500-AI-Agents-Projects学习之一.环境搭建

项目介绍

项目是基于 MIT 协议开源，汇总 500 余个 AI Agent 实战项目与落地用例，围绕四大主流框架搭建内容体系，兼顾入门学习、技术选型、行业落地与社区共建，是 AI 智能体开发的一站式参考资料

项目地址

https://github.com/ashishpatel26/500-AI-Agents-Projects

环境搭建

先把项目拉取下来

在项目目录打开cmd窗口

并且需要conda：https://blog.csdn.net/YXWik/article/details/144901178

创建环境

bash 复制代码

conda create -n ai-agent python=3.10 -y

激活环境

bash 复制代码

activate ai-agent

conda预装基础库

bash 复制代码

conda install numpy pandas matplotlib jupyter -y

一键安装四大框架+配套工具

bash 复制代码

pip install --upgrade crewai autogen langgraph agno openai python-dotenv pydantic langchain langchain-openai duckduckgo-search ollama

配置电脑的环境变量

1.右键「此电脑」→ 属性 → 高级系统设置 → 环境变量

2.在系统变量点击「新建」

3.新建两个变量：

变量名：OPENAI_API_KEY

变量值：sk-你的完整DeepSeek密钥

变量名：OPENAI_BASE_URL

变量值：https://api.deepseek.com/v1

4.全部窗口点确定保存。

创建测试文件 test_env.py

bash 复制代码

import os
from agno.agent import Agent
from agno.models.deepseek import DeepSeek


agent = Agent(
    model=DeepSeek(id="deepseek-chat"),
    markdown=True
)

agent.print_response("介绍CrewAI、AutoGen、LangGraph、Agno四个AI Agent框架区别")

测试

bash 复制代码

python test_env.py

学习路线

主线入门：

crewai_mcp_course（建立 Agent 通用认知）

按 lesson 01 ~ lesson 03 依次运行代码，每节课弄懂：

单智能体、工具调用、多智能体团队、工作流、MCP 本地服务

四大框架由易到难实操

agno/ 极简轻量智能体

crewai/ 业务多智能体（仓库案例最多，企业自动化首选）

autogen/ 代码、数据分析、科研类 Agent

langgraph/ RAG 知识库、多分支复杂流程

行业项目实战

每个框架下 industry_projects，按需挑选电商 / 金融 / HR / 教育等场景练习

适配deepseek

因为我才用的是deepseek ，之后学习中仓库代码需要统一适配

bash 复制代码

# 删掉
llm = ChatOpenAI(model="gpt-4o-mini", temperature=0.3)

# 替换为
llm="deepseek-chat"