[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-ed-donner--agents":3,"tool-ed-donner--agents":62},[4,18,28,37,45,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":24,"last_commit_at":25,"category_tags":26,"status":17},9989,"n8n","n8n-io\u002Fn8n","n8n 是一款面向技术团队的公平代码（fair-code）工作流自动化平台，旨在让用户在享受低代码快速构建便利的同时，保留编写自定义代码的灵活性。它主要解决了传统自动化工具要么过于封闭难以扩展、要么完全依赖手写代码效率低下的痛点，帮助用户轻松连接 400 多种应用与服务，实现复杂业务流程的自动化。\n\nn8n 特别适合开发者、工程师以及具备一定技术背景的业务人员使用。其核心亮点在于“按需编码”：既可以通过直观的可视化界面拖拽节点搭建流程，也能随时插入 JavaScript 或 Python 代码、调用 npm 包来处理复杂逻辑。此外，n8n 原生集成了基于 LangChain 的 AI 能力，支持用户利用自有数据和模型构建智能体工作流。在部署方面，n8n 提供极高的自由度，支持完全自托管以保障数据隐私和控制权，也提供云端服务选项。凭借活跃的社区生态和数百个现成模板，n8n 让构建强大且可控的自动化系统变得简单高效。",184740,2,"2026-04-19T23:22:26",[16,14,13,15,27],"插件",{"id":29,"name":30,"github_repo":31,"description_zh":32,"stars":33,"difficulty_score":10,"last_commit_at":34,"category_tags":35,"status":17},10095,"AutoGPT","Significant-Gravitas\u002FAutoGPT","AutoGPT 是一个旨在让每个人都能轻松使用和构建 AI 的强大平台，核心功能是帮助用户创建、部署和管理能够自动执行复杂任务的连续型 AI 智能体。它解决了传统 AI 应用中需要频繁人工干预、难以自动化长流程工作的痛点，让用户只需设定目标，AI 即可自主规划步骤、调用工具并持续运行直至完成任务。\n\n无论是开发者、研究人员，还是希望提升工作效率的普通用户，都能从 AutoGPT 中受益。开发者可利用其低代码界面快速定制专属智能体；研究人员能基于开源架构探索多智能体协作机制；而非技术背景用户也可直接选用预置的智能体模板，立即投入实际工作场景。\n\nAutoGPT 的技术亮点在于其模块化“积木式”工作流设计——用户通过连接功能块即可构建复杂逻辑，每个块负责单一动作，灵活且易于调试。同时，平台支持本地自托管与云端部署两种模式，兼顾数据隐私与使用便捷性。配合完善的文档和一键安装脚本，即使是初次接触的用户也能在几分钟内启动自己的第一个 AI 智能体。AutoGPT 正致力于降低 AI 应用门槛，让人人都能成为 AI 的创造者与受益者。",183572,"2026-04-20T04:47:55",[13,36,27,14,15],"语言模型",{"id":38,"name":39,"github_repo":40,"description_zh":41,"stars":42,"difficulty_score":10,"last_commit_at":43,"category_tags":44,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":46,"name":47,"github_repo":48,"description_zh":49,"stars":50,"difficulty_score":24,"last_commit_at":51,"category_tags":52,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",161692,"2026-04-20T11:33:57",[14,13,36],{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":59,"last_commit_at":60,"category_tags":61,"status":17},8272,"opencode","anomalyco\u002Fopencode","OpenCode 是一款开源的 AI 编程助手（Coding Agent），旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件，而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码，还是排查难以定位的 Bug，OpenCode 都能通过自然语言交互高效完成，显著减少开发者在重复性劳动和上下文切换上的时间消耗。\n\n这款工具专为软件开发者、工程师及技术研究人员设计，特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构，这意味着用户可以审查代码逻辑、自定义行为策略，甚至私有化部署以保障数据安全，彻底打破了传统闭源 AI 助手的“黑盒”限制。