[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-yzfly--Awesome-AGI-Agents":3,"tool-yzfly--Awesome-AGI-Agents":64},[4,17,27,35,43,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},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。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},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",140436,2,"2026-04-05T23:32:43",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,"2026-04-04T04:44:48",[15,14,13,26,54],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":76,"owner_avatar_url":77,"owner_bio":78,"owner_company":78,"owner_location":78,"owner_email":78,"owner_twitter":79,"owner_website":80,"owner_url":81,"languages":78,"stars":82,"forks":83,"last_commit_at":84,"license":78,"difficulty_score":85,"env_os":86,"env_gpu":87,"env_ram":87,"env_deps":88,"category_tags":91,"github_topics":92,"view_count":23,"oss_zip_url":78,"oss_zip_packed_at":78,"status":16,"created_at":106,"updated_at":107,"faqs":108,"releases":109},1995,"yzfly\u002FAwesome-AGI-Agents","Awesome-AGI-Agents","🤖 Awesome list of AGI Agents. Agents 精选资源合集.","Awesome-AGI-Agents 是一个精心整理的开源资源合集，汇集了关于人工智能智能体（AI Agents）的前沿论文、技术文章、视频讲解和开源项目。它帮助用户快速了解 AI Agent 的发展脉络、核心技术和实践案例，从 Auto-GPT、MetaGPT 到 HuggingGPT 等代表性项目一应俱全。这个合集解决了信息碎片化的问题，让开发者、研究人员和对 AI 自主行为感兴趣的人能系统性地掌握这一快速演进的领域。特别值得关注的是，它收录了多个评估框架（如 AgentBench、ToolLLM）和多智能体协作方案，揭示了 AI 如何通过调用工具、规划任务、协同决策来完成复杂工作，而不仅限于回答问题。无论是想构建自己的智能体、研究其行为机制，还是探索 AI 如何重塑软件开发与知识工作流程，都能从中获得实用参考。适合开发者、AI 研究者、技术产品经理及对下一代 AI 应用有深度兴趣的用户使用。","# Awesome-AGI-Agents\n\nAgents (智能体) 精选资源合集，持续更新中\n\n## 文章和视频\n\n|名称|简介|备注|\n|---|---|---|\n|[AI Agents大爆发：软件2.0雏形初现，OpenAI的下一步](https:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002FJb8HBbaKYXXxTSQOBsP5Wg)|Lilian Weng 的个人博客文章，Lilian 现在是 OpenAI 的 Head of Safety Systems，之前还领导过 OpenAI 的 Applied AI 团队。AI Agent 被认为是 OpenAI 发力的下一个方向。OpenAI 的联合创始人 Andrej Karpathy 在近期的一次公开活动上提到“相比模型训练方法，OpenAI 内部目前更关注 Agent 领域的变化，每当有新的 AI Agents 论文出来的时候，内部都会很兴奋并且认真地讨论”，而在更早之前，Andrej  还评价 AutoGPT 是 Prompt Engineering 下一阶段的探索方向。|[英文原文](https:\u002F\u002Flilianweng.github.io\u002Fposts\u002F2023-06-23-agent\u002F)|\n|[《综述：全新大语言模型驱动的Agent》——4.5万字详细解读复旦NLP和米哈游最新Agent Survey](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F656676717)|复旦NLP团队和米哈游一起出的《TITLE：The Rise and Potential of Large Language Model Based Agents: A Survey》论文一个翻译版本，作者同时对部分内容进行了删繁就简，总结概括。|[论文原文](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2309.07864v1.pdf)|\n|[AI Agent的千亿美金问题：如何重构10亿知识工作职业，掀起软件生产革命？](https:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002FJYu_oXWbWbasT1fcBRo-cA)|作者认为 agent 产品需要具备的特性是，要给产品设计者和用户提供干预空间。目前实践中最具代表性的有两类：中间层的 Agent Framework 和垂直领域的 Vertical Agent。|-|\n|[LangChain Agents - Joining Tools and Chains with Decisions](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=ziu87EXZVUE&ab_channel=SamWitteveen)|LangChain Agents--将工具和任务链与决策结合起来|英文 Youtube 视频，LangChain 项目官方对预置的 agents 介绍。