实际应用：vibe 编码、工作流、评估、云机器人
Pi 编码代理	8	将生产终端代理 (Pi) 重构为可恢复、可嵌入的代理运行时
Codex CLI	7	OpenAI 的终端代理：其 Rust 架构、配置、沙箱、MCP 集成
面试准备	17	来自中国主要科技公司的真实面试问题——每个问题都有“初学者答案”与“专家答案”对比
最终项目	12	OfferPilot：从头构建的完整面试诊断代理，带有手写的 10 层“harness”（不依赖 LangChain 或 LangGraph）

免费的“绿皮书”

除了在线课程，该项目还发布了一本免费 PDF，名为 《Agent 面试 800 问》——目前版本为 1.3.0。这是一本浓缩的面试日速查表，涵盖 17 个主要主题领域的 828 个问题，来源于蚂蚁、阿里巴巴、字节跳动、腾讯、携程和百度等公司的真实面试经验。配套的在线题库已更新至 844 个问题。本书采用 CC BY-NC-SA 4.0 许可（可自由分享并注明出处，非商业用途）。

构建方式

该仓库是一个 基于 Jekyll 的静态网站，设计用于托管在 GitHub Pages 上。你可以在 onefly.top/zero2Agent 在线阅读，或克隆仓库并在本地运行：

git clone https://github.com/ranxi2001/zero2Agent
cd zero2Agent
# 安装 Jekyll（需要 Ruby）
gem install bundler jekyll
bundle install
# 本地预览
bundle exec jekyll serve

致谢与许可

该教程公开致谢其来源：它借鉴并改编了多个现有开源项目的内容（如 shareAI-lab 的 Claude Code 课程、Learn-OpenClaw 项目和官方 DeepSeek Harness 仓库），始终注明出处，并在某些情况下进行原创重写。该仓库本身采用 MIT 许可——这意味着你可以自由使用、修改和分发，甚至用于商业目的。

一句话总结

如果你是一名程序员，想要从使用 AI 工具转向构建真正的代理系统——并且要做得专业，具有生产级架构和面试级深度——zero2Agent 将带你走完整个旅程，一篇结构良好的文章接一篇。