Agent 开发到底该学什么？我整理了一条不绕路的学习路线
大家好，我是风雨，后续会陆续更新一下 Agent 开发所需知识。我自己学 Agent 的时候知识点比较零散，东看一篇西看一篇，效率不高。现在把踩过的路整理成一套学习路线，大致就是下面这十块，按顺序走会顺一些。
让 agent 调 Python 沙箱执行代码，跑数据分析这类任务靠谱多了
上个月做一个数据问答的功能，用户丢一个 csv 上来，问「上个月哪个渠道的转化率最高」。我一开始的做法很蠢：把整张表塞进 prompt，让模型自己算。结果几万行数据，token 直接爆了，算出来的数字还错得离谱，模型对着一堆逗号分隔的文本硬猜均值，你敢信吗。
LangChain 学习路线（07）：Agent 入门，从 RAG 问答到智能体调用
前六篇，我们已经学习了 LangChain 的核心组件、LCEL、RAG、Milvus、混合检索和 Rerank。现在，我们开始进入一个新的阶段：Agent（智能体）。之前构建的 RAG 应用，主要解决的是一个问题：用户提出问题，系统从知识库中找到相关资料，再交给大模型生成答案。
Agent 实战 01｜先把模型调用接好，再谈 Agent
大家好，我是第二线程。我想先做个文本整理小工具。在终端输入一段话，让模型整理出摘要和要点。它只按写好的步骤发出一次请求，还不会自己决定下一步，目前还算不上 Agent。01 先拿一段便笺试试配套的 samples/meeting.txt 是一段虚构便笺：“周五前整理演示稿。
教程 01 · 入门：15 分钟跑通你的第一个 Deep Agent
面向：听说过 deepagents / Claude Code 这类工具，但没实际写过 agent 的开发者前置：Python 3.10+，一个支持 tool calling 的模型 API key0.
Rust！我用Agent 2 小时搞定了我不敢碰的重构，没手写一行代码！
全网都在吹 Rust，我偏不学——但让 AI 替我把它用出来了一、这一切的起因：一个被“重写狂欢”勾起的好奇心前段时间，我刷到一个狠人——某个开发者搞了一整套“Adobe 平替”开源套件：PhotoCraft（对标 Photoshop）、LightCraft（对标 Lightro
终于有人说清楚了Agent开发的正确学习路线
Vibe-Trading 部署实录：用开源 Agent 做 A 股研究与回测
香港大学团队开源的 Vibe-Trading 已在 GitHub 拿到 3.5 万 star，支持 A 股、港股、美股行情与策略回测。
用 Mastra 写 TypeScript 的 agent，工作流、记忆、工具调用一套搞定
搞 AI agent 这块，Python 生态一直挺热闹，LangChain、LlamaIndex 一堆。但我们整个后端是 Node + TypeScript，为了塞个 agent 单独起一套 Python 服务、再处理两边通信，说实话挺别扭。