\n\n在技术体验上，OpenCode 提供了灵活的终端界面（Terminal UI）和正在测试中的桌面应用程序，支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具，安装便捷，并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客，还是渴望提升产出的独立开发者，OpenCode 都提供了一个透明、可信",144296,1,"2026-04-16T14:50:03",[13,27],{"id":63,"github_repo":64,"name":65,"description_en":66,"description_zh":67,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":76,"owner_company":77,"owner_location":78,"owner_email":79,"owner_twitter":79,"owner_website":80,"owner_url":81,"languages":82,"stars":118,"forks":119,"last_commit_at":120,"license":121,"difficulty_score":122,"env_os":123,"env_gpu":124,"env_ram":124,"env_deps":125,"category_tags":134,"github_topics":79,"view_count":24,"oss_zip_url":79,"oss_zip_packed_at":79,"status":17,"created_at":135,"updated_at":136,"faqs":137,"releases":167},10214,"ed-donner\u002Fagents","agents","Repo for the Complete Agentic AI Engineering Course","agents 是一个专为\"AI 智能体工程”打造的开源学习仓库，旨在帮助开发者在六周内系统掌握构建和部署自主 AI 智能体的核心技能。它解决了当前 AI 领域从理论概念到实际落地之间的鸿沟，通过结构化的课程路径，让用户能够亲手编写代码并运行真正的自动化智能体。\n\n这套资源特别适合具有一定编程基础的软件工程师、AI 开发者以及希望深入理解智能体架构的技术研究人员。与普通教程不同，agents 不仅提供理论知识，更强调实战演练，涵盖了 OpenAI Agents SDK、CrewAI、LangGraph、AutoGen 以及 MCP 等主流前沿框架的综合应用。课程设计了跨平台（Windows\u002FMac\u002FLinux）的详细环境配置指南，并针对常见安装痛点提供了具体解决方案，确保学习过程顺畅。此外，项目还包含了丰富的故障排查笔记、实用指南以及配套视频资源，帮助用户低成本地调用大模型 API 进行实验。无论你是想从零开始构建多智能体协作系统，还是希望提升现有工程的自动化水平，agents 都能为你提供一条清晰、高效且社区支持完善的学习路径。","## Master AI Agentic Engineering -  build autonomous AI Agents\n\n### 6 week journey to code and deploy AI Agents with OpenAI Agents SDK, CrewAI, LangGraph, AutoGen and MCP\n\n![Autonomous Agent](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fed-donner_agents_readme_5809d86abbb1.png)\n\n_If you're looking at this in Cursor, please right click on the filename in the Explorer on the left, and select \"Open preview\", to view the formatted version._\n\nI couldn't be more excited to welcome you! This is the start of your 6 week adventure into the powerful, astonishing and often surreal world of Agentic AI.\n\n### Before you begin\n\nI'm here to help you be most successful! Please do reach out if I can help, either in the platform or by emailing me direct (ed@edwarddonner.com). It's always great to connect with people on LinkedIn to build up the community - you'll find me here:  \nhttps:\u002F\u002Fwww.linkedin.com\u002Fin\u002Feddonner\u002F  \nAnd this is new to me, but I'm also trying out X\u002FTwitter at [@edwarddonner](https:\u002F\u002Fx.com\u002Fedwarddonner) - if you're on X, please show me how it's done 😂  \n\n### The not-so-dreaded setup instructions\n\nPerhaps famous last words: but I really, truly hope that I've put together an environment that will be not too horrific to set up!