8.0
热点
AI SCORE
编程提效2025-07-22 22:31
2025 年 Agent 开发完整学习路径
DEV Community · Anmol Baranwal#Agent#学习资源
Editor brief · 编辑速览
系统化资源教开发者构建生产级 Agent，解决早期 Agent 易崩溃问题。社区互动 202 次验证高价值。
系统化资源教开发者构建生产级 Agent，解决早期 Agent 易崩溃问题。社区互动 202 次验证高价值。
CopilotKit 现已支持 AngularAngular 支持 · 使用 Angular 构建智能体应用与生成式 UI · 现已推出
过去，大多数 AI 智能体只要接入真实应用就会立即出问题。根源在于缺少共享协议。
但这种情况正在迅速改变。过去一年中，AG-UI（用户交互）、A2A（智能体间通信）和 MCP（工具访问）等协议已经改变了整个生态系统。
因此，我借此机会学习了这些协议，并弄清楚它们如何协同运作。本文涵盖了我对这些协议（AG-UI、ACP、A2A、MCP）的所有理解。
你还会看到一系列适合学习和构建 AI 智能体的优秀教学仓库。
这份清单将为你提供所需的基础知识和工具。
目前已经有一些可靠的多步骤智能体框架。但当你尝试把智能体接入真实应用时，问题就开始出现：
在不搭建自定义 WebSocket 服务器的情况下，逐 token 流式传输响应
实时显示工具执行进度、暂停以获取人工反馈，同时不丢失上下文
保持大型共享状态（代码、表格、数据）同步，而不必每次将全部内容重新发送到 UI
允许用户在任务执行过程中中断、取消智能体或回复智能体，同时不丢失状态
大多数智能体后端（LangGraph、CrewAI 等）都有自己的流格式、状态逻辑和工具调用 API。因此，一旦切换技术栈，你就需要重写所有内容，而这种方式无法规模化。
AG-UI 是 CopilotKit 推出的开源协议，旨在弥合这一鸿沟。它让开发者能够极其轻松地将兼容的智能体接入前端客户端。
它使用服务器发送事件（SSE），将结构化 JSON 事件从智能体后端流式传输到前端。
一共有 16 种事件类型，每种类型都有明确定义的载荷，例如：
TEXT_MESSAGE_CONTENT：用于流式传输 token。
TOOL_CALL_START：用于显示工具执行过程。
STATE_DELTA：用于更新共享状态（代码、数据等）。
AGENT_HANDOFF：用于在智能体之间平滑移交控制权。
你可以使用以下命令创建一个新的 AG-UI 应用：
npx create-ag-ui-app@latest <my agent framework>
各类框架对它的采用进展迅速，目前已经支持 LangGraph、CrewAI、Mastra、LlamaIndex 和 Agno。
🎯 AG-UI 在智能体协议栈中处于什么位置？
AG-UI 与另外两个主流智能体协议形成互补：
MCP 将智能体连接到工具
A2A 将智能体彼此连接
AG-UI 将智能体连接到最终用户
AG‑UI 的作用类似于人类与智能体交互中的 REST 层，几乎不需要样板代码，并且可以轻松集成到任何技术栈中。
在 GitHub 上查看 AG-UI ⭐️
智能体系统的能力正变得越来越强，但它们没有一套共享语言。
如果智能体 A 想请智能体 B 协助完成某项任务，就需要：
因此，使用不同框架（LangGraph、CrewAI……）构建的智能体最终会形成一个个孤岛，无法相互协调。
A2A（Agent-to-Agent）是 Google 推出的协议，它通过 JSON-RPC 和 SSE 标准解决了这一问题。借助 A2A，智能体可以：
发现彼此的能力。
决定如何通信（文本、表单、媒体）。
在长时间运行的任务中安全协作。
在不暴露内部状态、记忆或工具的情况下运行。
要开始使用，请安装 Python SDK 或 JS SDK。
pip install a2a-sdk
or
npm install @a2a-js/sdk
🧠 A2A 的工作方式（流程）
1）智能体发布 JSON 格式的 Agent Card（包含能力、端点和身份验证信息）。其他智能体获取它，从而知道“该调用谁以及如何调用”。
2）通过 JSON-RPC 委派任务
客户端智能体使用 tasks/send 或 sendSubscribe 发起任务
通过 HTTP 使用结构化输入进行调用
远程智能体返回任务 ID 并开始执行
1）通过 SSE 流式传输进度和中间产物（TaskStatusUpdate、TaskArtifactUpdate）。
2）任务执行过程中的交互式输入
远程智能体可以暂停并发出 input-required
调用方智能体使用同一个任务 ID 提供额外输入
5）智能体通过结构化的“Parts”和“Artifacts”交换文本、数据及文件（例如音频和视频）。
