# Ai Agents From Zero

> 🚀 2026 最系统的 AI Agent 速成指南｜智能体实战教程 · 完整学习路径 + 实战项目 + 面试题库 · 对标大模型应用开发工程师岗位 · 覆盖LangChain / LangGraph / Coze / Dify / MCP / skills / LLM / RAG / 提示词 · 企业级部署与微调 · 从0到企业级落地 + 从学习到上线项目 + 面试准备一体化

- **Type:** MCP server
- **Install:** `agentstack add mcp-didilili-ai-agents-from-zero`
- **Verified:** Yes — security-reviewed for prompt injection and unsafe behavior
- **Seller:** [didilili](https://agentstack.voostack.com/s/didilili)
- **Installs:** 0
- **Category:** [AI & ML](https://agentstack.voostack.com/c/ai-and-ml)
- **Latest version:** 0.1.0
- **License:** MIT
- **Upstream author:** [didilili](https://github.com/didilili)
- **Source:** https://github.com/didilili/ai-agents-from-zero
- **Website:** https://didilili.github.io/ai-agents-from-zero/

## Install

```sh
agentstack add mcp-didilili-ai-agents-from-zero
```

Requires the [AgentStack CLI](https://agentstack.voostack.com/docs/cli). Works with Claude Code, Cursor, and any MCP-compatible agent.

## About

🚀 全网最系统的 AI 智能体实战速成指南（从零到企业级落地）
  ai-agents-from-zero
  2026 持续更新中 · 目标打造「地表最强」AI Agent 教程 —— 系统教程 + 可跑源码 + 面试题库 + 企业级实战项目 + 长期技术栈更新，全面对齐「AI 智能体 / 大模型应用开发工程师」培训课表与招聘 JD的一条龙学习路线

[](https://github.com/didilili/ai-agents-from-zero/)
[](https://didilili.github.io/ai-agents-from-zero/#/)

[快速开始](#quick-start) • [教程大纲](教程目录大纲.md) • [案例汇总](教程案例链接汇总.md#教程案例链接汇总源码与在线演示) • [更新日志](教程更新日志.md) • [面试题库](AI智能体与大模型应用开发面试题库.md) • [新手入门与常见问题](新手入门与常见问题.md)

  
    📚 在线阅读
  

**📢 更新说明**：**AI 不停，更新不止**。本仓库将伴随 **AI 大模型技术栈持续进化**，坚持 **开源、系统化、长期更新**。模型、框架、Agent、实战项目，都会随着生态变化持续完善和升级。它不只是帮你入门，而是陪你一路成长，从零基础到能真正落地。

目前 **概念篇** 已全部更新完毕，两个完整实战项目也已更新完毕：`NL2SQL + LangGraph` 实战项目 [电商问数](实战项目-电商问数/0-前言.md)（[源码仓库](https://github.com/didilili/shopkeeper-agent)）已于 5 月 3 日完成。`DeepAgents` 多智能体实战项目 [深度研搜](实战项目-深度研搜/0-前言.md)（[源码仓库](https://github.com/didilili/deepsearch-agents)）已于 5 月 17 日完成。你可以点击[更新日志](教程更新日志.md)，了解最新仓库动态。

市面上 AI 大模型应用内容很多，但绝大多数是碎片化帖子、收费训练营等；本仓库就是让你不用先花大几千甚至上万，也能系统进入大模型应用开发。若对你有帮助，欢迎 **Star** ⭐~

---

## 🤝 项目赞助

  
    
  
  
  高性价比 Agent Plan 优选

感谢 优云智算 赞助本项目！优云智算是 UCloud 旗下 AI 云平台。主打包月、按次的高性价比国模 Agent Plan 套餐，低至 49 元/月起；同时提供官转稳定海外模型，支持接入 Claude Code、Codex 及 API 调用，面向企业提供高并发、7\*24 技术支持与自助开票。

