GenAI_Agents
活跃·★ 25.0k·Custom (non-commercial)·更新于 2026-11-02
★ 最受欢迎
GenAI_Agents 适合带着具体问题学习智能体:如何把工具调用纳入评估,或怎样让写操作先暂停,经过人工决定后再继续。它把不同模式放进 notebook,读者可以顺着状态和输出理解执行过程,再决定是否在自己的系统里实现相似设计。
我们的判断是,先挑一个有明确输入、输出和失败路径的教程,比一次性安装整套依赖更有价值。本次运行两个确定性教程:轨迹评估和人工审批。结果能说明这些示例的控制逻辑,没有证明模型完成真实任务的成功率。
2026-11-04,我们固定仓库提交 1024ee0d4ca47b2fe36eadd669c57ad2353242bb,使用 Python 3.12.13、LangGraph 1.2.19,在本地执行审阅过的代码单元。审批教程的安装单元被跳过,依赖预先安装在独立环境;没有调用模型、支付接口或个人账号。
阅读完整评测、验证范围与参考资料 →#智能体框架#智能体 AI#智能体#AI#AI 智能体#自主智能体#生成式 AI
01
功能特性
0157 个以上可运行的智能体教程
02从简单机器人到多智能体系统
03评估、成本和人工审批示例
02
为什么选择它
+本次两个教程无需调用模型,就能检查工具路由、审批状态及确定性断言。
+轨迹评估能定位故意设置的工具名和参数错误,验收依据超过最终回答文字。
+审批图在模拟写入前暂停,并支持拒绝或修改参数后继续。
03
权衡点
!评估分数和延迟来自人工样本,不能用作真实模型效果基准。
!重复恢复同一份暂停状态会调用模拟工具两次,业务幂等仍需应用实现。
!仓库采用自定义非商业许可,不同 notebook 所需依赖也有差别。
05
维护状况检查
活跃检查日期: 2026-11-10
- 最近提交
- 2026-11-02
- 近 90 天提交数
- 32
- 近 90 天发布数
- 1
- 最新发布
- book-v1.0 (2026-10-26)
- 未关闭 issue
- 22
- 近期 issue 至少有一条评论的比例
- 3/3
近 12 周每周提交数
最早的一周在左边,最近 4 周为橙色。数据来源:GitHub 提交统计。
状态规则:GitHub 上已归档 = 已归档;最近提交在 90 天内 = 活跃;91 到 365 天 = 放缓;更久 = 停滞。所有数字来自所示日期的 GitHub API。
讨论最多的未关闭 issue
- #160 Notebook idea: from while loop to harness (tools, context, permissions and an eval loop)2 条评论 · 2026-09-16
- #165 Tutorial proposal: Multi-Agent Architectures with Swarms (PR #164 open)1 条评论 · 2026-09-21
- #156 GETTING ERROR Unable to render code block1 条评论 · 2026-09-06
issue 标题引自 GitHub。请打开链接确认该问题是否仍适用于你使用的版本。
04
适合谁
适合选它的情况
- 希望用小型可执行示例学习一种智能体控制流。
- 能够固定依赖,并区分确定性检查和模型表现。
建议换别的情况
- 需要统一生产框架或真实任务实测基准。
- 需要可立即商业复用的宽松许可示例代码。
06
兼容性
Python
本次使用 3.12.13,依赖因 notebook 而异
已通过文档验证
Jupyter Notebook
教程采用此格式,本次直接执行代码单元
已通过文档验证
07
使用场景
↳通过示例学习智能体设计模式
↳为特定类型的智能体找起步实现
08
同类工具
评论
登录后发表评论
暂无评论,来发表第一条吧