\n\n- Windows people, your instructions are [here](setup\u002FSETUP-PC.md)\n- Mac people, yours are [here](setup\u002FSETUP-mac.md)\n- Linux people, yours are [here](setup\u002FSETUP-linux.md)\n\nAny problems, please do contact me.\n\n### Important notes for CrewAI week (Week 3)\n\nWindows PC users: you will need to have checked the \"gotcha #4\" at the top of the [SETUP-PC](setup\u002FSETUP-PC.md) instructions -- installing Microsoft Build Tools.  \nIf you don't do this, then CrewAI will fail with an obscure error involving Chroma..\n\n\nThen, you will need to run this command in a Cursor Terminal in the project root directory in order to run the Crew commands:  \n`uv tool install crewai==0.130.0 --python 3.12`   \nAnd in case you've used Crew before, it might be worth doing this to make sure you have the latest:  \n`uv tool upgrade crewai==0.130.0 --python 3.12`  \n\nThis command pins Crew to the same version that I use on the course. If you have any problems with Crew, you could try using the latest version instead, by running this command:  \n`uv tool upgrade crewai --python 3.12`  \n\nAt any point, you can see which version of Crew you have installed with this:  \n`uv tool list`\n\nSidenote: a \"tool\" with uv is a utility that is installed globally by uv. After installing this tool, you can use \"crewai\" as a command, and it runs the code associated with this tool.\n\nThen please keep in mind for Crew:\n\n1. There are two ways that you can work on the CrewAI project in week 3. Either review the code for each project while I build it, and then do `crewai run` to see it in action. Or if you prefer to be more hands-on, then create your own Crew project from scratch to mirror mine; for example, create `my_debate` to go alongside `debate`, and write the code alongside me. Either approach works!  \n2. Windows users: there's a new issue that was recently introduced by one of Crew's libraries. Until this is fixed, you might get a \"unicode\" error when you try to run `crewai create crew`.  If that happens, please try running this command in the Terminal first: `$env:PYTHONUTF8 = \"1\"`  \n3. Gemini users: in addition to a key in your `.env` file for `GOOGLE_API_KEY`, you will need an identical key for `GEMINI_API_KEY`\n\n### Super useful resources\n\n- The course [resources](https:\u002F\u002Fedwarddonner.com\u002F2025\u002F04\u002F21\u002Fthe-complete-agentic-ai-engineering-course\u002F) with videos\n- Many essential guides in the [guides](guides\u002F01_intro.ipynb) section\n- The [troubleshooting](setup\u002Ftroubleshooting.ipynb) notebook  \n- My overall [FAQ](https:\u002F\u002Fedwarddonner.com\u002Ffaq) page with common issues and questions\n\n### API costs - please read me!