📚 课程大纲

第一部分：基础篇

第二部分：Agent 篇

第三部分：进阶篇

🚀 快速开始

git clone https://github.com/YOUR_USERNAME/ai-agent-guide
cd ai-agent-guide
pip install -r requirements.txt
cp .env.example .env  # 填入你的 API Key

然后直接运行任意章节的示例：

python chapters/01-llm-basics/hello_llm.py

📖 章节预览

第01章：LLM API 快速上手

from openai import OpenAI

client = OpenAI(
    api_key="your-key",
    base_url="https://api.deepseek.com/v1"  # 或使用 OpenAI
)

response = client.chat.completions.create(
    model="deepseek-chat",
    messages=[{"role": "user", "content": "用一句话解释什么是 AI Agent"}]
)

print(response.choices[0].message.content)

第04章：从零实现 ReAct Agent

def react_agent(question: str, tools: dict, max_steps: int = 5) -> str:
    """最简 ReAct Agent 实现"""
    history = []
    
    for step in range(max_steps):
        # Reasoning: 让 LLM 思考下一步
        thought = llm_think(question, history, tools)
        
        if thought.is_final_answer:
            return thought.answer
        
        # Acting: 执行工具调用
        tool_result = tools[thought.tool_name](thought.tool_input)
        
        # Observation: 记录结果
        history.append({
            "thought": thought.reasoning,
            "action": f"{thought.tool_name}({thought.tool_input})",
            "observation": tool_result
        })
    
    return "超过最大步骤限制"

🎯 适合人群

• 有 Python 基础，想进入 AI 开发领域
• 已经会调用 ChatGPT API，想更系统地学习 Agent 开发
• 想把 AI 能力集成到自己产品/业务中的开发者
• 想转型 AI 方向的后端/全栈开发者

� 相关项目

• open-assistant-cn — 开源个人 AI 超级助手（中文优先）
• ai-morning-brief — Claude Code 中文 AI 早报 Skill
• awesome-ai-tools-zh — 500+ 中文 AI 工具合集
• awesome-mcp-zh — MCP 中文资源大全
• local-ai-china — 本地 AI 部署指南
• china-hot-mcp — 中国热点 MCP 服务器

�💼 商业合作与服务

学完这套教程后，如果你想快速落地 AI 项目，欢迎联系！

• 🚀 Agent 定制开发：企业知识库、AI 客服、自动化工作流
• 📖 进阶培训：一对一 AI 开发辅导，快速从入门到项目落地
• 🛠️ 技术咨询：AI 技术选型、架构设计、性能优化

📬 Telegram：@ExploreAllStudio