|-|\n\n\n## 论文\n|名称|简介|备注|\n|---|---|---|\n|[LLM-Agent-Survey](https:\u002F\u002Fgithub.com\u002FPaitesanshi\u002FLLM-Agent-Survey)| LLM-based Autonomous Agents 综述| ![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_6bccfdbe453a.png)|\n|[LLM-Agent-Paper-List](https:\u002F\u002Fgithub.com\u002FWooooDyy\u002FLLM-Agent-Paper-List)| \"The Rise and Potential of Large Language Model Based Agents: A Survey\"综述论文的论文列表| ![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_57ae66fd7d23.png)|\n|[LLMAgentPapers](https:\u002F\u002Fgithub.com\u002Fzjunlp\u002FLLMAgentPapers)| LLM-based Autonomous Agents 综述| ![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_d74256b87567.png)|\n|[Toolformer: Language Models Can Teach Themselves to Use Tools](https:\u002F\u002Farxiv.org\u002Fabs\u002F2302.04761)|大语言模型可以学会使用工具|-|\n|[HuggingGPT: Solving AI Tasks with ChatGPT and its Friends in Hugging Face](https:\u002F\u002Farxiv.org\u002Fabs\u002F2303.17580)|用ChatGPT作为控制器，连接HuggingFace社区中的各种AI模型，完成多模态复杂任务。整个过程，只需要做的是：用自然语言将你的需求输出。|[知乎中文讨论](https:\u002F\u002Fwww.zhihu.com\u002Fquestion\u002F594533230\u002Fanswer\u002F2975525808)|\n|[ToolLLM: Facilitating Large Language Models to Master 16000+ Real-world APIs](https:\u002F\u002Farxiv.org\u002Fabs\u002F2307.16789)|研究人员设计了一个评测 LLM 使用工具能力的 Benchmark（基准）—— LLMBench，以及一个针对该场景的数据构建、模型训练、评测的框架—— ToolLLM。|[[知乎文章](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F649277843)], [[GitHub 开源地址](https:\u002F\u002Fgithub.com\u002FOpenBMB\u002FToolBench)]|\n|[AgentBench: Evaluating LLMs as Agents](https:\u002F\u002Farxiv.org\u002Fabs\u002F2308.03688)| AgentBench 是首个旨在评估 LLM 在各种不同环境中作为智能体的基准。它包含 8 种不同的环境，可以更全面地评估 LLM 在各种场景中作为自主智能体运行的能力。|[GitHub 开源地址](https:\u002F\u002Fgithub.com\u002FTHUDM\u002FAgentBench)|\n\n\n## 前沿项目\n|名称|Stars|简介|备注|\n|---|---|---|---|\n|[:fire: Auto-GPT](https:\u002F\u002Fgithub.com\u002FSignificant-Gravitas\u002FAuto-GPT) |![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_124d4dd48cdf.png)|An experimental open-source attempt to make GPT-4 fully autonomous.|大名鼎鼎的 AutoGPT 项目, AI Agents 的早期尝试之一|\n|[:fire: gpt-engineer](https:\u002F\u002Fgithub.com\u002FAntonOsika\u002Fgpt-engineer)|![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_d67080bc0e2e.png)|Specify what you want it to build, the AI asks for clarification, and then builds it.|全栈开发 Agent，用 GPT 编写整个项目代码！|\n|[:fire: AgentGPT](https:\u002F\u002Fgithub.com\u002Freworkd\u002FAgentGPT) |![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_76f75ed3a7e9.png)|Assemble, configure, and deploy autonomous AI Agents in your browser.|在浏览器中部署运行 AI Agents.|\n|[:fire: MetaGPT](https:\u002F\u002Fgithub.com\u002Fgeekan\u002FMetaGPT) |![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_8a5fc9968401.png)|🌟 The Multi-Agent Framework: Given one line Requirement, return PRD, Design, Tasks, Repo. |MetaGPT, 多智能体框架，输入一句话的老板需求，输出用户故事 \u002F 竞品分析 \u002F 需求 \u002F 数据结构 \u002F APIs \u002F 文件等|\n|[llama-hub,shopify agent](https:\u002F\u002Fgithub.com\u002Femptycrown\u002Fllama-hub\u002Fblob\u002Fmain\u002Fllama_hub\u002Ftools\u002Fnotebooks\u002Fshopify.ipynb)|![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_a38c0fcc5652.png)|A customer support agent 🤖 that can interface with @Shopify’s ENTIRE GraphQL API Spec (>50k lines!).| llama-hub 构建的客户支持 agent，能够与 @Shopify 的整个 GraphQL API规范(>5万行!)