jaspersoft-agent-learn/README.md

JasperSoft Agent Learn

AI Agent 开发学习项目 | 从零到一掌握 Agent 核心概念

---

🎯 这是什么？

一个渐进式的 AI Agent 开发学习项目，通过 5 个阶段（7 个主题） 带你从零掌握 AI Agent 的核心概念：

阶段	主题	你将学会
Step 01	Tool 工具系统	如何定义和注册工具
Step 02	State 状态管理	如何管理 Agent 的状态
Step 03	Simple Agent	如何构建 Agent 循环
Step 04	Memory 记忆	如何让 Agent 记住对话
Step 05~07	RAG / Self-Correction / Multi-Agent	进阶能力（同一目录）

---

📚 学习大纲

第 1 周：基础（Step 01-03）

• Day 1-2: 理解 Tool 系统
• Day 3-4: 掌握 State 管理
• Day 5-7: 构建简单 Agent

第 2 周：进阶（Step 04 + 进阶包）

• Day 8-9: 多级记忆系统
• Day 10-11: RAG 与知识增强（Step 05）
• Day 12-13: 自我修正模式（Step 06）
• Day 14: 多 Agent 协作（Step 07）

---

🚀 快速开始

1. 克隆项目

git clone https://gitea.1415243231.top/panda/jaspersoft-agent-learn.git
cd jaspersoft-agent-learn

2. 安装依赖

python -m venv venv
source venv/bin/activate  # Linux/Mac
.\venv\Scripts\activate   # Windows
pip install -r requirements.txt

3. 开始学习

cd step_01_tools
python main.py

---

📖 学习方法

每个 Step 都包含：

step_XX_name/
├── README.md              # 理论 + 架构图（先读）
├── concept.py             # 详细注释代码（再看）
├── exercise.py            # 练习题（自己做）
├── exercise_answer.py     # 参考答案（对照）
└── main.py               # 运行演示

---

💡 核心概念预览

Tool（工具）

class Tool:
    name: str          # 工具名称
    description: str  # 工具描述
    execute: Callable # 执行函数

State（状态）

state = {
    "messages": [...],   # 对话历史
    "context": {...},    # 上下文
    "memory": [...],     # 记忆
}

Agent 循环

while not done:
    thought = think(state)      # 思考
    action = decide(thought)    # 决策
    result = execute(action)    # 执行
    observe(state, result)      # 观察

---

🎓 学习目标

完成本项目后，你将能够：

• ✅ 理解 Tool 的定义和注册机制
• ✅ 掌握 State 的设计模式
• ✅ 能够构建简单的 Agent 循环
• ✅ 实现多级记忆系统
• ✅ 理解 RAG 架构（Step 05）
• ✅ 掌握 Self-Correction 模式（Step 06）
• ✅ 设计 Multi-Agent 协作系统（Step 07）

---

📝 项目结构

jaspersoft-agent-learn/
├── LEARN_GUIDE.md        # 详细学习指南
├── README.md             # 项目概览
├── .env.example          # 环境变量模板
│
├── step_01_tools/        # 工具系统
├── step_02_state/        # 状态管理
├── step_03_simple_agent/ # 简单 Agent
├── step_04_memory/       # 记忆系统
├── step_05_07_advanced/  # RAG（05）/ Self-Correction（06）/ Multi-Agent（07）
├── config.py             # 集中读取 .env（LLM key、RAG 路径等）
└── requirements.txt      # 可选依赖清单

---

🔗 相关链接

• 📂 详细学习指南: LEARN_GUIDE.md
• 🏠 主项目: JasperSoft
• 📊 日报系统: Daily On Work

---

🤝 参与贡献

欢迎提交 Issue 和 PR！

---

📄 许可证

MIT License

---

开始你的 AI Agent 学习之旅吧！ 🚀