想要系统性的学习ai agent开发
- 内容介绍
- 文章标签
- 相关推荐
想要系统性的自学ai agent开发，请大佬推荐一些学习资料。
不胜感激！！！
--【壹】--： Lyon Nee:
自学 ai agent 开发
意思是想使用agent进行开发
还是开发agent?
--【贰】--：
不能指望新手上来就往底层学嘛，跟着现有的框架走一遍熟悉后就可以自己琢磨往底层走了
--【叁】--：
谢谢佬的推荐，最近也在关注这个社区
--【肆】--：
想学开发agent
--【伍】--：
你想哪去了，问你语言主要是希望能给你推荐个直接能上手的框架
你看下 Golang 的 Eino
我比较崇尚实操>阅读，更加推荐你直接用Agent开发框架看着官方文档先上手写写
--【陆】--：
插个眼，很多干货
--【柒】--：
不管怎样一定要看看这篇博文，写得非常棒！！！
--【捌】--：
https://m.datawhale.cn/home 推荐这个datawhale社区，很多高质量的课程，不仅仅agents
--【玖】--：
目前工作主要是golang开发，这个比较熟悉。
但是其他的也能学这些嘛
--【拾】--：
插眼，我也想学
--【拾壹】--：
那我自我推荐一份文章
[实践|教程|长文] 了解 AI 及其工具运行逻辑来提效 —— 从实践角度的出发（快进来学） 开发调优本篇文章完全原创，所以也有一些地方没有写好，同步发表在 凌中的锋雨 我的博客，写的不容易QAQ。 如果格式不是很好看的话，可以到我的博客里面看，有些地方有彩色字体的。 说小话 本文主要讲的是基于 ClaudeCode CLI 的内容（以免你看太多了还不知道说的是啥），使用其他开发的也可以参考一下（例如 AI Code Editor 的【Cursor、Trae 等】 请注意，本文有意识地做…
--【拾贰】--：
给佬友推荐一个我在牛客上收藏的学习路线
AI 应用开发学习全景路线图_牛客网
想写这个很久了，因为自己在开源和实习中也接触过一些 ai 的工程化内容，对这一块也有一些自己的思考，这个路线图说是 AI 应用开发全景路线图，其实我是想写从 maas 平台到 AI infra 的整个模型工程化的全链路的知识，但是笔力有限，第一版应该先聚焦于平台和应用开发。学识尚浅，也欢迎各位牛友一_牛客网_牛客在手,offer不愁
推荐佬友先去看这个路线里说的那个hello-agent项目入门
GitHub - datawhalechina/hello-agents: 📚 《从零开始构建智能体》——从零开始的智能体原理与实践教程
📚 《从零开始构建智能体》——从零开始的智能体原理与实践教程
最近我在学RAG就在学GitHub上一个开源的项目，也可以建议佬友后面学到了RAG时候学下
GitHub - infiniflow/ragflow: RAGFlow is a leading open-source...
RAGFlow is a leading open-source Retrieval-Augmented Generation (RAG) engine that fuses cutting-edge RAG with Agent capabilities to create a superior context layer for LLMs
最后还有一个飞书的文档，上面也有一些杂七杂八的AI知识，感兴趣的话佬友可以看看
https://waytoagi.feishu.cn/wiki/QPe5w5g7UisbEkkow8XcDmOpn8e
如果你喜欢老师教你的这种形式来入门的话建议你先看看黑马的Agent开发课程，这个课程讲的不深建议你1.5倍速看完就行了，有个大致的概念然后再去学
黑马程序员大模型RAG与Agent智能体项目实战教程，基于主流的LangChain技术从大模型提示词到实战项目_哔哩哔哩_bilibili
黑马程序员大模型RAG与Agent智能体项目实战教程，基于主流的LangChain技术从大模型提示词到实战项目共计67条视频，包括：课程导学、前置准备-01、通义千问大模型的接入、前置准备-02、代码调用云端的大模型等，UP主更多精彩视频，请关注UP账号。
大家可以去看看多智能体框架，多智能体已经成了一种趋势了，尤其是字节开源的这个deer-flow我觉得还是很强的
GitHub - bytedance/deer-flow: An open-source long-horizon SuperAgent harness...
An open-source long-horizon SuperAgent harness that researches, codes, and creates. With the help of sandboxes, memories, tools, skill, subagents and message gateway, it handles different levels of tasks that could take minutes to hours.