\n\nThis course does involve making calls to OpenAI and other frontier models, requiring an API key and a small spend, which we set up in the SETUP instructions. If you'd prefer not to spend on API calls, there are cheaper alternatives like DeepSeek and free alternatives like using Ollama!\n\nDetails are [here](guides\u002F09_ai_apis_and_ollama.ipynb).\n\nBe sure to monitor your API costs to ensure you are totally happy with any spend. For OpenAI, the dashboard is [here](https:\u002F\u002Fplatform.openai.com\u002Fusage).\n\n### ABOVE ALL ELSE -\n\nBe sure to have fun with the course! You could not have picked a better time to be learning about Agentic AI. I hope you enjoy every single minute! And if you get stuck at any point - [contact me](https:\u002F\u002Fwww.linkedin.com\u002Fin\u002Feddonner\u002F).","## 掌握智能体工程——构建自主智能体\n\n### 为期6周的旅程：使用OpenAI Agents SDK、CrewAI、LangGraph、AutoGen和MCP编码并部署智能体\n\n![自主智能体](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fed-donner_agents_readme_5809d86abbb1.png)\n\n_如果您正在Cursor中查看本文档，请在左侧资源管理器中右键单击文件名，然后选择“打开预览”，以查看格式化后的版本。_\n\n我无比激动地欢迎您的加入！这将是您开启为期6周的冒险之旅的起点，深入探索强大、令人惊叹且常常充满超现实感的智能体AI世界。\n\n### 在开始之前\n\n我将竭诚为您提供帮助，助您取得最大成功！如果您需要任何协助，请随时通过平台或直接发送邮件至ed@edwarddonner.com与我联系。我也非常乐意在LinkedIn上与大家交流，共同建设社区——您可以在这里找到我：  \nhttps:\u002F\u002Fwww.linkedin.com\u002Fin\u002Feddonner\u002F  \n另外，这是我第一次尝试使用X\u002FTwitter（[@edwarddonner](https:\u002F\u002Fx.com\u002Fedwarddonner)），如果您也在X上，请多多指教 😂  \n\n### 并不可怕的环境搭建说明\n\n也许这是临别赠言：但我真心希望我已经为您准备了一个不会过于复杂的环境搭建流程！\n\n- Windows用户，请参阅[此处](setup\u002FSETUP-PC.md)\n- Mac用户，请参阅[此处](setup\u002FSETUP-mac.md)\n- Linux用户，请参阅[此处](setup\u002FSETUP-linux.md)\n\n如有任何问题，请随时联系我。\n\n### CrewAI周（第3周）的重要提示\n\nWindows PC用户：请务必在[SETUP-PC](setup\u002FSETUP-PC.md)说明的顶部查看“注意事项#4”——安装Microsoft Build Tools。  \n如果不执行此步骤，CrewAI将会因与Chroma相关的晦涩错误而无法正常运行。\n\n\n随后，您需要在项目根目录下的Cursor终端中运行以下命令，才能执行Crew命令：  \n`uv tool install crewai==0.130.0 --python 3.12`   \n如果您之前已经使用过Crew，也可以运行以下命令以确保使用最新版本：  \n`uv tool upgrade crewai==0.130.0 --python 3.12`  \n\n该命令会将Crew固定为与课程中使用的相同版本。如果遇到任何问题，您可以尝试使用最新版本，方法是运行：  \n`uv tool upgrade crewai --python 3.12`  \n\n您可以通过以下命令随时查看已安装的Crew版本：  \n`uv tool list`\n\n补充说明：在uv中，“tool”是指由uv全局安装的工具。