Agent 应用开发从 0 到 1 完整路线：8 个阶段 + 20+ 实战项目 + 避坑指南

来源：知乎 @平凡（发布于 2026-08-10，著作权归作者所有）
原文链接：https://www.zhihu.com/tardis/zm/art/2066544914452543247?source_id=1005
整理时间：2026-10-14

一、核心观点（先读这段）

作者参与多个企业 Agent 设计合作项目后的最大感触：很多企业一上来就奔着做 Agent，但其实并不合适。

• 大家听到 OpenClaw、Hermes 这类 Agent 很厉害，自己尝试一遍后发现效果反而不如 Workflow（工作流）。
• 很多时候老老实实写个 RPA 脚本，一晚上就能跑通，既稳定又便宜。而一上 LangChain + 向量库 + 多 Agent 这一套，做出来的东西又慢又不稳定，还烧钱。
• 不是 AI 不行，而是选错了工具。

场景选型结论：

二、8 步学习路线

路线图：认知地基 → 找真痛点 → 手写第一版 → 锁输出 → 接工具 → 加记忆 → 建评估 → 扛生产

Step 1：花半天搭一个认知地基

别一上来就写代码，先花半天到一天搞清楚 Agent 的「零件」叫什么。这步不投入，后面看任何项目都会一脸茫然。

入门教程：

• microsoft/ai-agents-for-beginners：微软官方，12 节课从 agent 是什么讲到工具调用、RAG、多 agent 协作。最稳的入门。
• datawhalechina/hello-agents：中文版替代，Datawhale 出的系统教程，适合中文阅读。

必读：

• Anthropic《Building Effective Agents》：虽是 2024 年的文章，依旧非常有价值。短、密、反框架，看完会知道大多数 agent 应该长得多简单。
• datawhalechina/Agent-Learning-Hub：与本文 8 步几乎一一对应的中文系统路线图。从 Stage 0「基础认知」到 Stage 8「生产部署」，覆盖最小 agent 循环、Tool Use / RAG / 记忆、agent harness、多 agent、Skills 与 MCP、浏览器 agent、评估与可观测性。强调 Claude Code-style coding agent、OpenClaw-style 个人 agent 这些「真正在用的范式」。

出师标准：能用自己的话讲清「LLM、Tool Use、ReAct、上下文窗口、向量检索、Embedding、Agent vs Workflow」这几个词，就可以收手开干了。再啃下去反而是拖延。

Step 2：找你自己最痛的那个场景

别先迷上「agent」这个词再到处找用途。先找你工作里最烦、最重复的那个 SOP，再想 agent 能不能接管它。

真有人做出来的方向：查日志和错误码、周报自动汇总、邮件分类和回复初稿、代码 review 助手、长论文整理。

判断公式：

• 流程固定 → workflow 够；
• 路径随输入变 → 才需要 agent。

举例：

• 「每天把日报汇成周报」→ workflow；
• 「用户随口提一个模糊需求，自己决定先查什么、再算什么」→ 这才是 agent。

再退一步：如果连模型推理都不需要（纯粹「点按钮、复制字段、填表单」的重复劳动），老老实实写个 RPA 脚本（Python + Playwright，或 n8n、UiPath 这类工具）反而又快又稳又便宜。

能 RPA 就别 workflow，能 workflow 就别 agent。 工具越简单，崩的概率越低，成本越好控，维护越省心。强行给所有东西套 agent，是新手最贵的一课。

Step 3：第一版，手写 ReAct，不要用框架

第一个 agent 千万别用框架。 LangChain、LangGraph 封装太厚，新手经常「demo 跑通了，一出问题不知道错在哪」。Anthropic 那份指南也说：最成功的 agent 往往不依赖复杂框架，而是简单、可组合的模式。

做法：100 行 Python 内，自己手写一遍 ReAct 循环——「想一步 → 做一步 → 看结果 → 再想」。

• 直接调 OpenAI / Anthropic / DeepSeek 的 SDK，不用任何 agent 框架；
• 骨架就是一个 while 循环：把任务和已有的「思考-行动-观察」历史拼成 prompt → 模型吐下一步（思考 + 动作）→ 解析动作、调工具、拿结果（观察）→ 塞回历史，循环到模型说「done」；
• 能让它自动调一次搜索、调一次计算器、合起来回答一个问题，就算跑通。

参考资料：shareAI-lab/learn-claude-code——从最小 agent 一步步搭出 mini Claude Code，含工具调用、规划、子 agent、任务系统。读它的代码，比看十个 LangChain 教程都顶用。

手写过一遍、知道每个环节在干嘛了，再回头用框架——那时候框架是省事的工具，而不是挡在你和原理之间的一层黑盒。

Step 4：把模型的输出「锁死」——结构化输出

Agent 崩在哪？八成崩在「模型输出的格式不对」。

让模型「自由」吐 JSON 然后 try/except，是新手最容易写出的坏代码。专业做法是用约束解码 + 强校验，从源头让模型只能吐合法格式。

• jxnl/instructor：给 LLM 加 Pydantic 约束，自动校验 + 自动重试。Python 圈最流行，入门用它够你跑很远。
• dottxt-ai/outlines：更底层，在 token 级别就不可能让模型吐错格式。

