agent-from-scratch

Learn how to build an Agent from scratch in Python, starting with a minimal rule-based version and gradually evolving toward an LLM-based agent.

这是一个面向初学者的学习型项目仓库。它不是一上来就把你丢进复杂框架，而是先带你看懂最小 Agent loop，再一步步理解 tool calling、workflow、LLM-based agent 这些真正关键的概念。

Who This Is For

这个仓库特别适合：

• 想从零开始理解 Agent
• 会一点点终端操作，但还不熟悉 Python
• 不想一开始就被框架和 API 细节淹没
• 想先看懂结构，再逐步升级成更真实的 AI Agent

What You Will Build

你会先完成一个最小可运行的命令行 Agent。

第一版项目包含 3 个工具：

• get_time
• save_note
• read_notes

它展示的是一个最小但完整的 Agent loop：

input -> decide -> act -> observe -> reply

然后你会继续学习：

• rule-based agent 和 LLM-based agent 的区别
• 为什么 tool calling 是现代 AI Agent 的核心能力之一
• 如何从规则驱动版本自然升级到模型驱动版本

Learning Path

建议按这个顺序学习：

1. 00-setup
2. 01-what-is-agent
3. 02-python-for-agent
4. 03-agent-core
5. 04-exercises
6. 05-my-first-agent
7. 05.5-from-rules-to-llm-agent
8. 06-glossary
9. 07-next-steps

Project Structure

agent-from-scratch/
├─ 00-setup/
├─ 01-what-is-agent/
├─ 02-python-for-agent/
├─ 03-agent-core/
├─ 04-exercises/
├─ 05-my-first-agent/
├─ 05.5-from-rules-to-llm-agent/
├─ 06-glossary/
├─ 07-next-steps/
├─ recommended-reading.md
└─ README.md

Quick Start

如果你只是想先跑起来，按下面这几步来：

1. 创建环境

conda create -n myagent python=3.11 -y
conda activate myagent

2. 打开项目

用 VS Code 打开当前仓库，然后安装：

• Python by Microsoft
• Pylance by Microsoft

3. 跑第一个文件

cd .\00-setup
python hello.py

4. 跑最小 Agent

cd ..\05-my-first-agent\my-first-agent
python app.py

你可以试试这些输入：

• time
• save 今天开始学习 Agent
• read notes

Recommended Reading

根目录有一份 recommended-reading.md。

它按学习阶段整理了官方文档和补充视频，适合边学边看，而不是一口气全读完。

Current Scope

当前仓库里的主项目还是教学版：

• 它已经是一个最小 Agent 结构演示
• 但决策层目前还是规则驱动
• 还没有把工具选择交给 LLM

这不是缺点，而是刻意设计的学习路径。

先把结构看懂，再接 LLM，你会更稳。

Extra Reading

如果你学到 05.5 或 06 时，想看一篇更连续、更完整的讲解，可以继续读：

• 从 Tool Calling 到 LLM Agent

Next Step

如果你是第一次打开这个仓库，直接从 00-setup 开始。