🎁 通过 此链接 注册的用户，可得免费 5 元平台体验金。

---

## ✨ 教程亮点

- **🌱 全网首个系统开源的 AI 智能体教程**：这是一套长期维护的 AI 大模型应用开发路线图。市面上不缺零散帖子，也不缺收费训练营，但真正系统、持续更新，并且覆盖 **教程 + 源码 + 实战项目 + 面试题库** 的 AI 大模型应用教程极少。本仓库要做的就是把这条路线公开、做深、做完整，陪你从入门、进阶、项目实战一路成长。
- **🧭 一条线拉通大模型应用全栈**：从大模型与提示词，到低代码（Coze/Dify）与代码框架（LangChain/LangGraph），再到企业级 RAG/Agent、微调与工程规范——按知识体系统一编排，**完整链路**闭环，适合系统吃透而不是碎片化收藏。
- **🐍 聚焦 Python 生态，直击 Agent 工程**：很多课程会围绕 **Spring AI**、**langchain4j** 展开，更偏 Java 技术栈。本教程主线聚焦 **Python + LangChain + LangGraph**，直接对齐当下 AI Agent / 大模型应用开发最常用的工程路线。
- **📘 零基础能进，工程师也能深挖**：整套教程按**由浅入深**的方式编排，先把大模型、Agent、RAG、MCP、Tool Calling 这些核心概念讲透，再进入源码、框架、部署和项目设计。少讲玄学黑话，多讲“为什么这么设计、代码怎么跑、项目怎么落地”。
- **💼 企业级实战，对标「能干活」**：以电商问数、深度研搜、掌柜智库、电商小二等为主线，串起意图解析、多源知识、转人工、复盘与监控；把 **多路召回、评测、观测、成本、护栏** 放进真实语境里练。写简历、讲项目有抓手、不空泛。
- **✅ 每个案例都以“能跑起来”为标准**：不只是讲概念或贴伪代码，而是尽量提供**可运行案例、源码、环境说明和常见问题排查**。案例内容均按人工实际跑通的思路整理，帮助你少踩坑、尽快上手。
- **📚 教程源码面试，三位一体能跑通**：不止「看完」，还能「跑通」更能「答出来」——**可运行案例与源码**、**提示词模板**与部署思路，拒绝「只讲概念」。面试题库按**培训班与 JD** 常见能力域拆题，其中有相当一部分题目整理自**大厂真实面试题**、公开面经与高频追问场景，适合转岗/应届集中复盘。
- **🚀 面向 2026，持续进化且硬核**：技术栈与高频问法会随生态迭代，对齐「AI 应用开发工程师」万元级培训课表维度；不只告诉你“学什么”，还告诉你“怎么做项目、怎么讲项目、怎么答面试”。若有用，**Star 即打赏 ⭐**。

---

## 🛠 技术栈概览

| 类别             | 技术/平台                                   | 说明                                                                             |
| ---------------- | ------------------------------------------- | -------------------------------------------------------------------------------- |
| **大模型与基础** | LLM、Transformer、MoE、自注意力             | LLaMA/Qwen/GPT、多模态、预训练/微调/推理                                         |
| **提示与编排**   | 提示词工程、Tool Calling、Skills            | 多轮对话、消息模板、结构化输出、工具调用、技能化能力沉淀                         |
| **低代码平台**   | Coze（扣子）、Dify                          | 工作流、Agent、知识库、插件、Python 调用与本地化部署                             |
| **开发框架**     | LangChain、LangGraph、DeepAgents            | Model I/O、Runnable / LCEL、Memory、Tools、Agents、图式工作流、多智能体          |
| **协议与通信**   | MCP（Model Context Protocol）、A2A          | Function Calling、服务解耦、外部工具接入、跨 Agent 协作                          |
| **RAG 与检索**   | 向量数据库、稀疏检索、混合检索、BGE-Rerank  | 多路召回、重排序、知识图谱、RAGAS 评估、高级 RAG 优化                            |
| **文档与多模态** | MinerU、OCR                                 | 图文混排 PDF 解析、设备手册与售后指南                                            |
| **部署与运维**   | Docker、Ollama、Xinference、vLLM            | 腾讯云/阿里云、AutoDL、Coze 本地部署                                             |
| **微调与训练**   | PEFT、LoRA、QLoRA、DeepSpeed、Llama-Factory | Alpaca/ShareGPT 数据格式、Safetensors/ONNX                                       |
| **编程与工具**   | Python；Codex、Cursor                       | 主语言为 Python；覆盖 AI 编程工具、Agent Skills、多模型 API、MCP 接入与调试      |
| **求职与面试**   | 面试题库                                    | 按岗位能力域组织 **问法 + 答法**；对齐同类**线上培训结业能力**与 **JD** 高频考点 |