安装该工具后，您可以直接使用“crewai”作为命令，它将运行与此工具关联的代码。\n\n此外，请注意以下关于Crew的事项：\n\n1. 在第3周的CrewAI项目中，您有两种方式可以参与学习。一种是跟随我的讲解逐行审查代码，然后运行`crewai run`来观察其实际效果；另一种则是更主动地从零开始创建自己的Crew项目，模仿我的示例，例如创建`my_debate`来对应`debate`，并同步编写代码。无论哪种方式都同样有效！  \n2. Windows用户：Crew的一个库最近引入了一个新问题。在问题修复之前，您可能会在尝试运行`crewai create crew`时遇到“unicode”错误。如果发生这种情况，请先在终端中运行以下命令：`$env:PYTHONUTF8 = \"1\"`  \n3. Gemini用户：除了在`.env`文件中设置`GOOGLE_API_KEY`之外，您还需要设置一个相同的`GEMINI_API_KEY`。\n\n### 超实用资源\n\n- 课程[资源](https:\u002F\u002Fedwarddonner.com\u002F2025\u002F04\u002F21\u002Fthe-complete-agentic-ai-engineering-course\u002F)及视频\n- [指南](guides\u002F01_intro.ipynb)部分中的众多重要文档\n- [故障排除](setup\u002Ftroubleshooting.ipynb)笔记本  \n- 我的综合[常见问题解答](https:\u002F\u002Fedwarddonner.com\u002Ffaq)页面，涵盖常见问题与解答\n\n### API费用——请务必阅读！\n\n本课程涉及调用OpenAI及其他前沿模型的API，因此需要API密钥和少量费用，这些已在环境搭建说明中完成配置。如果您不想产生API费用，也可以选择DeepSeek等更经济的替代方案，或者使用Ollama等免费选项！\n\n详细信息请参阅[此处](guides\u002F09_ai_apis_and_ollama.ipynb)。\n\n请务必密切关注您的API费用支出，确保对任何开销都感到满意。对于OpenAI，您可以访问其仪表板：[此处](https:\u002F\u002Fplatform.openai.com\u002Fusage)。\n\n### 最重要的是——\n\n请尽情享受本次课程！现在正是学习智能体AI的最佳时机。衷心祝愿您每一分钟都能收获乐趣！如果您在学习过程中遇到任何困难，请随时[联系我](https:\u002F\u002Fwww.linkedin.com\u002Fin\u002Feddonner\u002F)。","# AI 智能体工程快速上手指南\n\n本指南基于 `agents` 开源项目，旨在帮助开发者在 6 周内掌握使用 OpenAI Agents SDK、CrewAI、LangGraph、AutoGen 和 MCP 构建自主 AI 智能体的核心技能。\n\n## 环境准备\n\n### 系统要求\n- **操作系统**：Windows、macOS 或 Linux\n- **Python 版本**：推荐 Python 3.12（项目强依赖此版本，特别是 CrewAI 部分）\n- **编辑器**：推荐使用 Cursor 或 VS Code（需支持 Markdown 预览和终端操作）\n\n### 前置依赖\n- **API Key**：需准备 OpenAI API Key。若希望降低成本或使用免费方案，可配置 DeepSeek 或本地 Ollama 模型。\n- **网络环境**：确保能访问 GitHub 及 Python 包索引（如遇到下载慢，可配置国内镜像源）。\n- **特定工具**：\n    - **Windows 用户必装**：Microsoft Build Tools（否则 CrewAI 安装会因 Chroma 依赖报错）。\n    - **包管理器**：项目推荐使用 `uv` 进行环境和工具管理。\n\n## 安装步骤\n\n请根据你的操作系统选择对应的详细设置文档执行基础环境配置：\n- Windows: 参考 `setup\u002FSETUP-PC.md`\n- macOS: 参考 `setup\u002FSETUP-mac.md`\n- Linux: 参考 `setup\u002FSETUP-linux.md`\n\n### 核心工具安装 (CrewAI 专项)\n进入项目根目录，在终端中执行以下命令以安装课程指定的 CrewAI 版本（基于 Python 3.12）：\n\n```bash\nuv tool install crewai==0.130.0 --python 3.12\n```\n\n若需升级至最新版或修复版本问题，可运行：\n```bash\nuv tool upgrade crewai --python 3.12\n```\n\n验证安装版本：\n```bash\nuv tool list\n```\n\n> **注意**：`uv tool` 会将工具全局安装，安装完成后即可直接在命令行使用 `crewai` 命令。\n\n### 特殊配置说明\n- **Windows 用户**：若运行 `crewai create crew` 时出现 \"unicode\" 错误，请先在终端执行：\n  ```powershell\n  $env:PYTHONUTF8 = \"1\"\n  ```\n- **Gemini 用户**：除 `.env` 文件中的 `GOOGLE_API_KEY` 外，还需添加相同的 key 作为 `GEMINI_API_KEY`。