交互|\n|[Agent-LLM](https:\u002F\u002Fgithub.com\u002FJosh-XT\u002FAgent-LLM)|![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_24cb73f158fc.png)|An Artificial Intelligence Automation Platform. AI Instruction management from various providers, has an adaptive memory, and a versatile plugin system with many commands including web browsing.| 人工智能自动化平台。https:\u002F\u002Fagent-llm.com\u002F|\n|[skyagi](https:\u002F\u002Fgithub.com\u002Flitanlitudan\u002Fskyagi)|![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_c8e5a725220f.png)|SkyAGI implements the idea of Generative Agents and delivers a role-playing game that creates a very interesting user experience.| SkyAGI 实现了 \"生成式智能体 \"的理念，设计了一个角色扮演游戏，创造了非常有趣的用户体验。|\n|[generative_agents](https:\u002F\u002Fgithub.com\u002Fjoonspk-research\u002Fgenerative_agents)|![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_f47eec90d316.png)|Generative Agents: Interactive Simulacra of Human Behavior.| 斯坦福和谷歌的研究人员以《模拟人生》游戏为灵感，创建的 AI 智能体小镇；研究人员在模拟城镇中添加了 25 个生成式智能体 (Generative Agents)，这 25 个角色由 ChatGPT 和自定义代码控制，以高度逼真的行为独立地生活。在 ChatGPT 的支持下，每个人都有自己独特的身份、记忆和行为，并且可以独立交互，但他们都不会意识到自己是生活在模拟中。[中文介绍](https:\u002F\u002Fwww.oschina.net\u002Fnews\u002F253170\u002Fgenerative-agents-open-source)|\n|[developer](https:\u002F\u002Fgithub.com\u002Fsmol-ai\u002Fdeveloper)|![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_5ec45bdc3cb1.png)|the first library to let you embed a developer agent in your own app!| 工程师智能体，给它一个产品规格，为你搭建一个完整的代码库，提供基本的模块，让您在自己的应用程序内拥有一个智能开发人员。|\n\n\n## Agents 开发平台\n|名称|Stars|简介|备注|\n|---|---|---|---|\n|[langchain](https:\u002F\u002Fgithub.com\u002Fhwchase17\u002Flangchain)|![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_6a19f474b63a.png)|Building applications with LLMs through composability|开发的 ChatGPT 应用,构建基于 LLM 的 agents. [CSV Agent](https:\u002F\u002Fpython.langchain.com\u002Fen\u002Flatest\u002Fmodules\u002Fagents\u002Ftoolkits\u002Fexamples\u002Fcsv.html) [JSON Agent](https:\u002F\u002Fpython.langchain.com\u002Fen\u002Flatest\u002Fmodules\u002Fagents\u002Ftoolkits\u002Fexamples\u002Fjson.html), [OpenAPI Agent](https:\u002F\u002Fpython.langchain.com\u002Fen\u002Flatest\u002Fmodules\u002Fagents\u002Ftoolkits\u002Fexamples\u002Fopenapi.html), [Pandas Dataframe Agent](https:\u002F\u002Fpython.langchain.com\u002Fen\u002Flatest\u002Fmodules\u002Fagents\u002Ftoolkits\u002Fexamples\u002Fpandas.html), [Python Agent](https:\u002F\u002Fpython.langchain.com\u002Fen\u002Flatest\u002Fmodules\u002Fagents\u002Ftoolkits\u002Fexamples\u002Fpython.html), [SQL Database Agent](https:\u002F\u002Fpython.langchain.com\u002Fen\u002Flatest\u002Fmodules\u002Fagents\u002Ftoolkits\u002Fexamples\u002Fsql_database.html), [Vectorstore Agent](https:\u002F\u002Fpython.langchain.com\u002Fen\u002Flatest\u002Fmodules\u002Fagents\u002Ftoolkits\u002Fexamples\u002Fvectorstore.html) |\n|[AutoChain](https:\u002F\u002Fgithub.com\u002FForethought-Technologies\u002FAutoChain)|![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_29b1165ab652.png)|AutoChain: Build lightweight, extensible, and testable LLM Agents.| AutoChain:构建轻量级、可扩展和可测试的LLM agents。