---

## 🎯 你学完能收获什么？

- **可上线的项目能力**，能独立交付 AI Agent 应用（从环境到部署），从「只会调 API」进阶到能落地的工程实践。
- **体系化的架构表达**，能讲清楚 RAG、Agent、MCP 等设计与取舍，面试与简历里经得起追问。
- **面试与 JD 对齐**，独立 [面试题库](AI智能体与大模型应用开发面试题库.md)，与正文题号互链，按岗位能力域组织问法与答法，适合应届与转岗梳理口径。
- **工程化与简历素材**，企业向案例与多路召回、观测、成本等表述，项目可演示、可写进简历。
- **可检索的知识地图**，成体系目录 + 案例源码，与常见「智能体 / 应用开发」课表维度对齐，便于对照补缺，少踩「只看过文章没跑过」的坑。
- **明确的岗位对标**，可胜任 AI 应用开发工程师、AI Agent 工程师、AI 自动化流程开发及 AI 产品技术负责人等方向；尤其适合前端 / 后端 / 产品等背景转型 AI 与智能体开发。

---

## 📚 教程大纲（节选）

完整导航见 **[教程目录大纲](教程目录大纲.md)** 与 [在线文档](https://didilili.github.io/ai-agents-from-zero/#/)。

> 这份大纲不是固定目录。后续将伴随 AI 技术栈继续演进，新的核心知识点、新框架和新项目实践会继续并入这条路线中。

### 01 大模型基础能力构建

| 章节名称                    | 内容概要                                                                         |
| --------------------------- | -------------------------------------------------------------------------------- |
| 大模型（LLM）认识与环境准备 | 起源与发展、AGI 关系、主流模型特点与适用场景、预训练/微调/推理                   |
| 大模型架构原理              | Transformer、MoE、自注意力、LLaMA/Qwen/GPT、多模态                               |
| 大模型调度平台              | Ollama、私有大模型调用、云端/本地部署（AWS、阿里云等）                           |
| 提示词工程                  | 核心原则与结构、链式思维与 Few-shot、多轮对话与记忆、在 Agent 与工具调用中的应用 |

### 02 企业低代码平台开发与项目实战

| 章节名称                  | 内容概要                                                                           |
| ------------------------- | ---------------------------------------------------------------------------------- |
| Coze（扣子）平台          | 界面与功能、插件/知识库/工作流/智能体、Python 调用工作流                           |
| 项目 1：商户运营管家      | 行业调研 PPT、爆款视频复刻、营销海报、卖点提炼、评论分析                           |
| Dify AI 平台              | 工作流/Agent/知识库、多案例（投诉分类、调研报告、客服分析、评论分析）、Python 调用 |
| 容器化技术                | Docker 核心概念、安装与常用命令                                                    |
| 企业级大模型部署          | 腾讯云/阿里云、Docker、Dify、AutoDL、Ollama、Xinference、Coze 本地部署             |
| AI 代码编程工具 - Trae AI | 安装使用、多模型 API、MCP 接入                                                     |
| AI 代码编程工具 - Qoder   | 使用与调试、项目开发                                                               |

### 03 大模型核心开发框架

| 章节名称                 | 内容概要                                                                    |
| ------------------------ | --------------------------------------------------------------------------- |
| LangChain 框架原理与应用 | Model I/O、Prompt、Parser、Runnable / LCEL、Memory、Tools、Retrieval、Agent |
| LangGraph 框架原理与应用 | 图式思维、State/Node/Edge、持久化记忆、流式输出、多智能体与 A2A             |
| MCP 从原理到实战         | 与 Function Calling 对比、通信机制、工作流程、Server 部署与自定义开发       |
| 跨 Agent 通信：A2A 协议  | 与 MCP 关系、消息与认证、典型场景                                           |