\n\n## 基本使用\n\n本项目主要通过周次任务驱动学习，以下是第 3 周（CrewAI）的快速启动示例：\n\n### 方式一：运行现有项目\n直接查看课程提供的示例代码（如 `debate`），并在项目目录下运行：\n\n```bash\ncrewai run\n```\n\n### 方式二：从零创建项目\n你可以模仿示例创建自己的智能体项目（例如创建一个名为 `my_debate` 的项目）：\n\n```bash\ncrewai create crew my_debate\n```\n\n创建后，进入目录编写代码并运行。\n\n### 成本与模型替代\n默认配置可能调用付费 API。若需切换至低成本或本地模型（如 Ollama），请参考 `guides\u002F09_ai_apis_and_ollama.ipynb` 中的配置说明，修改 `.env` 文件中的模型端点和 Key。\n\n---\n*提示：开发过程中请随时监控 API 用量。如遇阻碍，建议查阅项目内的 `guides` 文件夹或官方故障排除笔记 `setup\u002Ftroubleshooting.ipynb`。*","某电商初创公司的技术负责人需要在两周内构建一个能自动处理客户投诉、查询订单状态并生成解决方案报告的智能客服系统。\n\n### 没有 agents 时\n- 开发人员需手动编写大量胶水代码，将 OpenAI、LangGraph 和 CrewAI 等不同框架强行拼接，导致架构混乱且难以维护。\n- 每个智能体（如“查询员”、“安抚员”）的状态管理和任务流转逻辑必须从零实现，极易出现死循环或任务中断。\n- 缺乏统一的工程化标准，团队成员对多智能体协作模式理解不一，调试自主代理行为如同“盲人摸象”。\n- 部署环境配置极其繁琐，尤其在 Windows 环境下常因依赖冲突（如 Chroma 错误）导致项目停滞数天。\n\n### 使用 agents 后\n- 直接基于课程提供的标准化架构，利用 OpenAI Agents SDK 和 LangGraph 快速搭建模块化智能体，代码结构清晰且易于扩展。\n- 内置成熟的任务编排机制，让“查询员”与“安抚员”自主协作，自动处理复杂的多轮对话和异常流程，无需重复造轮子。\n- 团队遵循统一的 Agentic Engineering 最佳实践，通过现成的示例项目（如辩论机器人）快速对齐开发思路，大幅降低沟通成本。\n- 借助详细的跨平台设置指南和预配置环境脚本，一键解决依赖问题，将原本数天的环境搭建时间缩短至几小时。\n\nagents 将原本高门槛、高风险的多智能体开发过程，转化为一条可预测、标准化的工程落地路径。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fed-donner_agents_0443f76a.png","ed-donner","Ed Donner","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fed-donner_28afdfb9.jpg","Co-Founder and CTO at AI startup Nebula.io","Nebula.io","New York",null,"edwarddonner.com","https:\u002F\u002Fgithub.com\u002Fed-donner",[83,87,91,95,99,102,106,109,112,115],{"name":84,"color":85,"percentage":86},"Jupyter Notebook","#DA5B0B",59.4,{"name":88,"color":89,"percentage":90},"Python","#3572A5",40,{"name":92,"color":93,"percentage":94},"HTML","#e34c26",0.4,{"name":96,"color":97,"percentage":98},"CSS","#663399",0.1,{"name":100,"color":101,"percentage":98},"Shell","#89e051",{"name":103,"color":104,"percentage":105},"Go","#00ADD8",0,{"name":107,"color":108,"percentage":105},"Dockerfile","#384d54",{"name":110,"color":111,"percentage":105},"TypeScript","#3178c6",{"name":113,"color":114,"percentage":105},"Gherkin","#5B2063",{"name":116,"color":117,"percentage":105},"Makefile","#427819",4731,4028,"2026-04-20T09:41:25","MIT",4,"Windows, macOS, Linux","未说明",{"notes":126,"python":127,"dependencies":128},"Windows 用户安装 CrewAI 前必须安装 Microsoft Build Tools，否则可能报错；运行 Crew 命令需使用 uv 工具全局安装特定版本；Windows 用户若遇到 unicode 错误，需在终端设置环境变量 PYTHONUTF8=1；Gemini 用户需在 .env 文件中同时配置 GOOGLE_API_KEY 和 GEMINI_API_KEY；课程涉及 API 调用费用，也可使用 Ollama 等免费替代方案。","3.12",[129,130,131,132,133],"crewai==0.130.0","OpenAI Agents SDK","LangGraph","AutoGen","MCP",[36,14,13],"2026-03-27T02:49:30.150509","2026-04-20T22:36:55.242696",[138,143,148,153,158,163],{"id":139,"question_zh":140,"answer_zh":141,"source_url":142},45830,"为什么 Sales Manager Agent 会重复调用工具或自行撰写邮件而不是使用子 Agent？","这是将 Agent 作为工具使用时常见的不稳定性问题。