|\n|[SuperAGI](https:\u002F\u002Fgithub.com\u002FTransformerOptimus\u002FSuperAGI)|![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_fdd23cdb74f3.png)|\u003C⚡️> SuperAGI - A dev-first open source autonomous AI agent framework. Enabling developers to build, manage & run useful autonomous agents quickly and reliably.|[官网](superagi.com\u002F) 构建、管理和运行 AI Agents.|\n|[superagent](https:\u002F\u002Fgithub.com\u002Fhomanp\u002Fsuperagent)|![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_1eb8874b96c2.png)|Superagent - Build, deploy, and manage LLM-powered agents.|[官网](https:\u002F\u002Fdocs.superagent.sh\u002F) 开发人员能更轻松地构建、管理和部署智能体到生产中，包括内置内存、通过向量数据库检索文档、强大的工具、网络钩子、cron 任务等功能.|\n|[ai-town](https:\u002F\u002Fgithub.com\u002Fa16z-infra\u002Fai-town)|![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_c9bd56e3c785.png)|A MIT-licensed, deployable starter kit for building and customizing your own version of AI town - a virtual town where AI characters live, chat and socialize.| 用于构建和定制你自己版本的人工智能小镇--一个人工智能角色生活、聊天和社交的虚拟小镇。|\n|[agent-protocol](https:\u002F\u002Fgithub.com\u002Fe2b-dev\u002Fagent-protocol)|![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_55630c867b86.png)|Common interface for interacting with AI agents. The protocol is tech stack agnostic - you can use it with any framework for building agents.|[官网](www.agentprotocol.ai) AutoGPT, smol developer 等知名项目都在使用的\"智能体通讯协议\"--用于与智能体进行通信的通用接口。|\n|[autogen](https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fautogen)|![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_f470c929ed30.png)|AutoGen is a framework that enables development of LLM applications using multiple agents that can converse with each other to solve task.| AutoGen是一个框架，它允许使用多个 agents 来开发LLM应用程序，这些智能体可以相互交谈以解决任务。|\n|[agents](https:\u002F\u002Fgithub.com\u002Faiwaves-cn\u002Fagents)|![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_80be473f50ce.png)|An Open-source Framework for Autonomous Language Agents.| Agents 是一个用于构建自主语言智能体的开源库\u002F框架。|\n|[bisheng 毕昇](https:\u002F\u002Fgithub.com\u002Fdataelement\u002Fbisheng)|![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_690ad8acbbf3.png)|Bisheng is an open LLM devops platform for next generation AI applications. | 一款领先的开源大模型应用开发平台，赋能和加速大模型应用开发落地，帮助用户以最佳体验进入下一代应用开发模式。|\n|[Agently](https:\u002F\u002Fgithub.com\u002FMaplemx\u002FAgently)|![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_70c5cdc5f762.png)|🚀 A fast way to build LLM Agent based Application. | 面向应用开发者：Agently提供方便快速生成能力强大的Agent实例的能力，让开发者可以便捷地将这些实例与自己的业务代码相结合。|\n\n## Curated List\n|名称|Stars|简介|备注|\n|---|---|---|---|\n|[awesome-ai-agents](https:\u002F\u002Fgithub.com\u002Fe2b-dev\u002Fawesome-ai-agents)|![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_d5739a5aeb82.png)|A list of AI autonomous agents. |基于 LLM 的 agents 精选资源.|\n\n## Star History\n\n[![Star History Chart](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_42c1f8dadc62.png)](https:\u002F\u002Fstar-history.com\u002F#yzfly\u002FAwesome-AGI-Agents&Date)","# 令人惊叹的AGI智能体\n\n智能体精选资源合集，持续更新中\n\n## 文章和视频\n\n|名称|简介|备注|\n|---|---|---|\n|[AI智能体大爆发：软件2.0雏形初现，OpenAI的下一步](https:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002FJb8HBbaKYXXxTSQOBsP5Wg)|Lilian Weng 的个人博客文章，Lilian 现在是 OpenAI 的 Head of Safety Systems，之前还领导过 OpenAI 的 Applied AI 团队。