### 04 企业级 RAG / Agent 项目实战

| 章节名称                                | 内容概要                                                                                                                                                                               |
| --------------------------------------- | -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| 掌柜智库                                | LangGraph RAG 工作流、MinerU/OCR、向量+稀疏+Neo4j 多路召回、HyDE/BGE-Rerank、RAGAS 评估                                                                                                |
| 电商小二                                | 意图解析、多源知识库、流式回复、转人工机制、对话复盘、多渠道与监控                                                                                                                     |
| [电商问数](实战项目-电商问数/0-前言.md) | 围绕自然语言问数，完整串起 MySQL 数仓、元数据知识库、Qdrant 向量检索、Elasticsearch 字段值检索、LangGraph 工作流、SQL 生成校验执行、FastAPI SSE 和前后端联调                           |
| [深度研搜](实战项目-深度研搜/0-前言.md) | 基于 [DeepAgents](实战项目-深度研搜/1-DeepAgents基础与核心概念.md) 搭建多智能体研究系统，串起网络搜索、MySQL 查询、RAGFlow 知识库、文件读取生成、FastAPI 接口和 WebSocket 实时进度回传 |
| 市场罗盘                                | 场景化任务拆解、从 0 到 1 设计与开发、阶段目标与进度管控、代码评审与成果展示                                                                                                           |

> **已完成实战项目推荐：**
>
> - [电商问数](实战项目-电商问数/0-前言.md)（[源码仓库](https://github.com/didilili/shopkeeper-agent)）：不是简单的 SQL 生成 Demo，而是把 `MySQL`、`LangGraph`、`Qdrant`、`Elasticsearch`、`FastAPI` 等知识点放进同一条可运行的智能问数链路里。
> - [深度研搜](实战项目-深度研搜/0-前言.md)（[源码仓库](https://github.com/didilili/deepsearch-agents)）：不是普通聊天框，而是围绕开放研究任务，把主智能体调度、子智能体分工、多来源资料检索、文件生成交付和前后端实时联动做成一条完整闭环。

### 05 大模型微调实践

| 章节名称                      | 内容概要                                                                                 |
| ----------------------------- | ---------------------------------------------------------------------------------------- |
| 大模型微调核心                | 数据与格式（Alpaca、ShareGPT）、PEFT/LoRA/QLoRA、全参数微调与 DeepSpeed、vLLM 部署、评估 |
| 企业级微调数据集构建          | 公开/私有数据、标注与质量、数据增强                                                      |
| 基于 Llama-Factory 的高效微调 | 环境与参数、单卡/多卡、Safetensors/ONNX                                                  |
| 调优案例                      | 学习率与 LoRA 秩、loss/评测对比、业务场景下的迭代策略；多组对照的完整微调—评测—部署案例  |

### 06 大厂开发规范

| 章节名称           | 内容概要                                                              |
| ------------------ | --------------------------------------------------------------------- |
| 企业大模型研发流程 | 技术调研、方案与框架设计、RAG 与 pipeline、评估与角色、立项与需求文档 |
| 大模型当下热点     | Agent/RAG 主流技术、前沿与热点跟踪                                    |

---

## 🏗️ Agent 项目架构与技术架构

---

## 🚀 快速开始

结合 [在线文档](https://didilili.github.io/ai-agents-from-zero/#/) 一起学习。想马上跑通一个案例？按下面几步即可。更详细的环境说明、API 申请、常见报错处理见 [新手入门与常见问题](新手入门与常见问题.md)。

1. **克隆仓库并进入项目目录**

   ```bash
   git clone https://github.com/didilili/ai-agents-from-zero.git
   cd ai-agents-from-zero
   ```

2. **准备环境**（推荐 Python 3.10，支持 3.10–3.13）

   ```bash
   python3.10 -m venv .venv
   source .venv/bin/activate          # macOS/Linux
   # .venv\Scripts\activate           # Windows CMD
   pip install -r requirements.txt
   ```

