🤖 AI Agent 入门实战教程（DeepSeek版）
面向人群：有 Python 基础，对 AI Agent 感兴趣但零基础的小白开发者
技术栈：Python 3.10+ + DeepSeek API + 从零手写 → Streamlit 应用
课程风格：理论 30% + 代码 50% + 练习 20%，每章 15-20 分钟可读完
代码位置：每章末尾附有完整可运行的 Python 代码，复制到本地即可运行（私信我免费获取学习资料以供学习）
📖 课程简介
这是一套面向纯小白的 AI Agent 入门课程。我们不直接教你用 LangChain 这种高度封装的框架——那样你学完还是不知道 Agent 到底是怎么工作的。我们会从零开始，用DeepSeek 大模型，一行一行写出一个能思考、会用工具、有记忆的 AI Agent。
学完本课程，你将能够：
- 理解 Agent 的核心原理（ReAct 模式、工具调用、记忆系统）
- 从零手写一个完整的 Agent 框架
- 用 Streamlit 搭建一个可交互的 Agent 应用
- 为后续学习 LangChain / CrewAI 等框架打下坚实基础
📋 课程目录
| 章节 | 标题 | 难度 | 核心知识点 |
|---|---|---|---|
| 第1章 | 什么是 AI Agent？ | ⭐ | Agent 概念、ReAct 模式、与传统Chatbot的区别 |
| 第2章 | 环境搭建与 DeepSeek API 入门 | ⭐ | Python环境、API Key获取、第一个LLM调用 |
| 第3章 | Tool Calling — 让 Agent 拥有"手" | ⭐⭐ | Function Calling原理、工具Schema定义、完整调用循环 |
| 第4章 | Memory — 让 Agent 拥有"记忆" | ⭐⭐ | 短期/长期记忆、上下文窗口管理、RAG基础 |
| 第5章 | Planning — 让 Agent 学会"思考" | ⭐⭐⭐ | ReAct完整实现、思维链、任务分解、自我反思 |
| 第6章 | Multi-Agent — 多个 Agent 协作 | ⭐⭐⭐ | 角色分工、Agent间通信、顺序编排 |
| 第7章 | 实战项目 — 个人知识库问答Agent | ⭐⭐⭐ | Streamlit集成、文档处理、完整项目 |
| 第8章 | 进阶方向与生态概览 | ⭐ | 框架对比、安全对齐、生产部署、学习路线图 |
后续更新
🚀 快速开始
环境要求
- Python 3.10+
- 一个 DeepSeek API Key（获取地址）
安装依赖
pipinstallopenai streamlit python-dotenv tiktoken numpy配置 API Key
# 创建 .env 文件，写入你的 API Keyecho"DEEPSEEK_API_KEY=sk-your-key-here">.env运行示例
每章末尾都有完整的 Python 代码，直接复制保存为.py文件即可运行。例如：
# 把第3章的代码保存为 ch03_agent.py，然后运行python ch03_agent.py💡 学习建议
- 按顺序学习：每章知识有依赖关系，不要跳章
- 动手敲代码：不要复制粘贴，自己敲一遍才能真正理解
- 做完练习：每章末尾都有练习题，一定要做
- 遇到问题先 Debug：Agent 开发中 80% 的问题是 API 配置和 JSON 解析，先看报错信息
- 学完做项目：第7章的实战项目是最好的检验
🔄 API 费用说明
DeepSeek API 目前的价格非常亲民：
| 模型 | 输入价格 | 输出价格 | 适用场景 |
|---|---|---|---|
| deepseek-chat | ¥1/百万tokens | ¥2/百万tokens | 通用对话、工具调用 |
| deepseek-reasoner | ¥4/百万tokens | ¥16/百万tokens | 复杂推理、深度思考 |
学完整门课，API 花费预计不超过¥5 元（按正常使用量估算）。
📮 联系与反馈
如果在学习过程中遇到问题，欢迎在文章评论区留言，我会定期回复。
部分内容由AI生产，所有代码都运行。
PyCharm代码目录如下，如有需要请私信我。免费提供进行学习，希望可以帮助更多同学。文章上述代码也可复制进行运行，选其一即可。
**准备好了吗？让我们从第1章开始吧！👉 什么是 AI Agent?
创作不易，全部开源免费，还请关注点赞加收藏。也欢迎各位同学与我交流学习。