主要解决方案是优化工具的描述（description），使其更明确地指示输入格式。例如，将描述从 \"Write a cold sales email\" 修改为 \"Request a NEW draft email. Input should be a command like 'Write a cold email for [Target\u002FContext]'\"。维护者指出，这种基于统计特性的行为在某种程度上是设计使然，在生产环境中通常采用更稳健的架构（如 Deep Research 中的方法）来避免此类问题。","https:\u002F\u002Fgithub.com\u002Fed-donner\u002Fagents\u002Fissues\u002F305",{"id":144,"question_zh":145,"answer_zh":146,"source_url":147},45831,"在公司网络或使用 ZScaler 等安全工具时遇到 TLS 证书验证错误怎么办？","不要完全禁用证书验证。推荐的解决方案是在 `pyproject.toml` 文件的依赖列表中添加 `pip_system_certs>=5.2.0` 包。该包允许 Python 组件利用 Windows 系统的证书存储来验证 TLS 证书，从而识别公司代理（如 ZScaler）注入的证书。添加后运行 `uv sync` 即可解决，无需其他更改。","https:\u002F\u002Fgithub.com\u002Fed-donner\u002Fagents\u002Fissues\u002F273",{"id":149,"question_zh":150,"answer_zh":151,"source_url":152},45832,"在 WSL 环境下运行 MCP Lab 时提示 \"Browser specified in your config is not installed\" 如何解决？","这通常是因为 MCP 服务器无法找到 Playwright 浏览器或 Node 环境。需要在代码中显式设置环境变量。具体步骤：1. 获取浏览器缓存路径：`browsers_path = os.path.expanduser(\"~\u002F.cache\u002Fms-playwright\")`；2. 复制当前环境变量并添加 Node 路径和浏览器路径：`env[\"PATH\"] = \"\u002Fusr\u002Fbin\u002Fnode:\" + env.get(\"PATH\", \"\")` 和 `env[\"PLAYWRIGHT_BROWSERS_PATH\"] = browsers_path`；3. 在启动参数中指定使用 chromium 而非 chrome，并使用本地安装的包版本而非 `@latest`。","https:\u002F\u002Fgithub.com\u002Fed-donner\u002Fagents\u002Fissues\u002F542",{"id":154,"question_zh":155,"answer_zh":156,"source_url":157},45833,"requirements.txt 中没有包含 crewai，第 3 周的课程需要使用它吗？如何安装？","是的，第 3 周需要使用 crewai。它未列入 `requirements.txt` 是因为需要通过 uv 的工具管理功能单独安装。请运行命令 `uv tool install crewai` 进行安装，具体说明可参考项目的 README 文件。","https:\u002F\u002Fgithub.com\u002Fed-donner\u002Fagents\u002Fissues\u002F536",{"id":159,"question_zh":160,"answer_zh":161,"source_url":162},45834,"项目依赖包（如 marshmallow 或 langchain-core）报告了安全漏洞（CVE），是否需要担心？","维护者表示，由于本项目在定义明确的任务中使用这些包，且处理的数据受到严格控制，因此这些通用漏洞报告通常不构成实际威胁。除非有具体的攻击场景表明在当前用法下存在风险，否则一般无需过度担忧或立即升级导致兼容性问题。","https:\u002F\u002Fgithub.com\u002Fed-donner\u002Fagents\u002Fissues\u002F518",{"id":164,"question_zh":165,"answer_zh":166,"source_url":152},45835,"遇到复杂的环境配置问题（如 WSL、MCP、Node 版本冲突）应该在哪里提问？","对于特定的环境配置问题（Environment issues），维护者建议优先在 Udemy 课程的问答区（Q&A）提问，而不是在 GitHub Issues 中提交。GitHub Issues 更适合用于报告代码本身的 Bug 或功能建议，这样能更快速地获得针对环境问题的帮助。",[]]