3. **配置 API Key**
   - 将根目录下的 `.env-example` 复制为 `.env`
   - 在 `.env` 中填入你的 API Key（如通义千问/阿里百炼、DeepSeek 等），变量名需与代码一致（如 `aliQwen-api`、`QWEN_API_KEY`、`deepseek-api`）
   - 各平台 Key 的申请方式见 [新手入门与常见问题 - 各 API 平台如何申请 Key](新手入门与常见问题.md#_5、各-api-平台如何申请-key？)

4. **在项目根目录运行第一个案例**

   ```bash
   python 案例与源码-2-LangChain框架/01-helloworld/StandardDesc.py
   ```

   **注意**：必须在**项目根目录**执行 `python`，否则会读不到 `.env`。若不想用云 API，可使用 [Ollama 本地模型](新手入门与常见问题.md#_54-不想用云-api：用本地-ollama（无需-key）)（无需 Key）。

遇到 `ModuleNotFoundError`、API Key 报错、找不到 `.env` 等，请查看 [新手入门与常见问题 - 常见问题与解决](新手入门与常见问题.md#_6、常见问题与解决)。

---

## 💬 交流社群

想和更多读者共同交流 **AI 编程、Agent / RAG 实战、面试经验**？欢迎到 [GitHub 入群申请帖](https://github.com/didilili/ai-agents-from-zero/issues/46) 留言申请加入微信交流群。

---

## 📖 关于本仓库

- **目标**：做一套**真正适合入门、系统、且长期更新的 AI 智能体实战速成教程**，不仅把概念讲清楚，也把案例跑起来，让你从 0 到能独立做 **RAG / Agent / 多智能体** 类项目，并能用工程化语言讲清楚自己的方案与项目。
- **技术定位**：聚焦 **Python 智能体开发路线**，重点讲 **LangChain / LangGraph** 及相关工程实践，**不走 Spring AI / langchain4j 的 Java 路线**，更适合想直接进入 Python 大模型应用开发的同学。
- **教程来源**：参考**尚硅谷《大模型智能体速成班》**等课程资料，并在此基础上结合公开文档、社区实践与项目经验持续**重构、补充与维护**，逐步整理成一套 **Python 智能体应用开发** 的系统化学习资料。
- **面试题来源**：题库中有相当一部分题目整理自**大厂真实面试题**、公开面经与高频追问场景，并结合本仓库的章节主线做了工程化重构，更适合按项目和系统设计视角复习。
- **内容构成**：**系统章节笔记** + **可运行案例源码** + **[面试题库](AI智能体与大模型应用开发面试题库.md)** （对标**同类线上培训**与**社招/校招 JD**）。

---

## ⭐ Star History

[]()

---

**仓库英文名**：`ai-agents-from-zero` · **仓库中文名**：《AI 智能体实战速成指南：从零到企业级落地》

## Source & license

This open-source MCP server is cataloged on AgentStack and links to its original source — we do not rehost the code.

- **Author:** [didilili](https://github.com/didilili)
- **Source:** [didilili/ai-agents-from-zero](https://github.com/didilili/ai-agents-from-zero)
- **License:** MIT
- **Homepage:** https://didilili.github.io/ai-agents-from-zero/

Install and usage instructions live in the source repository linked above.

## Pricing

- **Free** — Free

## Security capabilities

Automated source analysis of v0.1.0 — what this tool can access:

- **Network access:** yes
- **Filesystem access:** no
- **Shell / process execution:** no
- **Environment & secrets:** yes
- **Dynamic code execution:** no

*"Yes" means the capability is present in the source — more access means more to trust, not that it is unsafe.*


## Versions

- **0.1.0** — security scan: passed — Imported from the upstream source.

## Links

- Listing page: https://agentstack.voostack.com/l/mcp-didilili-ai-agents-from-zero
- Seller: https://agentstack.voostack.com/s/didilili
- Browse the marketplace: https://agentstack.voostack.com/browse

---
Listed on AgentStack — the marketplace for AI agent skills and MCP servers. Every listing is security-reviewed. Creators keep 70%.