ai-agents-from-scratch
活跃·★ 4.9k·MIT·更新于 2026-07-24
AI Agents From Scratch 是一个以代码为主的学习系列,教你不依赖框架、使用本地 LLM 和 node-llama-cpp,在本地从零构建 AI 智能体。它声明的目标是在使用生产级框架之前,先搞懂底层发生了什么:LLM 在基本层面如何工作、智能体到底是什么(LLM 加工具加模式)、不同的智能体架构如何运作,以及框架为什么会做出那样的设计选择。README 链接了 agentsfromscratch.com 上的长文互动版,适合喜欢图解和概念讲解的人。
第一阶段通过编号的示例,带你从 LLM 一路走到 ReAct 智能体,每个示例都有可运行的代码、代码讲解和概念页:基础 LLM 交互入门、可选的 OpenAI 示例(温度和 token 用量)、用系统提示词做翻译,以及一直到 ReAct 智能体的后续步骤。需要 Node.js 18+、至少 8 GB 内存(推荐 16 GB),并把下载的模型文件放进 ./models/,然后 `npm install` 并用 node 运行示例。下一阶段被描述为用纯 JavaScript 和本地模型重新实现 LangChain 和 LangGraph 的核心思想,相关项目涵盖 AI 产品开发和 Python 版本。GitHub 上没有显示许可证。
#AI智能体#Node.js#JavaScript#本地大语言模型#从零构建框架
01
功能特性
01使用本地大语言模型从零开始构建AI智能体。
02理解LLM基本概念和推理流程。
03实现工具使用、内存管理及推理模式(如ReAct、AoT)。
04学习优化智能体性能(批量处理、流式响应)。
05重现LangChain和LangGraph框架的核心抽象。
02
为什么选择它
+用本地模型从第一性原理讲授智能体,让你看清框架替你做了什么。
+编号的示例都附有可运行的代码、代码讲解和概念页。
+借助 node-llama-cpp 完全在本地运行,通过 OpenAI 使用托管模型是可选的。
+从基础的 LLM 调用到 ReAct 智能体的路径清晰,并有面向产品和 Python 的配套项目。
03
权衡点
!需要自己下载模型文件,并且至少有 8 GB 内存(推荐 16 GB),小型本地模型的效果比托管模型弱。
!它是学习仓库,不是框架,不能直接放进生产项目。
!GitHub 上没有显示许可证,长篇讲解还要去外部网站看。
04
维护状况检查
放缓检查日期: 2026-10-27
- 最近提交
- 2026-07-24
- 近 90 天提交数
- 0
- 近 90 天发布数
- 0
- 最新发布
- —
- 未关闭 issue
- 12
- 近期 issue 至少有一条评论的比例
- 10/22
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
- #17 Invalid path of the model after download3 条评论 · 2025-11-01
- #4 New Example: Add validation for structured outputs from LLM3 条评论 · 2025-10-24
- #5 New Example: Enable tool composition and chaining of function results2 条评论 · 2025-10-24
- #28 pguso/ai-agents-from-scratch was independently reviewed on Hlido — scored 80/100, right of reply open0 条评论 · 2026-10-12
- #26 09 ReAct agent ignores prompt -- does all logic at once0 条评论 · 2026-08-20
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。
05
兼容性
node-llama-cpp
原生支持
已通过文档验证
OpenAI API
支持
已通过文档验证
06
快速开始
1
$ npm install
07
使用场景
↳作为AI智能体开发基础的教育资源。
↳深入理解现有AI智能体框架(如LangChain)的工作原理。
↳从第一性原理开发定制化AI智能体解决方案。
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