Bild von Autor | Chatgpt
Einführung
KI -Agenten sind autonome Softwareunternehmen, die ihre Umgebung wahrnehmen, Entscheidungen treffen und Maßnahmen ergreifen, um spezifische Ziele zu erreichen. Sie sind für moderne Anwendungen für künstliche Intelligenz von grundlegender Bedeutung, von Chatbots bis hin zu komplexen Multi-Agent-Systemen. Das Modellkontextprotokoll (MCP) ist ein offener Commonplace, mit dem AI -Modelle mit externen Instruments, APIs und Datenquellen verbunden sind.
Beide Technologien dominieren den KI-Raum, und Unternehmen nutzen sie, um sich wiederholende Aufgaben zu automatisieren und die Belegschaft zu reduzieren, da die Agent-KI in bestimmten Fällen Mitarbeiter auf Nachwuchsebene übertreffen kann.
In diesem Artikel werden wir zehn Github-Repositories überprüfen, mit denen Sie die Grundlagen von AI-Agenten kennenlernen und Sie bei der basierten agierbasierten Anwendungen leiten können. Diese Repositorys umfassen Tutorials, Code-Muster, praktische Projekte, wertvolle Ressourcen und sogar YouTube-Führer, um Ihre Lernreise zu beschleunigen.
10 Github -Repositories für Mastering -Agenten und MCPs
1. Lernen Sie AI und LLMs von Grund auf neu
Repo: ashishps1/lern-ai-Engineering
Dieses Repository bietet einen strukturierten Weg zum Verständnis von KI und großer Sprachmodellen (LLMs) von Grund auf, wobei nur kostenlose Ressourcen verwendet werden. Egal, ob Sie Anfänger sind oder die Grundlagen auffrischen, Sie finden wertvolle Anleitungen und Hyperlinks.
2. Microsofts KI -Agenten für Anfänger
Repo: Microsoft/Ai-Brokers-for-Beinners
Machen Sie mit 11 Lektionen, mit denen Sie Ihre ersten AI-Agenten aufbauen können. Klare Erklärungen und praktische Beispiele machen dies zu einem idealen Ausgangspunkt für diejenigen, die Agentensysteme verstehen möchten.
3. Tutorials und Implementierungen von Genai Brokers
Repo: Nirdiamant/Genai_agents
Suchen Sie eine eingehende Erkundung generativer AI-Agenten-Techniken? Dieses Repository bietet umfassende Tutorials und Projekte, die von Fundamental bis hin zu fortgeschrittenen Konzepten reichen und es perfekt für den Aufbau intelligenter, interaktiver KI -Systeme eignen. Alle Projekte werden mit einem Jupyter -Notizbuch erstellt, mit detaillierten Beschreibungen, Code und Ausgängen, um schnell zu verstehen, wie jede Anwendung funktioniert.
4. COMPLETTER AGENTIC AI ENGINEERING COURSE
Repo: Ed-Donner/Agenten
Erfahren Sie, wie Sie KI -Agenten in 6 Wochen mit dem Agentic AI Engineering -Kurs codieren und bereitstellen. Folgen Sie mit Code, Projekten und Lektionen, die auf eine robuste Grundlage für Agentendesign und -bereitstellung zugeschnitten sind.
5. Systemaufforderungen und Modelle von KI -Instruments
Repo: X1XHLOL/System-Prompts-and-Modelle-of-AI-Instruments
Neugierig, wie beliebt KI -Instruments unter der Motorhaube funktionieren? Dieses Repo sammelt Systemaufforderungen, Instruments und Modelle aus den Anwendungen wie Cursor, Devin, Replit Agent und mehr. Erkunden Sie reale Agentenarchitekturen und schnelle technische Strategien.
6. AI Brokers Masterclass (mit Videoführern)
Repo: Coleam00/Ai-Brokers-MasterClass
Dieses Repository ist der Begleiter für die MasterClass -Serie auf YouTube, die alle hier gefundenen Code und Ressourcen enthält. Erstellen und erweitern Sie praktische Agentenbeispiele, während Sie Schritt für Schritt durch Video-Tutorials lernen.
7. Fantastische AI -Agenten (kuratierte Liste)
Repo: E2B-dev/Superior-ai-Brokers
Dies ist die ultimative Liste für alle, die sich für autonome Agenten interessieren. Erforschen Sie eine kuratierte Sammlung der besten AI -Agenten -Frameworks, Bibliotheken und Forschungsarbeiten, um Ihre Projekte oder Studien zu beschleunigen. Die Liste ist in Open-Supply- und Closed-Supply-Agenten unterteilt.
8. Superior MCP -Server
Repo: PunkPeye/Superior-MCP-Server
Erforschen Sie die Liste der Server des Modellkontextprotokolls (MCP). Die Liste ist in Kategorien wie Kunst und Kultur, Browserautomatisierung, Cloud -Plattformen, Codeausführung und mehr unterteilt. Es wird von unserer Open-Supply-Group gepflegt, was bedeutet, dass Sie die neuesten und beliebtesten MCP-Server finden.
9. Superior MCP -Kunden
Repo: PunkPeye/Superior-MCP-Purchasers
Wir haben die Liste der MCP -Server überprüft. Jetzt überprüfen wir die Liste der High -MCP -Kunden. Diese Purchasers können Python -Frameworks, Desktop -Chatbots, VSCODE -Erweiterungen, Agentencode -Editoren und CLI -Instruments wie Claude -Code umfassen.
10. Fantastische LLM -Apps mit Agenten und Lappen
Repo: Shubhamsaboo/Superior-Llm-Apps
Entdecken Sie Apps, die KI-Agenten, Abrufgeneration (RAG), MCP-Server und modernste Modelle wie OpenAI, Anthropic und Gemini kombinieren. Nach dem Erlernen der Grundlagen können Sie sich von diesen Projekten inspirieren und Ihr Portfolio aufbauen.
Letzte Gedanken
Großsprachige Modelle haben Einschränkungen, und wir haben diese aus erster Hand gesehen. Wir waren begeistert von dem Potenzial künstlicher allgemeiner Intelligenz, aber derzeit beobachten Unternehmen, die Benchmarks manipulieren, um ihre neuen KI -Modelle zu fördern. Additionally, was kommt als nächstes für KI und wie können wir es besser machen?
Eine vielversprechende Richtung umfasst Agenten und MCP -Server. Diese Agenten und MCP -Server bieten LLMs zusätzliche Funktionen, um weitere Informationen zu extrahieren und Ihren Workflow zu automatisieren.
Sie können Anwendungen erstellen, die das Web nach Aktienkursen durchsuchen, Markt und Nachrichten analysieren und Aktien in Echtzeit kaufen oder verkaufen. Die Leute machen Millionen, indem sie dies tun.
Additionally, worauf warten Sie noch? Erfahren Sie, wie Sie Ihre eigene agierende Anwendung erstellen, und verwenden Sie KI richtig.
Abid Ali Awan (@1abidaliawan) ist ein zertifizierter Datenwissenschaftler, der es liebt, maschinelles Lernenmodelle zu bauen. Derzeit konzentriert er sich auf die Erstellung von Inhalten und das Schreiben von technischen Blogs über maschinelles Lernen und Datenwissenschaftstechnologien. Abid hat einen Grasp -Abschluss in Technologiemanagement und einen Bachelor -Abschluss in Telekommunikationstechnik. Seine Imaginative and prescient ist es, ein KI -Produkt zu bauen, das ein Diagramm neuronales Netzwerk für Schüler mit psychische Erkrankungen mit kämpfender Krankheiten unterhält.