Agent 开源项目笔记
原 旧稿(后半开源项目列表与学习路径部分)的重新整理版本,提炼为项目分级、推荐深挖组合、读代码重点、底层设计模式、学习路径。旧稿目录已清理,当前以本文为准。
一、三梯队项目
第一梯队(必须精读)
| 项目 | GitHub | 能力覆盖 | 适合学习什么 |
|---|---|---|---|
| Auto-GPT | repo | ✅记忆 ✅规划 ✅工具 ✅循环执行 | 单 Agent 全流程设计 |
| BabyAGI | repo | ✅任务拆解 ✅任务队列 | 任务规划模型 |
| AgentGPT | repo | ✅目标驱动 ✅任务生成 | UI + Agent Loop |
| MetaGPT | repo | ✅多Agent ✅SOP ✅复杂规划 | 多角色协作 |
第二梯队(进阶理解)
| 项目 | GitHub | 适合学习 |
|---|---|---|
| SuperAGI | repo | 工程化 Agent 系统 |
| CAMEL-AI | repo | Agent 协作机制 |
| ChatDev | repo | 多角色开发 |
| GPT-Engineer | repo | Agent 如何落地产出 |
第三梯队(资源合集)
| 项目 | 作用 |
|---|---|
| Awesome AI Agents | 收录大量 Agent 项目 |
| 500+ AI Agent 项目合集 | 各行业 Agent 实例 |
这些是"找灵感"的,不是重点学习对象。
二、推荐深挖的 3 个项目组合
1. Auto-GPT(核心骨架)
学什么:
- Agent Loop(最重要)
- Memory(短期 + 长期)
- Tool 调用
- Self-reflection(自我反馈)
核心思想:
Goal → 拆任务 → 执行 → 观察 → 写入 memory → 再循环
2. BabyAGI(任务规划精髓)
学什么:
- Task Queue(任务队列)
- Task Prioritization(任务排序)
- Task Creation(自动生成子任务)
解决的核心问题:一个目标,如何拆成可执行任务?
3. MetaGPT(复杂系统思维)
学什么:
- 多角色(PM / Architect / Engineer)
- SOP(标准流程)
- 多 Agent 协作
核心思想:复杂 Agent = 不是一个脑子,而是一个团队。
三、读代码重点
Auto-GPT
agent.py/ 循环逻辑- Memory 设计(vector store)
- Tool Registry(工具注册)
- Prompt 构造
核心逻辑其实就一句:
while not done:
think
act
observe
BabyAGI
- Task List(任务列表)
- Task Creation Agent
- Task Execution Agent
- Task Prioritization Agent
核心结构:
任务池(queue)
↓
取一个任务
↓
执行
↓
生成新任务
↓
重新排序
MetaGPT
- Role 定义(PM / Architect)
- Message 传递
- Workflow(SOP)
本质是:
需求 → PM → 架构 → 任务 → 工程师 → 输出
四、四个底层设计模式
要学的不是代码,而是这些项目共同的结构。
1. Agent Loop(核心)
while True:
思考(LLM)
决策(下一步)
调工具
观察结果
写入 memory
所有 Agent 本质都是这个循环。
2. Memory 模型(三层)
- 短期 memory:当前任务上下文
- 长期 memory:向量库
- 状态 memory:任务进度
3. Planning 模型(两种主流)
- 任务队列(BabyAGI 风格):适合复杂目标
- 一步步规划(AutoGPT 风格):适合执行型 Agent
4. Tool 使用模式
核心不是"调用",而是:
LLM 决定是否调用工具
↓
工具执行
↓
结果反馈给 LLM
五、最实用的学习路径(4 步)
第一步:理解 Agent 是什么
看 Auto-GPT。目标:
- 理解 Agent Loop
- 理解 Memory
- 理解 Tool
第二步:理解规划
看 BabyAGI。目标:
- 学会"任务拆解"
- 学会"任务队列"
第三步:理解复杂系统
看 MetaGPT。目标:
- 多 Agent
- SOP
- 复杂流程
第四步:自己写一个简化版
写一个 Mini Agent:
输入目标
↓
自动拆任务
↓
调用工具(比如 search / code)
↓
有 memory
↓
能循环执行
六、关键结论
这些优秀 Agent,本质上都在做同一件事:
Goal → Plan → Act → Observe → Memory → Loop
学习路径上先看成品架构,再抽象能力,比直接学框架更高效。