一个教育项目，通过渐进式教程教你如何从零开始构建现代AI编程代理，包括5个版本，从简单的bash工具到完整的技能系统。
一分钟了解#
这是一个教育项目，旨在通过5个渐进版本（从约50行到550行代码）教你如何构建类似Claude Code的AI代理。无论你是想理解AI代理的工作原理，还是想构建自己的代理系统，这个项目都提供了清晰的路径和实际代码示例。
核心价值：通过递进式代码示例，揭示AI代理的本质设计模式，让你理解"模型即代理"的核心思想。
快速上手#
安装难度：低 - 简单的pip安装和环境配置
# 安装依赖
pip install -r requirements.txt
# 配置API
cp .env.example .env
# 编辑.env添加你的API密钥（支持Anthropic、OpenAI、Gemini等）
# 运行任何版本
python v0_bash_agent.py # 最简版本
python v1_basic_agent.py # 核心代理循环
python v2_todo_agent.py # + 待办事项规划
python v3_subagent.py # + 子代理
python v4_skills_agent.py # + 技能系统
适合我的场景吗？
- ✅ AI代理开发学习：想理解AI代理的工作原理和设计模式
- ✅ 教育研究：需要渐进式示例来教授AI代理概念
- ❌ 生产环境部署：这是一个教育项目，不是生产就绪的解决方案
- ❌ 快速集成：不提供即插即用的组件，而是完整的学习体验
核心能力#
1. 渐进式学习路径 - 从简单到复杂#
- 通过5个版本(v0-v4)逐步构建复杂度，每个版本增加一个关键概念 实际价值：让学习者能够分阶段理解AI代理的演进过程，避免一次性面对过复杂的概念
2. 核心代理模式揭示 - 揭示AI代理的本质#
- 展示所有AI代理的基本循环：模型调用工具→执行工具→重复直到完成 实际价值：理解这个简单循环后，能够快速分析和理解各种AI代理的工作原理
3. 技能系统实现 - 提供领域专业知识#
- 展示如何通过SKILL.md文件为代理提供按需的领域专业知识 实际价值：让代理能够根据任务需求动态获取专业知识，而不是仅依赖预训练知识
4. 代理构建工具 - 加速项目初始化#
- 提供元技能，可快速搭建新的代理项目框架 实际价值：为开发者提供标准化的代理项目初始化流程，减少重复工作
技术栈与集成#
开发语言：Python 主要依赖：通过requirements.txt管理，支持多种API（Anthropic、OpenAI、Gemini等） 集成方式：代码库/教程，可作为独立项目运行或作为参考模板
维护状态#
- 开发活跃度：活跃维护，有清晰的版本演进路径
- 最近更新：最近有更新，包含完整的文档和示例
- 社区响应：有相关技能库和规范项目，表明有社区支持
商用与许可#
许可证：MIT
- ✅ 商用：允许
- ✅ 修改：允许
- ⚠️ 限制：需要包含原始版权和许可声明
文档与学习资源#
- 文档质量：全面
- 官方文档：docs/目录包含中英文教程
- 示例代码：5个完整的工作版本(v0-v4)，从50行到550行不等