AI Skill Hub 强烈推荐:AI智能体中文学习地图 是一款优质的AI工具。已获得 1.4k 颗 GitHub Star,AI 综合评分 8.2 分,在同类工具中表现稳健。如果你正在寻找可靠的AI工具解决方案,这是一个值得深入了解的选择。
AI智能体中文学习地图 是一款基于 Python 开发的开源工具,专注于 AI智能体、学习资源、MCP 等核心功能。作为 GitHub 开源项目,它拥有活跃的社区支持和持续的版本迭代,代码完全透明可审计,支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流,都能提供稳定可靠的解决方案。
AI智能体中文学习地图 是一款基于 Python 开发的开源工具,专注于 AI智能体、学习资源、MCP 等核心功能。作为 GitHub 开源项目,它拥有活跃的社区支持和持续的版本迭代,代码完全透明可审计,支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流,都能提供稳定可靠的解决方案。
# 方式一:pip 安装(推荐)
pip install awesome-agentic-ai-zh
# 方式二:虚拟环境安装(推荐生产环境)
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install awesome-agentic-ai-zh
# 方式三:从源码安装(获取最新功能)
git clone https://github.com/WenyuChiou/awesome-agentic-ai-zh
cd awesome-agentic-ai-zh
pip install -e .
# 验证安装
python -c "import awesome_agentic_ai_zh; print('安装成功')"
# 命令行使用
awesome-agentic-ai-zh --help
# 基本用法
awesome-agentic-ai-zh input_file -o output_file
# Python 代码中调用
import awesome_agentic_ai_zh
# 示例
result = awesome_agentic_ai_zh.process("input")
print(result)
# awesome-agentic-ai-zh 配置文件示例(config.yml) app: name: "awesome-agentic-ai-zh" debug: false log_level: "INFO" # 运行时指定配置文件 awesome-agentic-ai-zh --config config.yml # 或通过环境变量配置 export AWESOME_AGENTIC_AI_ZH_API_KEY="your-key" export AWESOME_AGENTIC_AI_ZH_OUTPUT_DIR="./output"

| Stage | 主題 | 關鍵內容 | 預估時程 |
|---|---|---|---|
| **3** ⭐ | [工具使用與第一個 Agent(Tool Use & Hello Agent)](stages/03-tool-use-and-hello-agent.md) | function calling · ReAct · 5 個動手練習 | 2-3 週 |
| **4** | [Agent 框架(Agent Frameworks)](stages/04-agent-frameworks.md) | LangGraph · AutoGen · CrewAI · Smolagents | 2-3 週 |
| **5** ⭐⭐ | [Claude Code 生態系(Claude Code Ecosystem)](stages/05-claude-code-ecosystem.md)(**共用 hub**、Track A 也學) | MCP · Skills · Plugins · Subagents | 3-4 週(Track B 視角) |
| **6** | [上下文管理(Context Engineering):RAG 與 Memory](stages/06-memory-rag.md) | vector DB · long-term memory · contextual retrieval | 2 週 |
| **7** | [多 Agent 系統與穩定運作(Multi-Agent & Production)](stages/07-multi-agent-production.md) | multi-agent orchestration · eval · observability · SDK 進階 | 2-4 週 |
| **7.5** | [進階 Agentic Workflow 概念(Advanced Agentic Concepts)](stages/07.5-advanced-agentic-concepts.md)(reading map) | 工作邊界 · PAR loop · agent-as-judge · 12 個進階概念 + reading list | 1 週(不寫 code) |
| **8** ⭐⭐ | [Agent 操作介面(Agent Interfaces)](stages/08-agent-interfaces.md)(**共用 hub**、Track A 也學) | Computer Use · Browser Use · Code Sandbox、2024-2026 frontier | 2-3 週(Track B 視角) |
Track B 預估總時程:主幹最少 16-22 週、現實 5-7 個月(每週 5-8 hr 兼職)
兩個共用 hub(Track A + Track B 都會用到): - Stage 5 = Claude Code 生態(MCP / Skills / Plugins / Subagents)—— Track A 學 MCP 接 CLI、Track B 學 agent runtime 結構 - Stage 8 = Agent Interfaces(Computer Use / Browser / Sandbox、2024-2026 frontier)—— Track A 學「怎麼用」委派任務、Track B 學「怎麼 build」embed 進 agent 兩個 hub 出現在兩條 track 內、視角不同、學的深度也不同(內文有 Track A / Track B 分視角段)。
💡 想看跨 stage 的完整範例? 7 步打造你的第一個 AI Agent — 同一個 Paper Summary Bot 從 Stage 1 一路寫到 Stage 7,~350 行真實程式碼(Track B 適用)
走完主幹後,依你的身分挑一條延伸路線繼續走。不確定挑哪條?

