一个循序渐进的 AI Agent 入门课程。每一章都是一个独立可运行的 Python 项目,聚焦一个核心概念。
.
├── docs/ # 全局教学文档
│ └── vibe-guide.md # 用 CodeBuddy vibe 出 Agent 的逐步指南
│
├── ch01-hello-react/ # 第 1 章:智能旅行助手(ReAct:Thought-Action-Observation 循环)
├── ch02-hello-llm/ # 第 2 章:Hello LLM —— 最小可用的流式 LLM 客户端
└── ch03-hello-agents/ # 第 3 章:用 hello-agents 框架快速搭建 Agent
| 章节 | 标题 | 核心概念 |
|---|---|---|
| ch01 | Hello ReAct —— 智能旅行助手 | LLM 客户端 / System Prompt / Tools / ReAct Loop |
| ch02 | Hello LLM —— 流式 LLM 客户端 | OpenAI 兼容接口 / 流式响应 / messages 协议 |
| ch03 | Hello Agents 框架快速上手 | SimpleAgent / ReActAgent / ToolRegistry |
更多章节陆续添加中。
本课程使用 uv 管理 Python 环境与依赖(环境中已内置)。
整个仓库以 uv workspace 组织:根目录一个共享的 .venv,所有章节都用同一个 Python 环境。这样 IDE 只需选一次解释器即可在任意章节里正常补全、跳转到第三方库源码。
# 在仓库根目录执行一次,安装所有章节依赖
uv sync --all-packages
随后将 IDE 的 Python 解释器指向 ${workspaceFolder}/.venv/bin/python(仓库已在 .vscode/settings.json 中预置)。
进入章节目录直接用 python 即可——CNB 云端 IDE 已为终端预激活根 .venv:
cd ch01-hello-react
python main.py
在本地、CI 或不确定环境是否激活时,推荐用
uv run python main.py。uv run会自动使用根.venv,并在依赖缺失时先uv sync再执行,跨环境最稳。
具体细节请参考各章节的 README.md。
chNN-xxx/,里面放该章的 pyproject.toml(含 [tool.uv] package = false)和源码。pyproject.toml 的 [tool.uv.workspace].members。uv sync --all-packages,即可把新章节的依赖装入共享 .venv。