datawhalechina/agent-learning-hub

概要

ランダムなリンクを集めるのではなく、有用で信頼できるエージェントを作りたい人のための厳選されたAIエージェント学習ロードマップ。 このリポジトリは、コアな表示面はREADMEのみを維持しています。優れたコミュニティ共有、公式ブログ、論文、オープンソースプロジェクト、実際のエンジニアリング経験をまとめて、AIエージェント学習のやることリストにまとめることが目標です。 - 初心者の場合は、「Learning Todo List」を上から下まで順に進め、完了した項目ごとにチェックを入れてください。- LLMの適用方法が既に知っている場合は、ステージ2またはステージ3から始め、エージェントループ、ツール呼び出し、評価、エンジニアリングに重点を置いてください。- プロジェクトを始めたいなら、「プロジェクトラダー」を見て、各レベルごとに実用的なプロジェクトを1つ作成してください。- 情報を探したい場合は、「キュレーションされたリソース」をチェックし、公式ドキュメントやクラシックな論文を優先してください。 エージェント分野は急速に変化しています。今投資する価値があるのは、従来の「ロールプレイマルチエージェントフレームワーク」ではなく、実際の生産性に近いこれらの方向性です。 テンプレートとなっている時代遅れのクルーやロールプレイフレームワークに注目するのはおすすめしません。理解はできますが、メインのスレッドにはすべきではありません。 - [ ] チャットボット、ワークフロー、エージェント、マルチエージェントを区別する。- [ ] エージェントの基本的なサイクルを理解する:観察 - > 考え - > 行動 - > 観察。- [ ] エージェントを使わないべき時を知る:タスクが予測可能で、ワークフローが安定し、普通のスクリプトで解決できる場合、エージェントはむしろ不確実性を増す。- [ ] Anthropic: 効果的なエージェントの構築- [ ] OpenAI: エージェント構築の実践ガイドを読む。 アウトプット:「なぜ私のシーンは通常のワークフローではなくエージェントが必要なのか?」という短いメモを書きます。 - [ ] LLM APIを使って通常の会話を完了します。- [ ] モデルが構造化されたJSONを出力できるようにします。- [ ] 検索、計算機などのツール関数を定義read_file。- [ ] モデルのツール呼び出し/関数呼び出しを解析します。

概要（AI 翻訳）

このページは AI により自動翻訳されています。技術的な詳細は原文をご確認ください。

推奨ツール

別のキーワードを試すか、フィルタを外してください。

インストール