✅ 示例：端到端智能体协作
下面是一个非常简单的示例：
用户向智能体 A 提交一项复杂任务
智能体 A 将其拆分成多个子任务
它通过 Agent Card 找到智能体 B、C、D
它使用 A2A 调用委派工作
这些智能体并行运行、流式发送进度更新，并请求额外输入
智能体 A 收集并合并结果
这就是智能体相互通信的方式。
尽管 A2A 仍然很新，但它有助于标准化智能体之间的协作，就像 MCP 标准化智能体与工具之间的交互一样。
MCP 扩展了单个智能体的能力，A2A 则扩展了智能体之间的协作方式，并且不受具体后端或框架限制。
GIF 来源：dailydoseofds.com
如果你有兴趣进一步了解，可以阅读 Auth0 的 MCP 与 A2A 对比。
MCP（Model Context Protocol）是 Anthropic 为标准化应用程序向 LLM 提供上下文和工具的方式而做出的尝试。
就像硬件领域的 USB‑C 一样，MCP 是一种通用接口，让 AI 模型能够“接入”数据源和工具。
你不再需要为每项服务（GitHub、Slack、文件、数据库）编写自定义封装，而是可以通过 MCP 暴露工具，使其能够：
列出可用工具（tools/list）
调用工具（tools/call）
获取结构化、有明确类型的结果
这与函数调用 API 类似，但可以跨平台和服务工作。
此前的规范相当精简，主要使用基于 stdio 或 HTTP 的 JSON-RPC。身份验证没有明确定义，因此许多实现完全跳过了身份验证。
随着 MCP 的采用率不断增长，Anthropic 在新的规范更新（MCP v2025-06-18）中做出了重大改进，尤其是在安全性方面。
MCP 的核心采用客户端—服务器架构，其中一个宿主应用可以连接多个服务器。各组件的协作方式如下：
MCP hosts——Claude Desktop、Cursor、Windsurf 等应用，或希望通过 MCP 访问数据的 AI 工具。
MCP Clients——维护与 MCP 服务器一对一连接的协议客户端，充当通信桥梁。
MCP Servers——轻量级程序，每个程序都通过标准化的 Model Context Protocol 暴露特定能力，例如读取文件、查询数据库等。
Local Data Sources——MCP 服务器可以安全访问的本地文件、数据库和计算机上的服务。例如，浏览器自动化 MCP 服务器需要访问你的浏览器才能工作。
Remote Services——MCP 服务器可以连接的外部 API 和云端系统。
如果你有兴趣进一步了解，下面有几篇不错的文章：
Medium 上的《The guide to MCP I never had》
Builder.io 团队的《What is the Model Context Protocol (MCP)?》
ACP（Agent Communication Protocol）以 A2A 的许多理念为基础，并在此之上更进一步。
它是一种用于 AI 智能体、应用程序和人类之间通信的开放协议。它通过标准化的 RESTful API 工作，并支持：
多模态交互
有状态或无状态模式
在线和离线智能体发现
为长时间运行任务设计的异步优先模式（同时也支持同步调用）
它主要包含两个组件：
a）ACP client：由智能体、应用程序或服务用于通过 ACP 协议发起请求
b）ACP server：托管一个或多个智能体、接收请求，并使用 ACP 返回结果。智能体正是通过这种方式以 REST 接口对外开放。
高级多智能体编排的架构流程
该协议足够简单，可以直接使用 curl、Postman 或浏览器请求等标准 HTTP 工具。如果你更希望以编程方式集成 ACP，也可以使用官方 Python SDK 和 Typescript SDK。
你可以使用以下命令添加 ACP SDK：
uv add acp-sdk
🎯 ACP 与 A2A 有何不同？
虽然两者都支持任务委派、流式传输、多模态内容和智能体发现：
A2A 专注于智能体之间的协作
ACP 将交互范围扩展到了人类和应用程序
ACP 使用 REST + OpenAPI + multipart 格式
A2A 使用 JSON-RPC + SSE
智能体发现通过 Agent Manifest 完成，类似于 A2A 的 Agent Card。
ACP 作为 Linux Foundation 标准进行开发，BeeAI Platform 是其参考实现。
该协议不依赖任何内部实现，并确保服务于更广泛的生态系统，而不是任何单一厂商。
如果你刚开始学习，可以查看 DeepLearning.AI 的短期课程和快速入门指南。
另外，也可以查看示例智能体，了解如何在主流 AI 框架中使用 ACP。
