Hello Agent System · AI Nav City

核心信息

以下信息由程序从官方接口读取，不经模型改写。

仓库地址: https://github.com/heaven999b/hello-agent-system
许可证: MIT
语言: Python
维护方: heaven999b
核验日期: 2026-11-03

它是什么

Hello Agent System 是一个企业级 Agent 系统设计训练营。它共有 32 节课，中英双语，每课都有带测试的练习。项目不依赖 Agent 框架，从零手写企业级 Agent 的每一层。项目由 Claude Opus 5.5 协助架构设计。

主要能力

项目从第 02 课起就是 async。
从第 12 课起就是真实的多进程。
整个项目只有一套 async 实现，从第 02 课用到第 31 课。
每一层从零手写，核心约 3800 行，多进程模块约 2000 行。
每份讲义和文档都有等价的英文版。
消息就是 OpenAI 格式的 dict。

怎么上手

先编辑 .env 文件，填入任意 OpenAI 兼容接口；示例里的三行赋值是写进 .env 的内容，不是在终端里执行的命令，之后再做环境检查和运行 demo。
每节课的流程是：读讲义、跑 demo、写练习、让测试变绿、过自测清单。
作者在本地使用 cliproxyapi 网关和 gpt-5.5 开发和验证。

摘自 README · bash

git clone https://github.com/heaven999b/hello-agent-system.git
cd hello-agent-system
make setup          # 创建 .venv 并安装（核心依赖只有 openai + pydantic）

摘自 README · bash

LLM_BASE_URL=https://api.openai.com/v1     # 或 DeepSeek / 通义 / 本地 vLLM / 模型网关
LLM_API_KEY=sk-xxx
LLM_MODEL=gpt-4o-mini                       # 需要支持 function calling

摘自 README · bash

make check-env                                  # 检查模型连通性与工具调用能力
.venv/bin/python lessons/00_overview/demo.py    # 看一眼你将要造出的东西

适合谁

课程要求能读懂 Python 函数和类，并且调过一次 LLM API。代码注释与 demo 输出目前是中文。agentkit 核心是 async 运行时，具备真并发、真取消、舱壁和流式，但状态默认在内存或本地文件。

agentkit 核心中，注入检测和 PII 脱敏是正则。agentkit.distributed 让 agentkit 在一台机器上以多个 worker 进程运行，崩溃可接手。agentkit.distributed 基于 SQLite，只能在一台机器上。

多台机器要换成 agentkit.contrib，即 Postgres、Redis、Temporal、OpenTelemetry、LiteLLM、Cedar 适配器。agentkit 的各层仍是参考实现，不是托管产品。Docker / Kubernetes 配置在本机没有实际启动过。

Redis 故障切换没有实测。项目采用 MIT 许可证。ITBuddy 是企业 IT 服务台 Agent。

失败模式文档列出 79 种生产中真实会遇到的失败模式，写明症状、根因、检测和修复。设计评审清单有 199 条上线前检查项，按 P0/P1/P2 分级。

本站已收录的相关工具。

来源

本页内容整理自以下官方来源，点击可核对原文。

GitHub READMEhttps://github.com/heaven999b/hello-agent-system抓取于 2026-11-02

核验日期 · 2026-11-03

本页由 AI 依据上述官方来源整理，并经自动核对，未经本站实测。发现错误？告诉我们。