skyming/awesome-ai-agent

AI Agent 资源汇总，不限于基础概念、Harness 实践、RAG、测评基准、感知记忆、开源项目推荐、核心论文、开源项目等

它解决了什么问题

这个项目是一个精选的AI智能体资源目录。它通过将文章、论文、框架、工程指南、评估基准和开源项目的链接汇集到一个有序列表中，解决了AI智能体相关信息分散的问题。它帮助开发者和研究人员快速找到理解、构建或改进AI智能体所需的内容。

它的工作原理

该仓库是一个单一的README文件，将资源按主题分组。每个部分聚焦于AI智能体的不同方面：概念和背景阅读、框架比较和工程深度探讨、框架设计（模型周围的“脚手架”）、感知和记忆系统、RAG（检索增强生成）实践、评估和可观测性、工具和MCP（模型上下文协议）、基准测试套件、自我进化技术、安全实践以及精选的开源项目。每个条目都包含一个链接和简短的中文描述，因此你可以浏览列表并跳转到你感兴趣的资源。没有代码或安装；价值在于精选和随附的摘要。

适合谁

这适合正在学习或构建AI智能体的开发者、工程师、研究人员和技术管理人员。它也对比较智能体框架、寻找评估工具或探索来自Uber、Anthropic和阿里巴巴等公司的实际实现模式的人有用。由于描述是中文的，它对中文读者特别有帮助，但链接的资源大多是英文的。

亮点

组织成13个以上的主题部分，涵盖从核心智能体概念到生产级基础设施的所有内容。
包括跨六个类别（LangChain、AutoGen、CrewAI等）的深度框架比较，并附有选择决策矩阵。
收录了来自主要公司（Uber、Anthropic、阿里巴巴）关于框架工程和长期运行智能体的近期实用文章。
涵盖记忆系统、RAG升级和上下文工程技术，并附有动手示例。
提供评估基准概述（GAIA、AgentBench、VBench、ClawBench）和可观测性工具比较（LangSmith vs Langfuse vs Phoenix）。
列出了开源智能体框架，如Claude Code、OpenAI Codex、DeepSeek-Harness等。