Step 5：让 agent「会用工具」——Tool Use 与 MCP

Agent 真正值钱的地方在于它「会做事」，不只是「会说」。

1. Tool Use

写工具就是写一个「模型看得懂」的 schema——名字、参数、返回值清清楚楚。原则只有一条：动作幂等、错误明确。否则模型一旦调失败，根本不知道怎么救。

最小例子：一个 search_logs(keyword, time_range) 工具，描述写成「按关键词搜索过去 N 小时内的服务日志，返回结构化结果数组」——模型一看就会用。反之，名字叫 do_log_thing、描述含糊，模型基本只会瞎调。工具描述写得好不好，直接决定 agent 的成败。

2. MCP（Model Context Protocol）

Anthropic 推的协议，正在变成「agent 接外部世界」的事实标准。

• modelcontextprotocol/servers：官方维护的 MCP server 集合，GitHub、Slack、Postgres、Filesystem 都有现成的。读它的代码学规范，再给你自己的业务封一个。

Step 6：加记忆 + 检索增强（RAG）

光靠对话上下文不够，agent 要扛真实业务，必须接外部知识和长期记忆。

RAG pipeline 四步：

1. 文档按章节和语义切块，别傻按 512 字硬切；
2. 转向量存进向量库；
3. 检索时叠 BM25 关键词做混合检索；
4. 用 Cross-Encoder 重排。

向量库选型：

记忆层选型：

• letta-ai/letta（原 MemGPT）：把「长期记忆」做成了一套系统。
• mem0ai/mem0：更轻量的记忆层，API 简洁。

系统性 RAG 参考：run-llama/llama_index 的代码值得翻——不一定要用它，但它对每个环节的拆分非常清晰。

什么时候该加记忆？ 粗判断：agent 是不是要跨多次对话记住用户的偏好或历史结论？只是单次任务、跑完就走，对话上下文够了，别自找麻烦；只要涉及「下次还要记得这次的事」，再上长期记忆。

Step 7：建评估集——这一步决定你是新手还是老手

Agent 改了个 prompt 到底变好了还是变差了？凭感觉不算数。没有评估集，你就是在黑暗里调参。

最朴素的做法：攒几十个真实任务 + 标准答案，每次改动跑一遍，看任务完成率、平均步数、错误率。

评估集不用大，但一定要「脏」——必须覆盖真实场景里那些刁钻、边界的输入。太多 agent 在干净的 demo 数据上效果惊艳，一上线遇到真实用户换个问法就原形毕露，根子全在评估集太干净。

实操技巧：先从线上日志或真实对话里抽 30 条最难的、最容易翻车的，每条标注「该输出什么」——这就是第一版评估集。后面每周新增几条就够。一周后就会发现，这是整个工程里 ROI 最高的事。

工具推荐：

Step 8：扛住生产环境——成本、路由、降级

能跑通只是开始，能稳定上线还有最后一段路。

• BerriAI/litellm：一份代码切 100 多家模型 API，路由 / fallback / 缓存 / 限流全有。
• Anthropic prompt caching：把不变的长上下文缓存住，API 费用能省到原来的 1/10。
• 模型分层：简单分类、抽取这类活，用便宜的小模型（Haiku、Gemini Flash、DeepSeek 小版本）就够；复杂规划再上大模型。一个 agent 里混用两三档模型，是省钱也是提效的标准做法。
• 降级策略：模型连续失败 N 次，自动 fallback 到更简单的逻辑或人工。这是 agent 工程师那些「不性感但值钱」的脏活。

三、值得对照阅读的真实 Agent 项目（读源码用）

不是让你直接用，是去读源码，看老手怎么处理那些「看上去会的、实际全是坑」的环节。挑一个跟你的场景最近的，把它的 README 和核心循环代码读一遍，比你刷十个教程涨得快。

四、避坑指南（金句摘录）

1. 不是 AI 不行，而是往往选错了工具。
2. 商用落地采用「部分智能 + 高程度自动化」：需要保证执行时，输出稳定比智能化更重要。
3. 能 RPA 就别 workflow，能 workflow 就别 agent。 强行给所有东西套 agent，是新手最贵的一课。
4. 判断公式：流程固定 → workflow 够；路径随输入变 → 才需要 agent。
5. 第一个 agent 千万别用框架，手写 100 行 ReAct 循环先跑通。
6. Agent 八成崩在「模型输出的格式不对」——让模型自由吐 JSON 再 try/except 是坏代码，要用约束解码 + 强校验。
7. 工具设计原则：动作幂等、错误明确；工具描述写得好不好，直接决定 agent 的成败。
8. 没有评估集，你就是在黑暗里调参。 评估集不用大，但一定要「脏」，要覆盖刁钻、边界的真实输入。
9. 从线上日志抽 30 条最难的案例标注标准答案，是整个工程里 ROI 最高的事。
10. 怕踩坑是对的，但因为怕就不动手，是最大的坑。 真正的认知，全是在「做 → 崩 → 改」的循环里长出来的。

五、文中提到的 GitHub 项目总览（共 22 个）

附：原文推广信息（知乎知学堂公开课）

原文中多次插入知乎知学堂「Agent 应用开发公开课」推广，称大厂出品、圈内大佬主讲，讲解大模型知识体系、拆解 Agent 技术架构，配套企业级实战项目和资料包。领取入口（原文链接）：

• https://xg.zhihu.com/plugin/103bcb1026f065e3e8ed2dc5b95552fb?BIZ=ECOMMERCE

注：以上为原文作者的观点与推广内容，整理时仅作收录，不代表整理者立场。