跳到主要内容

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-GPTrepo✅记忆 ✅规划 ✅工具 ✅循环执行单 Agent 全流程设计
BabyAGIrepo✅任务拆解 ✅任务队列任务规划模型
AgentGPTrepo✅目标驱动 ✅任务生成UI + Agent Loop
MetaGPTrepo✅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
SuperAGIrepo工程化 Agent 系统
CAMEL-AIrepoAgent 协作机制
ChatDevrepo多角色开发
GPT-EngineerrepoAgent 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。