Hello Agent System：从零手写企业级 Agent 系统设计的双语课程

核心能力与快速开始

★ 71 · Python

能做什么

从零实现 async Agent 运行时（主循环、工具注册与校验、上下文策略、编排模式），并提供企业级横切能力：重试/熔断/降级、死循环检测、检查点与幂等、提示注入检测、RBAC 与人工审批、工具输出隔离、PII 脱敏、预算与审计、链路追踪与评估门禁。进阶部分涵盖高并发与多进程分布式执行（租约队列、fencing、kill -9 接手、优雅停机）、成本与延迟优化、权限感知 RAG、记忆系统、MCP 服务器与客户端、沙箱、框架对照、Agent 数据与评估方法论、提示词优化、编码 Agent 与主动式 Agent。第四部分提供 Postgres、Redis、Temporal、OpenTelemetry、LiteLLM、Cedar、护栏分类器等成熟组件的适配器，保持同一套接口。

适用场景

适合希望系统学习企业级 Agent 架构设计、可靠性、安全治理、可观测性、评估与成本控制的开发者或团队；可用于教学与技术培训、面试准备、设计评审参考；也可作为自建 Agent 运行时与分布式任务执行（多 worker、崩溃接手）的参考实现基础，以及把单机实现迁移到 Postgres/Redis/Temporal/OTel 等生产组件的对照示例。

项目形态

资料合集

部署方式

课程与练习支持离线运行（ScriptedLLM），真实模型运行需填入任意 OpenAI 兼容接口的 base URL、API key 与模型名；提供 docker-compose 与 Kubernetes 参考配置，但材料说明本机没有 Docker，部署配置未实际启动过。

主要依赖

Python 3.10+；核心依赖只有 openai 与 pydantic；需要模型支持 function calling；真实模型调用需 OpenAI 兼容接口与 API key。

使用限制

核心状态默认在内存或本地文件，注入检测与 PII 脱敏基于正则；distributed 模块基于 SQLite，只能单机且同一时刻一个写者；contrib 组件使用嵌入式 Postgres、fakeredis、Temporal 开发服务器测试，Redis 主从切换、集群分片、多区域没有实测；production 目录为参考实现而非托管产品，部署配置未实际启动验证。

许可证

MIT

最近推送

2026-09-29 00:08

资料检查：2026-10-06 07:00 · 卡片整理：2026-10-06 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

职业应用

程序员

作为程序员学习企业级 Agent 系统设计的双语课程与代码库，从零手写 Agent 主循环、工具、上下文、编排、可靠性、安全、可观测性、评估、并发、成本与发布等各层，并配有离线确定性测试的练习，可用于提升 AI Agent 相关开发与架构能力。

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证