Agent 系统：值得学习的项目与资源

这篇适合谁读

如果你已经会用 AI 编程助手，但还说不清 Agent 系统到底由什么组成，可以从这篇开始。Agent 不是“模型自动完成一切”，而是围绕目标、状态、工具、记忆和边界设计的一套工作流。

Agent 的基本结构

学习 Agent 时要关注三个问题：

• 状态在哪里保存。
• 工具调用如何被约束。
• 失败时如何回退或让人接管。

必学项目与资源

LangGraph

链接：https://github.com/langchain-ai/langgraph

LangGraph 把 Agent 编排成有状态图：节点处理任务，边控制流转，状态在图中传递。它适合学习复杂 Agent 的结构化表达。

重点看：

• State、Node、Edge 的概念。
• 循环和分支如何表达。
• Human-in-the-loop 如何插入。
• 为什么图比单个 ReAct loop 更容易调试。

CrewAI

链接：https://github.com/crewAIInc/crewAI

CrewAI 适合理解多 Agent 协作。它用 Role、Goal、Backstory 组织 Agent，让多个角色按顺序或层级协作。

重点看：

• 角色拆分是否真的必要。
• 多 Agent 协作如何避免互相复读。
• sequential 和 hierarchical 的差别。

OpenAI Agents SDK

链接：https://github.com/openai/openai-agents-python

这个 SDK 适合理解轻量 Agent、handoff 和 guardrails。Handoff 的核心是：一个 Agent 可以把任务转交给另一个更合适的 Agent。

重点看：

• Agent 如何定义工具。
• Handoff 如何决定路由。
• 输入和输出 guardrails 如何保护边界。

MCP

链接：https://github.com/modelcontextprotocol

MCP 是连接 AI 应用和外部工具的协议层。它解决的不是“模型怎么推理”，而是“模型如何稳定连接文件、数据库、浏览器、设计工具等上下文”。

重点看：

• Client / Server / Tool 的边界。
• MCP 和 Function Calling 的区别。
• 工具权限、授权和错误处理。

Claude Code

链接：https://docs.anthropic.com/en/docs/claude-code/overview

Claude Code 是理解 Coding Agent 产品体验的好样本。它在终端里展示计划、文件修改、命令执行和权限确认。

重点看：

• 为什么终端也可以承载复杂 Agent。
• 权限确认如何影响信任。
• 文件编辑和命令执行如何对用户透明。

Lilian Weng：LLM Powered Autonomous Agents

链接：https://lilianweng.github.io/posts/2023-06-23-agent/

这篇文章适合建立理论框架。它把 Agent 拆成 Planning、Memory、Tool Use 三块，是非常稳定的解释模型。

Anthropic：Building Effective Agents

链接：https://www.anthropic.com/engineering/building-effective-agents

这篇文章的核心提醒是：能用 workflow 解决的问题，不要急着上复杂 Agent。复杂度应该服务任务，而不是服务概念。

Workflow 和 Agent 的区别

一个实用判断：如果你能画出稳定流程图，就优先做 workflow；如果任务需要根据中间结果动态改变路径，再考虑 Agent。

三周学习安排

第 1 周：理论框架

• 精读 Lilian Weng 的 Agent 综述。
• 精读 Anthropic 的 effective agents。
• 输出一张自己的 Agent 架构图。

第 2 周：编排框架

• 跑 LangGraph quick start。
• 跑一个 OpenAI Agents SDK handoff 示例。
• 对比 CrewAI 的多角色协作。

第 3 周：工具与产品化

• 理解 MCP 的 client/server 模型。
• 观察 Claude Code 的权限确认和执行日志。
• 为自己的一个项目设计工具调用 schema。

项目练习

选一个你已有的项目，补齐下面这张表：

Agent 能力的关键不是“模型更聪明”，而是你能把一个不稳定的生成过程装进可观察、可回退、可复用的产品系统里。