#412 · 主分类: 教育与研究

agents-from-scratch

agent-architecture ai-agents ai-education ai-from-scratch artificial-intelligence llama llm local-llm machine-learning no-framework open-source-education prompt-engineering python

从第一性原理构建AI代理,使用本地LLM——无需框架,无需云API,无需隐藏推理。

项目最后更新:07/25/26

GitHub Stars

971

Forks数量

244

贡献者数量

4

许可证

MIT

收录理由

多数代理教程扔给你一个框架,然后让你直接相信它。这个仓库反其道而行:它用12节课,从一次本地大语言模型调用出发,逐步搭建出一个完整的代理。每一处机制都明明白白摊在代码里,没有隐藏逻辑。你从最基础的文本进、文本出开始,一点点加上系统提示词、JSON结构化输出、路由决策、工具调用、观察-决策-行动的循环、记忆、规划,最后再到评估和遥测。整个运行完全依赖你自己下载的GGUF模型,不碰云端接口,也没有API密钥搅局,每一步都能对应到具体代码。配套的complete_example.py把每节课的功能单独隔离,你可以先调整某一个概念,再尝试组合起来。对想弄清楚代理内部运作的开发者,或者需要一份干净教学案例的老师来说,这都是很实在的参考。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。

同类热门项目