AI代理开发工具

该工具为AI代理开发提供代码片段和环境管理,支持多种LLM后端,适用于教育和研究场景。

  • by jacopotagliabue
  • Python
  • 本地部署
  • 8 星标
  • 更新于
在 GitHub 查看 jacopotagliabue/intro-to-ai-agents-columbia-2025

使用说明

人工智能代理导论(哥伦比亚大学2025)

概述

此存储库包含我在哥伦比亚大学2025年演讲中使用的代码片段,该演讲介绍了人工智能代理(此处为幻灯片)标题:“从法学硕士到代理人:通往自治的道路是由良好的意愿铺成的”。

设置

python

我们使用 紫外线 管理环境。要设置环境,请运行:

uv sync

LLM

我们使用Anthropic API作为LLM后端。确保创建一个 .env 文件在 src 目录使用 local.env 作为模板。如果您更喜欢使用其他型号,我们依赖 文学硕士 接口,因此更换模型后端应该很简单。确保同时更改 .env 并相应地初始化LLM。

运行代码

要运行代码段,请导航到 src 目录,并使用uv执行所需的Python脚本,例如:

cd src
uv run text_to_tool_to_text.py

请参阅幻灯片了解一般背景和人工智能背景。该代码仅用于教育目的,在整个开发过程中使用Claude code作为人工智能助手。

独立 快速MCP服务器 可以在 fast_mcp 目录,展示如何在代理循环中构建和利用最小的服务器:服务器会自动从 agent_with_mcp.py 脚本,但也可以以独立方式运行。

许可证

此项目按“原样”提供,并根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。