--【拾叁】--：
用这个b Eino不如自己调官方SDK
--【拾肆】--：
先问下 你主要使用什么语言开发？
--【拾伍】--：
我觉得AI时代应该 换个学习方法，不要去执着“系统性”的完整课程，而是根据你的需求，去学习对应的实践操作，比如你想用AI AGENT做什么，你就去搜怎么做你想做的这件事，或者问AI怎么去做这件事。然后再去学习对应的实际上立刻就能用到的知识，你现在去搞什么“系统性”学习没什么意义，可能过上一年半载这个流程就完全被更新掉了。之前别人学AI生图工作流，付出了巨量的学习时间，结果ChatGPT生图一出来直接被打爆，虽然你的经验还是有用的，但是学习成本相比别人也多了不少无效的学习时间，而且那些系统性的学习课程一定是有大量的你暂时用不到的知识，你用不到就不会熟悉，学了两个月还用不到差不多就都忘记了，不如就只学自己需要的，不断优化自己的需要的知识。出了新工具立刻按照新工具替换自己的工作流，这样你学到什么就能立刻用到，多用才能把这些东西变成自己的。
--【拾陆】--：
在网上找的资料视频零零散散，无从下手。
这才想到在论坛问问各位大佬
--【拾柒】--：
插眼agent学习
--【拾捌】--：
太强大了，谢谢佬的分享
--【拾玖】--：
系统性的学习Agent开发，目前没有资料，或者说，在Agent当下快速迭代的模式，没有任何所谓的系统性资料值得你持续花时间在这上面，这不是什么所谓三个月速成SpringBoot、一个月学会大数据。
我建议你先通读一遍当前Anthropic的文章：
Engineering
Anthropic is an AI safety and research company that's working to build reliable, interpretable, and steerable AI systems.
然后学习一下常见的Agent框架，
Python 有 Langchain, Pydantic AI
Java 有 Spring AI, Solon AI
Nodejs有 AI-SDK、Mastra
任何一个语言都可以，目前是了解现在的AI框架在做什么、怎么做，在不同的语言下，其实都是一样的，包括知识召回、Agent的构建、消息通信协议如AGUI、AISDK、会话管理、如何调优、沙盒机制等概念。
PS，楼上那位分享牛客那个就挺全的，你只需要从应用层看起，但是你得熟悉下Maas和相关的技术。
想要系统性的自学ai agent开发，请大佬推荐一些学习资料。
不胜感激！！！
--【壹】--： Lyon Nee:
自学 ai agent 开发
意思是想使用agent进行开发
还是开发agent?
--【贰】--：
不能指望新手上来就往底层学嘛，跟着现有的框架走一遍熟悉后就可以自己琢磨往底层走了
--【叁】--：
谢谢佬的推荐，最近也在关注这个社区
--【肆】--：
想学开发agent
--【伍】--：
你想哪去了，问你语言主要是希望能给你推荐个直接能上手的框架
你看下 Golang 的 Eino
我比较崇尚实操>阅读，更加推荐你直接用Agent开发框架看着官方文档先上手写写
--【陆】--：
插个眼，很多干货
--【柒】--：
不管怎样一定要看看这篇博文，写得非常棒！！！
--【捌】--：
https://m.datawhale.cn/home 推荐这个datawhale社区，很多高质量的课程，不仅仅agents
--【玖】--：
目前工作主要是golang开发，这个比较熟悉。
但是其他的也能学这些嘛
--【拾】--：
插眼，我也想学
--【拾壹】--：
那我自我推荐一份文章
[实践|教程|长文] 了解 AI 及其工具运行逻辑来提效 —— 从实践角度的出发（快进来学） 开发调优本篇文章完全原创，所以也有一些地方没有写好，同步发表在 凌中的锋雨 我的博客，写的不容易QAQ。 如果格式不是很好看的话，可以到我的博客里面看，有些地方有彩色字体的。 说小话 本文主要讲的是基于 ClaudeCode CLI 的内容（以免你看太多了还不知道说的是啥），使用其他开发的也可以参考一下（例如 AI Code Editor 的【Cursor、Trae 等】 请注意，本文有意识地做…
--【拾贰】--：
给佬友推荐一个我在牛客上收藏的学习路线
AI 应用开发学习全景路线图_牛客网
想写这个很久了，因为自己在开源和实习中也接触过一些 ai 的工程化内容，对这一块也有一些自己的思考，这个路线图说是 AI 应用开发全景路线图，其实我是想写从 maas 平台到 AI infra 的整个模型工程化的全链路的知识，但是笔力有限，第一版应该先聚焦于平台和应用开发。学识尚浅，也欢迎各位牛友一_牛客网_牛客在手,offer不愁
推荐佬友先去看这个路线里说的那个hello-agent项目入门
GitHub - datawhalechina/hello-agents: 📚 《从零开始构建智能体》——从零开始的智能体原理与实践教程
📚 《从零开始构建智能体》——从零开始的智能体原理与实践教程
最近我在学RAG就在学GitHub上一个开源的项目，也可以建议佬友后面学到了RAG时候学下
GitHub - infiniflow/ragflow: RAGFlow is a leading open-source...
