建议去 GitHub 学这 6 个项目，打破 Agent 的信息差

津云 2026-03-14 阅读: 5

文章针对新手学习 AI Agent 的痛点，推荐了 6 个优质 GitHub 项目，涵盖底层范式解析、海量案例复现及企业级实战，并规划了一条从原理到落地的具体学习路线。

AI Agent LLM LangChain RAG AutoGen
要点:
  • 推荐 Hello-Agents 项目从原生 API 吃透底层范式
  • 利用 500+ 案例库快速了解行业落地应用场景
  • 提供多流派实战教程，覆盖 Notebook 到企业级开发
  • 建议学习路径：先懂范式，再复现案例，后做项目

第5篇：工程化——RAG与Agent的深度融合

卿羽飞 2026-03-03 阅读: 6

本文探讨了RAG与Agent的深度融合，分析了Agent需要RAG来解决长期记忆、领域知识和情景记忆等需求，介绍了Agentic RAG的主动检索机制，并提出了生产级Agent记忆系统的三层架构设计。

LLM LangChain RAG 向量数据库 Agent
要点:
  • Agent面临三类记忆需求
  • Agentic RAG实现主动迭代检索
  • 记忆系统分为三层架构
  • 实战代码展示记忆系统构建

AI Agent 从0到精通（五）：记忆机制与RAG集成，让AI拥有记忆

中国网湖北 2026-03-03 阅读: 6

本文是AI Agent系列教程的第五篇，重点讲解AI Agent的记忆机制及其重要性。文章介绍了记忆的分类（短期记忆和长期记忆），并通过代码示例展示了短期记忆的实现方法，包括基础对话历史和LangChain内置记忆组件的使用。

AI Agent LangChain RAG 向量数据库 记忆机制
要点:
  • AI Agent需要记忆以支持多轮对话
  • 记忆分为短期记忆和长期记忆
  • 短期记忆存储对话历史和上下文
  • 长期记忆使用向量数据库和知识库
  • 提供了LangChain记忆组件的代码示例

AI Agent 从0到精通（八）：生产部署与性能优化，让你的Agent飞

中国网湖北 2026-03-03 阅读: 6

本文是AI Agent系列教程的第八篇，重点讲解如何将AI Agent从开发环境部署到生产环境。文章详细介绍了生产部署的关键考量因素，并提供了Docker容器化部署和FastAPI构建服务的具体实现方案。

AI Agent LangChain Docker FastAPI 生产部署
要点:
  • 生产部署六大考量因素
  • Docker容器化部署方案
  • FastAPI构建Agent服务
  • 性能优化与监控配置
  • 多服务Docker Compose编排

AI Agent 从0到精通（一）：什么是AI Agent？一文带你搞懂核心概念

新民晚报 2026-03-03 阅读: 11

本文是AI Agent系列教程的第一篇，系统介绍了AI Agent的核心概念、与传统LLM的区别、四大核心组件（记忆、工具、规划、行动）、工作原理、主流框架对比以及典型应用场景。文章旨在为零基础开发者提供全面的入门指导。

AI Agent LLM LangChain ReAct框架 RAG
要点:
  • AI Agent能自主感知、决策与执行
  • 与传统LLM相比，AI Agent具备主动规划能力
  • 核心组件包括记忆、工具、规划与行动
  • 主流框架有LangChain、AutoGen等
  • 应用场景涵盖个人助手、数据分析等