AI智能体被认为是 OpenAI 发力的下一个方向。OpenAI 的联合创始人 Andrej Karpathy 在近期的一次公开活动上提到“相比模型训练方法，OpenAI 内部目前更关注智能体领域的变化，每当有新的AI智能体论文出来的时候，内部都会很兴奋并且认真地讨论”，而在更早之前，Andrej 还评价 AutoGPT 是 Prompt Engineering 下一阶段的探索方向。|[英文原文](https:\u002F\u002Flilianweng.github.io\u002Fposts\u002F2023-06-23-agent\u002F)|\n|[《综述：全新大语言模型驱动的智能体》——4.5万字详细解读复旦NLP和米哈游最新智能体调查](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F656676717)|复旦NLP团队和米哈游一起出的《TITLE：基于大语言模型的智能体崛起与潜力：一项调查》论文的一个翻译版本，作者同时对部分内容进行了删繁就简，总结概括。|[论文原文](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2309.07864v1.pdf)|\n|[AI智能体的千亿美金问题：如何重构10亿知识工作职业，掀起软件生产革命？](https:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002FJYu_oXWbWbasT1fcBRo-cA)|作者认为智能体产品需要具备的特性是，要给产品设计者和用户提供干预空间。目前实践中最具代表性的有两类：中间层的智能体框架和垂直领域的垂直智能体。|-|\n|[LangChain智能体 - 将工具和链与决策结合](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=ziu87EXZVUE&ab_channel=SamWitteveen)|LangChain智能体--将工具和任务链与决策结合起来|英文 Youtube 视频，LangChain 项目官方对预置的智能体介绍。|-|\n\n\n## 论文\n|名称|简介|备注|\n|---|---|---|\n|[LLM智能体调查](https:\u002F\u002Fgithub.com\u002FPaitesanshi\u002FLLM-Agent-Survey)|基于大语言模型的自主智能体综述| ![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_6bccfdbe453a.png)|\n|[LLM智能体论文列表](https:\u002F\u002Fgithub.com\u002FWooooDyy\u002FLLM-Agent-Paper-List)|“基于大语言模型的智能体崛起与潜力：一项调查”综述论文的论文列表| ![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_57ae66fd7d23.png)|\n|[LLMAgentPapers](https:\u002F\u002Fgithub.com\u002Fzjunlp\u002FLLMAgentPapers)|基于大语言模型的自主智能体综述| ![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_d74256b87567.png)|\n|[Toolformer: 语言模型可以自学使用工具](https:\u002F\u002Farxiv.org\u002Fabs\u002F2302.04761)|大语言模型可以学会使用工具|-|\n|[HuggingGPT: 用ChatGPT及其朋友解决AI任务，连接HuggingFace社区中的各种AI模型](https:\u002F\u002Farxiv.org\u002Fabs\u002F2303.17580)|用ChatGPT作为控制器，连接HuggingFace社区中的各种AI模型，完成多模态复杂任务。整个过程，只需要做的是：用自然语言将你的需求输出。|[知乎中文讨论](https:\u002F\u002Fwww.zhihu.com\u002Fquestion\u002F594533230\u002Fanswer\u002F2975525808)|\n|[ToolLLM: 促进大语言模型掌握16000+真实世界API](https:\u002F\u002Farxiv.org\u002Fabs\u002F2307.16789)|研究人员设计了一个评测LLM使用工具能力的Benchmark（基准）—— LLMBench，以及一个针对该场景的数据构建、模型训练、评测的框架—— ToolLLM。|[[知乎文章](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F649277843)], [[GitHub开源地址](https:\u002F\u002Fgithub.com\u002FOpenBMB\u002FToolBench)]|\n|[AgentBench: 评估大语言模型作为智能体](https:\u002F\u002Farxiv.org\u002Fabs\u002F2308.03688)|AgentBench 是首个旨在评估大语言模型在各种不同环境中作为智能体的基准。它包含8种不同的环境，可以更全面地评估大语言模型在各种场景中作为自主智能体运行的能力。|[GitHub开源地址](https:\u002F\u002Fgithub.com\u002FTHUDM\u002FAgentBench)|\n\n\n## 前沿项目\n|名称|Stars|简介|备注|\n|---|---|---|---|\n|[:fire: Auto-GPT](https:\u002F\u002Fgithub.com\u002FSignificant-Gravitas\u002FAuto-GPT) |![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_124d4dd48cdf.png)|一个实验性的开源尝试，让GPT-4完全自主。|大名鼎鼎的AutoGPT项目, AI智能体的早期尝试之一|\n|[:fire: gpt-engineer](https:\u002F\u002Fgithub.com\u002FAntonOsika\u002Fgpt-engineer)|![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_d67080bc0e2e.png)|指定你想让它构建什么，AI会要求澄清，然后帮你构建。|全栈开发智能体，用GPT编写整个项目代码！|\n|[:fire: AgentGPT](https:\u002F\u002Fgithub.com\u002Freworkd\u002FAgentGPT) |![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_76f75ed3a7e9.png)|在浏览器中组装、配置并部署自主AI智能体。|在浏览器中部署运行AI智能体。