Microsoft 推出的这套开源课程提供了一条结构化学习路径，其中包含真实使用场景。
它提供了使用 C#、Java、JavaScript、TypeScript 和 Python 等主流语言编写的实用代码示例。
通过遵循这个课程，你可以轻松掌握 MCP 生态系统，并了解如何从零开始构建或扩展符合 MCP 规范的系统。
虽然网上有很多优秀的博客，但它们无法涵盖所有细节。
以下是课程涵盖的完整主题列表。
| 模块 | 主题 | 你将学习 |
|---|---|---|
| 00 | MCP 介绍 | 为什么 MCP 很重要，真实用例（Gitee） |
| 01 | 核心概念 | 客户端-服务器架构、消息传递模式 |
| 02 | 安全 | 威胁、最佳实践、OAuth2 示例 |
| 03 | 入门指南 | 环境设置、用多种语言构建第一个服务器与客户端 |
| 3.1–3.3 | 实战 | 构建服务器、构建客户端、集成 LLM 客户端 |
| 3.4–3.6 | 开发工具 | 接入 VS Code、使用 SSE 和 HTTP 流 |
| 3.7–3.9 | 工具与部署 | 使用 AI Toolkit、测试和部署 MCP 服务器 |
| 04 | 实践实现 | 真实多语言 SDK 示例与调试 |
| 05 | 高级主题 | 多模态工作流、扩展、路由、安全、网络搜索、OAuth2、root-contexts |
| 5.x | 深度研究 | Azure 集成、多模态、OAuth2 演示、采样、路由与扩展策略 |
| 06 | 社区贡献 | 如何报告问题、贡献代码/文档 |
| 07 | 早期使用者经验 | 真实用例研究与部署见解 |
| 08 | 最佳实践 | 可靠性、性能、测试与容错 |
| 09 | 案例研究 | 深度架构分解与示例 |
| 10 | 实战实验室 | VS Code 中使用 AI Toolkit 的端到端 MCP 服务器 |
尽管 LLM 变得越来越强大，但构建可靠的 AI 软件仍然取决于你如何围绕它们进行工程设计。
这个由 Dex Horthy 开发的仓库将构建生产级 AI 智能体的经验总结为 12 个核心原则。
每个 LLM AI 智能体的核心是一个循环：
但说到底，这种方法还是达不到我们想要的效果。
每个因素都附带视觉示例、详细解释和代码片段。
以下是所有 12 个因素的快速概览（附带详细了解的链接）：
自然语言转工具调用：将用户输入转换为结构化操作（JSON 或函数调用），以便确定性代码可以可靠地处理执行。
掌控你的提示词：不要把提示词工程外包给框架。像对待代码一样对待提示词（版本控制、测试、易于更新）。
掌控你的上下文窗口：只向模型发送重要信息。删除所有不必要的内容，以保持速度并避免超出限制。
工具只是结构化输出：当你的 AI 智能体使用工具时，让它用干净、易读的 JSON 响应，以便你的代码能够理解。
统一执行状态和业务状态：将 AI 智能体的步骤追踪（它在做什么）和业务数据（它在处理什么）保持在一个地方。这个统一视图让你可以轻松重放、调试和监控 AI 智能体的行为。
使用简单 API 启动/暂停/恢复：AI 智能体应该能通过直接的 API 进行控制，用于启动、暂停和恢复工作流。
使用工具调用与人交互：每当 AI 智能体需要帮助或输入时，让它使用与自动化任务相同的工具（如通知、批准请求）与人交流。
掌控你的控制流：不要让工具隐藏 AI 智能体在做什么。保持步骤清晰，以便你可以检查或修改它们。
将错误紧凑地放入上下文窗口：总结错误并将其包含在 AI 智能体的上下文窗口中，以便模型可以学习并从错误中恢复。不要发送完整日志，只发送有助于修复问题的内容。
小型、专注的 AI 智能体：设计 AI 智能体做好一件事，遵循可组合性原则。小型、专注的 AI 智能体更容易构建和测试。
从任何地方触发，在用户所在的地方接触他们：允许 AI 智能体由任何来源的事件触发（API、cron 作业、用户操作），以便它们适合不同的工作流。
让你的 AI 智能体成为无状态归约器：设计 AI 智能体用来处理输入并返回输出，无需在运行之间保留内部状态。无状态 AI 智能体更容易扩展、测试和从错误中恢复。
这是最有价值的仓库之一。它涵盖了 AI 智能体的历史（我们如何走到这里）、当 LLM 变得更聪明时会发生什么以及更多具有视觉示例的内容。
如果你对如何将你的生成式 AI 智能体想法从概念转化为生产环境感到好奇，这个仓库是你的分步指南。它充满了实用的、代码驱动的教程，旨在帮助你构建生产级 AI 智能体。
每个教程都独立存放在自己的文件夹中，附带可运行的笔记本和代码示例，以便你可以在几分钟内从概念转变为可工作的 AI 智能体。
你会找到整个生成式 AI 智能体生命周期的覆盖，从原型设计到部署，附带可重用的模式和现实世界的蓝图。
一些教程亮点：