💡 「日常使用者」這條路線不必走完主幹就能直接讀——是給「想用 AI、但不一定要寫 code」的人。
| 路線 | 適合誰 | 主題 |
|---|---|---|
| 🔬 [研究人員](branches/for-researcher.md) | 研究生、博後、PI | 文獻整理 · paper 寫作 · multi-agent review |
| 💻 [開發者](branches/for-developer.md) | 軟體工程師 | Cursor · Aider · CLI delegation · code review |
| 🎓 [教師](branches/for-teacher.md) | 老師、講師 | 備課 · 投影片 · 學生 feedback · 隱私 / 倫理 · prompt 範本 |
| 📊 [知識工作者](branches/for-knowledge-worker.md) | 顧問、PM、分析師 | Email · 會議紀錄 · report 自動化 |
| 👥 [日常使用者](branches/for-everyday-users.md) | ChatGPT / Claude.ai 使用者 | 寫信 · 學習 · 隱私場景 · CLI agent 入門 |
---
| Stage | 主題 | 關鍵內容 | 預估時程 |
|---|---|---|---|
| **A1** | [選一個 CLI Agent,開始用它做事(CLI Agent Intro & Selection)](tracks/cli/A1-cli-intro.md) | 7 主流 CLI 比較 · 安裝 · 第一次跑 | 1 週 |
| **A2** | [建立可重複使用的 CLI 工作流程(CLI Workflow Patterns)](tracks/cli/A2-cli-workflow.md) | CLAUDE.md · slash command · 多步驟拆解 | 1-2 週 |
| **A3** | [把 CLI Agent 接進真實工作流程(Integration & Production)](tracks/cli/A3-cli-production.md) | MCP 接 CLI · CI 自動化 · cost / observability | 1-2 週 |
| **+5** | [Stage 5 — Claude Code 生態](stages/05-claude-code-ecosystem.md)(**共用 hub**) | MCP · Skills · Plugins · Subagents、Track A 必看 5.1-5.4 / 選讀 5.5-5.7 | 1-2 週(Track A 視角) |
| **+8** | [Stage 8 — Agent Interfaces](stages/08-agent-interfaces.md)(**共用 hub**) | Computer Use · Browser Use · Code Sandbox、Track A 視角看 Track A 怎麼用 | 1-2 週(Track A 視角) |
Track A 預估總時程:含 Stage 0-2(共用基礎)+ A1-A3 + Stage 5 + Stage 8(兩個共用 hub)= 約 8-10 週。核心參考:resources/cli-agents-guide.md。
高质量学习资源库,三语对照降低学习门槛,社群驱动维护活跃。知识体系完整,适合Agent开发者系统学习。
AI Skill Hub 为第三方内容聚合平台,本页面信息基于公开数据整理,不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后,再部署至生产环境,并做好必要的安全评估。
✅ MIT 协议 — 最宽松的开源协议之一,可自由商用、修改、分发,仅需保留版权声明。
总体来看,AI智能体中文学习地图 是一款质量优秀的AI工具,在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态,建议收藏备用,结合自身场景选择合适时机引入使用。
| 原始名称 | awesome-agentic-ai-zh |
| 原始描述 | 开源MCP工具:AI Agent 中文學習地圖 — 從零開始的結構化學習路徑,每階段有必做練習跟必修閱讀。三語對照(繁中/简中/English)。歡迎社群一起貢獻、優化內容。。⭐1.4k · Python |
| Topics | AI智能体学习资源MCP三语对照开源教程 |
| GitHub | https://github.com/WenyuChiou/awesome-agentic-ai-zh |
| License | MIT |
| 语言 | Python |
收录时间:2026-05-16 · 更新时间:2026-05-19 · License:MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。