|\n|[:fire: MetaGPT](https:\u002F\u002Fgithub.com\u002Fgeekan\u002FMetaGPT) |![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_8a5fc9968401.png)|🌟 多智能体框架：给定一行需求，返回PRD、设计、任务、仓库。|MetaGPT，多智能体框架，输入一句话的老板需求，输出用户故事 \u002F 竞品分析 \u002F 需求 \u002F 数据结构 \u002F APIs \u002F 文件等|\n|[llama-hub,shopify智能体](https:\u002F\u002Fgithub.com\u002Femptycrown\u002Fllama-hub\u002Fblob\u002Fmain\u002Fllama_hub\u002Ftools\u002Fnotebooks\u002Fshopify.ipynb)|![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_a38c0fcc5652.png)|一个客户支持智能体 🤖 可以对接@Shopify的全部GraphQL API规范（>5万行！）。|llama-hub构建的客户支持智能体，能够与@Shopify的整个GraphQL API规范（>5万行！）交互|\n|[Agent-LLM](https:\u002F\u002Fgithub.com\u002FJosh-XT\u002FAgent-LLM)|![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_24cb73f158fc.png)|一个人工智能自动化平台。管理来自不同提供商的AI指令，拥有自适应记忆，以及多功能插件系统，包括网页浏览等多种命令。|人工智能自动化平台。https:\u002F\u002Fagent-llm.com\u002F|\n|[skyagi](https:\u002F\u002Fgithub.com\u002Flitanlitudan\u002Fskyagi)|![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_c8e5a725220f.png)|SkyAGI实现了生成式智能体的理念，并带来了一款角色扮演游戏，创造了非常有趣的用户体验。|SkyAGI实现了“生成式智能体”的理念，设计了一个角色扮演游戏，创造了非常有趣的用户体验。|\n|[generative_agents](https:\u002F\u002Fgithub.com\u002Fjoonspk-research\u002Fgenerative_agents)|![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_f47eec90d316.png)|生成式智能体：人类行为的互动模拟。|斯坦福和谷歌的研究人员以《模拟人生》游戏为灵感，创建的AI智能体小镇；研究人员在模拟城镇中添加了25个生成式智能体（Generative Agents），这25个角色由ChatGPT和自定义代码控制，以高度逼真的行为独立地生活。在ChatGPT的支持下，每个人都有自己独特的身份、记忆和行为，并且可以独立交互，但他们都不会意识到自己是生活在模拟中。[中文介绍](https:\u002F\u002Fwww.oschina.net\u002Fnews\u002F253170\u002Fgenerative-agents-open-source)|\n|[developer](https:\u002F\u002Fgithub.com\u002Fsmol-ai\u002Fdeveloper)|![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_5ec45bdc3cb1.png)|第一个让你在自己的应用中嵌入开发者智能体的库！|工程师智能体，给它一个产品规格，为你搭建一个完整的代码库，提供基本的模块，让您在自己的应用程序内拥有一个智能开发人员。|\n\n## 代理开发平台\n|名称|Stars|简介|备注|\n|---|---|---|---|\n|[langchain](https:\u002F\u002Fgithub.com\u002Fhwchase17\u002Flangchain)|![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_6a19f474b63a.png)|通过可组合性构建基于大语言模型的应用程序|开发的 ChatGPT 应用,构建基于 LLM 的 agents. [CSV Agent](https:\u002F\u002Fpython.langchain.com\u002Fen\u002Flatest\u002Fmodules\u002Fagents\u002Ftoolkits\u002Fexamples\u002Fcsv.html) [JSON Agent](https:\u002F\u002Fpython.langchain.com\u002Fen\u002Flatest\u002Fmodules\u002Fagents\u002Ftoolkits\u002Fexamples\u002Fjson.html), [OpenAPI Agent](https:\u002F\u002Fpython.langchain.com\u002Fen\u002Flatest\u002Fmodules\u002Fagents\u002Ftoolkits\u002Fexamples\u002Fopenapi.html), [Pandas Dataframe Agent](https:\u002F\u002Fpython.langchain.com\u002Fen\u002Flatest\u002Fmodules\u002Fagents\u002Ftoolkits\u002Fexamples\u002Fpandas.html), [Python Agent](https:\u002F\u002Fpython.langchain.com\u002Fen\u002Flatest\u002Fmodules\u002Fagents\u002Ftoolkits\u002Fexamples\u002Fpython.html), [SQL Database Agent](https:\u002F\u002Fpython.langchain.com\u002Fen\u002Flatest\u002Fmodules\u002Fagents\u002Ftoolkits\u002Fexamples\u002Fsql_database.html), [Vectorstore Agent](https:\u002F\u002Fpython.langchain.com\u002Fen\u002Flatest\u002Fmodules\u002Fagents\u002Ftoolkits\u002Fexamples\u002Fvectorstore.html) |\n|[AutoChain](https:\u002F\u002Fgithub.com\u002FForethought-Technologies\u002FAutoChain)|![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_29b1165ab652.png)|AutoChain: 构建轻量级、可扩展和可测试的LLM代理。