GPU 部署：使用 Runpod 大规模部署 AI 智能体以进行高性能推理
可观测性：使用 LangSmith 和 Qualifire 添加追踪、日志和调试，以便你可以实时监控 AI 智能体。
多智能体协调：使用 A2A 协议的 AI 智能体工作流和消息交换
安全与护栏：学习使用 Qualifire、LlamaFirewall 和 Apex 的示例攻击来防止提示注入和有毒输出。
记忆系统：使用 Redis 设置由语义搜索支持的混合短期和长期记忆。
网络搜索集成：构建 AI 智能体来获取和处理使用 Tavily API 的实时网络数据。
还有微调、前端、打包等教程，都使用流行框架和最佳实践。
这个仓库是学习、构建和分享生成式 AI 智能体（社区）的绝佳资源，范围从简单的对话机器人到复杂的多智能体系统。
每个概念都通过可运行的笔记本进行教学，约 40+ 个项目通过黑客松添加。它很实用，超级有用。
你会找到使用 LangGraph、CrewAI、OpenAI Swarm、LangChain、PydanticAI 等的示例。
类别列表及覆盖内容：
初学者友好
你可以在 readme 中查看广泛的实现列表。
这个仓库有一个很棒的 LLM 应用集合，使用 RAG、AI 智能体、多智能体团队、MCP、自主游戏玩耍智能体、语音智能体等构建。
使用来自 OpenAI、Anthropic、Google 的模型，以及可以在本地计算机上运行的开源模型，如 DeepSeek、Qwen 或 Llama。
一些突出的项目：
AI 表情包生成智能体（浏览器）
AI 系统架构智能体
AI 社交媒体新闻和播客智能体
AI 竞争对手情报智能体团队
语音 RAG 智能体（OpenAI SDK）
带记忆的本地 ChatGPT 克隆
与 YouTube 视频聊天
AI 旅行规划 MCP 智能体
如果你正在使用 LLM 构建，这个仓库就像一个创意金库。
OpenAgents（由 xlang‑ai 开发）是一个开源平台，使日常用户和开发人员可以轻松通过简单的网络界面与真实世界的 AI 智能体互动和构建。
以下是它如何设计的快速概览：
它目前具有三个强大的 AI 智能体：
数据智能体：让你通过聊天直接运行 Python 或 SQL 查询、清理数据并创建可视化。
插件智能体：连接到 200+ 日常插件（如天气、购物或 Wolfram Alpha），并可以巧妙地为任务选择合适的插件。
网络智能体：使用 Chrome 扩展为你浏览网站（如填表、发布到 Twitter、获取方向）
你可以查看官方文档以获取演示视频和完整演练。
简而言之，OpenAgents 就像 ChatGPT Plus，但是开源的、可定制的，使其能够进行数据分析、工具使用和自主浏览，所有这些都可以轻松扩展或自托管。
这个仓库是一个巨大的系统提示词和配置文件库，来自 15+ 真实 AI 产品，如 v0、Cursor、Manus、Same.dev、Lovable、Devin、Replit Agent、Windsurf Agent、VSCode Agent、Dia Browser、Trae AI、Cluely、Xcode & Spawn，甚至开源智能体如 Codex CLI、Bolt、RooCode。
拥有超过 7,500 行内容，它是对任何想了解现代 AI 系统如何"被指示"表现、推理和交互的人来说最大的、最实用的参考资源之一。
如果你正在做以下事情，这是非常有用的：
构建 LLM 智能体或副驾驶
创建更好的系统/指令提示词
对 AI 智能体行为背后的逻辑进行逆向工程
此外，还有另一个不错的资源合集（约 3k⭐️），你可能会觉得很有用。
如果你对 AI 智能体在现实世界中的应用感兴趣，这个仓库展示了 500 多个用例，涵盖医疗、金融、教育、零售、物流、游戏等行业。
每个用例都链接到一个开源项目，因此它并不只是一份创意清单，更是一份实践指南。
许多示例使用 CrewAI、AutoGen、LangGraph 和 Agno 等框架构建。例如，CrewAI 工作流包括：
撰写书籍或剧本
营销策略生成器
落地页生成器
你还会看到一些独特的智能体架构，例如集成 NVIDIA 的 LangGraph 智能体。
这是一个非常适合浏览和获取灵感的仓库。它在 GitHub 上拥有 1.8k 个 star。
协议听起来可能很枯燥，但它们正是智能体能够真正应用于现实世界的原因。
框架会改变，协议不会。因此，你应该花点时间学习这些基础知识。
如果你有任何问题或反馈，或者最终构建出了什么很酷的东西，请在评论区分享。
祝你今天愉快！下次见 :)
在 Twitter 上关注 CopilotKit 和 AG-UI，并来打个招呼！
如果你想构建一些很酷的东西，欢迎加入 AG-UI Discord。
订阅我们的博客，即可在收件箱中收到 CopilotKit 的最新动态。