RAGFlow is a leading open-source Retrieval-Augmented Generation (RAG) engine that fuses cutting-edge RAG with Agent capabilities to create a superior context layer for LLMs
最后还有一个飞书的文档，上面也有一些杂七杂八的AI知识，感兴趣的话佬友可以看看
https://waytoagi.feishu.cn/wiki/QPe5w5g7UisbEkkow8XcDmOpn8e
如果你喜欢老师教你的这种形式来入门的话建议你先看看黑马的Agent开发课程，这个课程讲的不深建议你1.5倍速看完就行了，有个大致的概念然后再去学
黑马程序员大模型RAG与Agent智能体项目实战教程，基于主流的LangChain技术从大模型提示词到实战项目_哔哩哔哩_bilibili
黑马程序员大模型RAG与Agent智能体项目实战教程，基于主流的LangChain技术从大模型提示词到实战项目共计67条视频，包括：课程导学、前置准备-01、通义千问大模型的接入、前置准备-02、代码调用云端的大模型等，UP主更多精彩视频，请关注UP账号。
大家可以去看看多智能体框架，多智能体已经成了一种趋势了，尤其是字节开源的这个deer-flow我觉得还是很强的
GitHub - bytedance/deer-flow: An open-source long-horizon SuperAgent harness...
An open-source long-horizon SuperAgent harness that researches, codes, and creates. With the help of sandboxes, memories, tools, skill, subagents and message gateway, it handles different levels of tasks that could take minutes to hours.
--【拾叁】--：
用这个b Eino不如自己调官方SDK
--【拾肆】--：
先问下 你主要使用什么语言开发？
--【拾伍】--：
我觉得AI时代应该 换个学习方法，不要去执着“系统性”的完整课程，而是根据你的需求，去学习对应的实践操作，比如你想用AI AGENT做什么，你就去搜怎么做你想做的这件事，或者问AI怎么去做这件事。然后再去学习对应的实际上立刻就能用到的知识，你现在去搞什么“系统性”学习没什么意义，可能过上一年半载这个流程就完全被更新掉了。之前别人学AI生图工作流，付出了巨量的学习时间，结果ChatGPT生图一出来直接被打爆，虽然你的经验还是有用的，但是学习成本相比别人也多了不少无效的学习时间，而且那些系统性的学习课程一定是有大量的你暂时用不到的知识，你用不到就不会熟悉，学了两个月还用不到差不多就都忘记了，不如就只学自己需要的，不断优化自己的需要的知识。出了新工具立刻按照新工具替换自己的工作流，这样你学到什么就能立刻用到，多用才能把这些东西变成自己的。
--【拾陆】--：
在网上找的资料视频零零散散，无从下手。
这才想到在论坛问问各位大佬
--【拾柒】--：
插眼agent学习
--【拾捌】--：
太强大了，谢谢佬的分享
--【拾玖】--：
系统性的学习Agent开发，目前没有资料，或者说，在Agent当下快速迭代的模式，没有任何所谓的系统性资料值得你持续花时间在这上面，这不是什么所谓三个月速成SpringBoot、一个月学会大数据。
我建议你先通读一遍当前Anthropic的文章：
Engineering
Anthropic is an AI safety and research company that's working to build reliable, interpretable, and steerable AI systems.
然后学习一下常见的Agent框架，
Python 有 Langchain, Pydantic AI
Java 有 Spring AI, Solon AI
Nodejs有 AI-SDK、Mastra
任何一个语言都可以，目前是了解现在的AI框架在做什么、怎么做，在不同的语言下，其实都是一样的，包括知识召回、Agent的构建、消息通信协议如AGUI、AISDK、会话管理、如何调优、沙盒机制等概念。
PS，楼上那位分享牛客那个就挺全的，你只需要从应用层看起，但是你得熟悉下Maas和相关的技术。