|\n|[SuperAGI](https:\u002F\u002Fgithub.com\u002FTransformerOptimus\u002FSuperAGI)|![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_fdd23cdb74f3.png)|\u003C⚡️> SuperAGI - 一个以开发者为先的开源自主AI代理框架。让开发者能够快速、可靠地构建、管理和运行有用的自主代理。|[官网](superagi.com\u002F) 构建、管理和运行 AI Agents。|\n|[superagent](https:\u002F\u002Fgithub.com\u002Fhomanp\u002Fsuperagent)|![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_1eb8874b96c2.png)|Superagent - 构建、部署和管理基于大语言模型的代理。|[官网](https:\u002F\u002Fdocs.superagent.sh\u002F) 开发人员能更轻松地构建、管理和部署智能体到生产中，包括内置内存、通过向量数据库检索文档、强大的工具、网络钩子、cron 任务等功能。|\n|[ai-town](https:\u002F\u002Fgithub.com\u002Fa16z-infra\u002Fai-town)|![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_c9bd56e3c785.png)|MIT 许可证，可部署的启动套件，用于构建和定制你自己的 AI 城镇版本——一个人工智能角色生活、聊天和社交的虚拟城镇。|\n|[agent-protocol](https:\u002F\u002Fgithub.com\u002Fe2b-dev\u002Fagent-protocol)|![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_55630c867b86.png)|与AI代理交互的通用接口。该协议与技术栈无关——你可以将其与任何框架结合使用来构建代理。|[官网](www.agentprotocol.ai) AutoGPT、smol developer 等知名项目都在使用的“智能体通讯协议”——用于与智能体进行通信的通用接口。|\n|[autogen](https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fautogen)|![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_f470c929ed30.png)|AutoGen是一个框架，它允许使用多个 agents 来开发LLM应用程序，这些智能体可以相互交谈以解决任务。|\n|[agents](https:\u002F\u002Fgithub.com\u002Faiwaves-cn\u002Fagents)|![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_80be473f50ce.png)|一个用于自主语言代理的开源框架。|\n|[bisheng 毕昇](https:\u002F\u002Fgithub.com\u002Fdataelement\u002Fbisheng)|![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_690ad8acbbf3.png)|Bisheng 是一个面向下一代AI应用的开源大模型DevOps平台。| 一款领先的开源大模型应用开发平台，赋能和加速大模型应用开发落地，帮助用户以最佳体验进入下一代应用开发模式。|\n|[Agently](https:\u002F\u002Fgithub.com\u002FMaplemx\u002FAgently)|![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_70c5cdc5f762.png)|🚀 快速构建基于大语言模型代理的应用程序。 | 面向应用开发者：Agently提供方便快速生成能力强大的Agent实例的能力，让开发者可以便捷地将这些实例与自己的业务代码相结合。|\n\n## 精选列表\n|名称|Stars|简介|备注|\n|---|---|---|---|\n|[awesome-ai-agents](https:\u002F\u002Fgithub.com\u002Fe2b-dev\u002Fawesome-ai-agents)|![GitHub Repo stars](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_d5739a5aeb82.png)|AI自主代理的精选列表。 |基于 LLM 的 agents 精选资源。|\n\n## 星标历史\n\n[![星标历史图表](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_readme_42c1f8dadc62.png)](https:\u002F\u002Fstar-history.com\u002F#yzfly\u002FAwesome-AGI-Agents&Date)","# Awesome-AGI-Agents 快速上手指南\n\n## 环境准备\n\n- **系统要求**：Windows \u002F macOS \u002F Linux（推荐 Linux 或 macOS）\n- **Python 版本**：≥ 3.9\n- **前置依赖**：\n  - `pip`（Python 包管理器）\n  - `git`\n  - OpenAI API Key（如需使用 GPT-4\u002FChatGPT）或本地 LLM（如 Llama 3、Qwen）\n  - 可选：Docker（用于运行部分框架如 AgentGPT、AI Town）\n\n> 国内用户建议使用清华源加速 pip 安装：  \n> `pip config set global.index-url https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple`\n\n---\n\n## 安装步骤\n\n### 1. 克隆本项目（推荐使用国内镜像加速）\n\n```bash\ngit clone https:\u002F\u002Fghproxy.com\u002Fhttps:\u002F\u002Fgithub.com\u002Fyzfly\u002FAwesome-AGI-Agents.git\ncd Awesome-AGI-Agents\n```\n\n### 2. 安装核心开发框架（以 LangChain 为例）\n\n```bash\npip install langchain langchain-openai python-dotenv\n```\n\n> 如需使用 AutoGPT 或 MetaGPT，可单独安装：\n> ```bash\n> pip install autogen\n> pip install metagpt\n> ```\n\n---\n\n## 基本使用\n\n### 示例：使用 LangChain 构建一个简单 Agent（调用 OpenAI）\n\n1. 创建 `.env` 文件，填入你的 API Key：\n\n```env\nOPENAI_API_KEY=your_openai_api_key_here\n```\n\n2. 创建 `simple_agent.py`：\n\n```python\nfrom langchain.agents import load_tools\nfrom langchain.agents import initialize_agent\nfrom langchain.llms import OpenAI\nimport os\nfrom dotenv import load_dotenv\n\nload_dotenv()\n\nllm = OpenAI(temperature=0)\ntools = load_tools([\"serpapi\", \"llm-math\"], llm=llm)\nagent = initialize_agent(tools, llm, agent=\"zero-shot-react-description\", verbose=True)\n\nagent.run(\"中国人口是多少？并计算其平方根\")\n```\n\n3. 运行：\n\n```bash\npython simple_agent.py\n```\n\n> ✅ 输出：Agent 将自动调用搜索引擎获取数据，并用计算器完成数学运算。\n\n---\n\n### 快速体验热门项目（无需编码）\n\n- **Auto-GPT**：[GitHub](https:\u002F\u002Fgithub.com\u002FSignificant-Gravitas\u002FAuto-GPT)  \n  ```bash\n  git clone https:\u002F\u002Fghproxy.com\u002Fhttps:\u002F\u002Fgithub.com\u002FSignificant-Gravitas\u002FAuto-GPT.git\n  cd Auto-GPT && pip install -r requirements.txt\n  python -m autogpt\n  ```\n\n- **MetaGPT**（多智能体协作）：[GitHub](https:\u002F\u002Fgithub.com\u002Fgeekan\u002FMetaGPT)  \n  ```bash\n  pip install metagpt\n  metagpt --project-name \"开发一个待办清单App\" --task \"写一个Python版的CLI待办应用\"\n  ```\n\n- **AgentGPT**（浏览器即用）：访问 [https:\u002F\u002Fagentgpt.reworkd.ai](https:\u002F\u002Fagentgpt.reworkd.ai) 直接在线部署，无需安装。\n\n---\n\n> 💡 建议从 **LangChain** 或 **MetaGPT** 开始，快速构建可落地的 Agent 应用。  \n> 所有项目均支持中文输入与输出，适合中国开发者快速上手。","某互联网公司产品经理小李，正负责一款内部知识管理系统的升级，需在两周内完成需求分析、原型设计和开发文档输出，但团队人手紧张，且缺乏AI工程经验。\n\n### 没有 Awesome-AGI-Agents 时\n- 花费大量时间在搜索引擎和论文库中反复查找AI Agent相关资料，难以判断哪些资源权威、最新。\n- 对AutoGPT、MetaGPT等项目仅听过名字，不清楚它们各自适用场景，不敢贸然尝试。\n- 想参考行业最佳实践，却找不到中文版的综述论文，英文文献阅读效率低，理解不深。\n- 尝试用LangChain搭建Agent时，因缺乏官方示例和视频教程，调试失败三次后放弃。\n- 团队对“AI能否替代人工撰写PRD”持怀疑态度，缺乏实证案例支撑决策。\n\n### 使用 Awesome-AGI-Agents 后\n- 快速定位到复旦&米哈游的4.5万字中文综述，三天内掌握LLM Agent的核心架构与落地路径。\n- 参考MetaGPT项目，仅用一句“开发一个支持标签分类和全文检索的内部知识库系统”，自动生成PRD、数据结构和API文档。\n- 通过YouTube视频教程，理解LangChain Agents如何连接工具链，成功搭建一个自动写代码的辅助Agent。\n- 借助ToolLLM的评测框架，验证了模型在调用API时的稳定性，打消了技术团队对可靠性的顾虑。\n- 用AgentGPT在浏览器中快速模拟了用户交互流程，向老板演示了AI驱动的产品迭代潜力，获得额外资源支持。\n\nAwesome-AGI-Agents 让一个原本需要三周的AI赋能项目，在两周内高效落地，把“听说AI能做事”变成了“我们真做成了”。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fyzfly_Awesome-AGI-Agents_4db6e91b.png","yzfly","云中江树","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fyzfly_596c3657.jpg",null,"cloudjiangshu","http:\u002F\u002Ffeishu.langgpt.ai\u002F","https:\u002F\u002Fgithub.com\u002Fyzfly",524,37,"2026-04-05T14:37:29",1,"Linux, macOS, Windows","未说明",{"notes":89,"python":87,"dependencies":90},"该仓库为精选资源合集，本身不提供可运行代码，仅收录各类AI智能体项目、论文和平台链接。实际运行需参考具体项目（如Auto-GPT、MetaGPT、LangChain等）的独立文档，其环境需求各不相同，通常需Python 3.8+、GPU支持及大量内存。建议使用conda管理环境，部分项目首次运行需下载数GB至数十GB的模型文件。",[],[14,26,13,15],[93,94,95,96,97,98,99,100,101,102,103,104,105],"agents","ai","ai-agents","agi-agents","agi","llm","agents-art","artificial-intelligence","chatgpt","claude-ai","deep-learning","gpt-4","gpt-5","2026-03-27T02:49:30.150509","2026-04-06T08:47:29.167599",[],[]]