AI Agent 开发实战（13）：GitHub 开源

六段骨架：目标 → 环境准备 → 步骤 → 验证 → 设计权衡 → 踩坑记录 → 下一步

目标

把第 12 篇打好的 Agent 项目，推到 GitHub 成为公开仓库------既能作为你简历里"点开就能看"的作品，也能让别人复用你的代码。

一句话价值：写出来的东西不发出来，等于没写。 开源是 Agent 开发者最低成本的个人品牌建设。

背景衔接

第 12 篇把 Agent 装进了 Docker，它现在是一个"自包含、能跑"的项目。本篇给它一个公开地址，让它从"你机器上的文件夹"变成"互联网上谁都能 clone 的工程"。

环境准备

• 第 01 篇已经装好 Git
• 一个 GitHub 账号（网页注册即可）
• 装好 GitHub CLI 更顺手（可选，但推荐）：winget install --id GitHub.cli 或官网下载；装完 gh auth login 登录
• 第 12 篇的 my-agent/ 项目（含 Dockerfile、.dockerignore、.env）

步骤

① 收尾：先把项目"像样"

开源前补三个文件，没它们仓库看起来很业余：

.gitignore（防密钥和垃圾进仓库，最关键）：

.env
venv
.venv
__pycache__
*.pyc
.git

LICENSE：新建一个，MIT 最常用（允许别人随意使用）。内容可在 GitHub 建仓库时勾选生成，或复制标准 MIT 文本，把年份和作者换成你的。

README.md：项目的门面，下面给一个可直接抄的模板：

# my-agent

用 LangGraph 搭的最小 AI Agent：能调工具、记对话、跑在 Docker 里。

## 架构

`用户问题 → agent 节点（调 LLM）→ 按需走 tools 节点 → 回到 agent 汇总 → 结束`

## 用法

```bash
pip install -r requirements.txt
cp .env.example .env   # 填你的模型 Key
python app.py

或一键容器化：

docker build -t my-agent:0.1 .
docker run --rm --env-file .env my-agent:0.1

功能

• 工具调用（当前时间 / 计算）
• 多轮记忆
• Docker 部署

许可证

MIT

> 💡 把 `.env` 改名成 `.env.example` 提交（只留 `OPENAI_API_KEY=` 这样的空壳），真实密钥绝不进仓库。读者 clone 后自己填。

### ② 本地初始化并提交

```bash
cd my-agent
git init
git add .
git commit -m "feat: 第一个 LangGraph Agent，支持工具调用与 Docker 部署"

• git add . 前确认 .gitignore 已就位，.env 不会被加进来
• commit message 用"动词开头 + 一句话说明"的风格，别写"update"

③ 创建远程仓库并推送

方式 A：用 GitHub CLI（推荐，一条命令）

gh repo create my-agent --public --source=. --remote=origin --push

这会自动建公开仓库、加 remote、推上去。

方式 B：网页 + 命令

1. 在 GitHub 网页点 New repository，名字 my-agent，别勾 "Add a README"（你本地已有）

2. 本地关联并推送：

   git branch -M main
   git remote add origin https://github.com/你的用户名/my-agent.git
   git push -u origin main

④ 开个 Release（可选但加分）

gh release create v0.1 --title "v0.1 首个可用版本" --notes "支持工具调用与 Docker 部署"

或在网页仓库的 Releases 里点 Draft a new release，打 tag v0.1。

验证

三项全过 = 开源成立：

1. 浏览器打开 https://github.com/你的用户名/my-agent，仓库可见、README 正常渲染
2. 重新 clone 一份到别处 ，git clone 后 docker build + docker run 能原样跑通（证明仓库自包含，别人拿来就能用）
3. 确认 .env / 密钥不在 仓库文件列表里（在仓库页面搜 .env 应无结果）

第 2 项最关键：开源的验收标准不是"推上去了"，而是"别人 clone 下来能跑"。

设计权衡：CLI（gh）vs 网页

维度	GitHub CLI（gh）	网页操作
速度	一条命令建库+推送	多次点击
自动化	可写进脚本	手动
学习成本	要记命令	0
适合	经常开源、批量操作	偶尔一次、不熟悉命令行

新手用网页更直观；一旦你要开源多个项目，gh 省下的时间很可观。

踩坑记录

1. 把 .env / 密钥 push 上去了（最高危）

git add . 时忘了 .gitignore，Key 进了历史。修复：立刻去模型平台 revoke 这个 Key （比改仓库更紧急），然后 git filter-repo 或 git rm --cached .env + 强推改写历史。最稳妥是 revoke + 换 Key，历史里的旧 Key 已无效。

2. 中文文件名 / 中文乱码

Windows 上中文提交显示成 \xxx 转义。修复：git config --global core.quotepath false。

3. 默认分支名不一致

旧 Git 默认 master，GitHub 现在用 main，push 时可能冲突。统一 git branch -M main 再推。

4. gh 没登录

gh repo create 报未认证。先 gh auth login 走完浏览器授权。

5. 大文件塞进仓库

把模型权重、数据集 push 上去，仓库几百兆、clone 慢。大文件用 Git LFS 或放对象存储，仓库只留代码。

6. commit message 全是"fix""update"

别人看你的仓库一脸懵。养成"动词 + 说明"习惯（feat/fix/docs/refactor），也是面试时展示工程素养的细节。

下一步

项目开源了，你的 Agent 从"本地练习"变成了"公开作品"。走到这里，你已经完整走完了一条工程化链路。最后一篇做个全局盘点------把整个系列用过的工具按"你要解决什么问题"分类，给你一张选型地图：

→ AI Agent 开发实战（14）：AI Agent 开发工具推荐

第 14 篇是收尾，把 Claude Code、DeepSeek、OpenRouter、CCSwitch、Hermes、OpenClaw、LangGraph、MCP、Docker、GitHub 串成一张图，帮你和读者以后不迷路。

---

系列衔接：09（手写 Agent）→ 10（工具标准化）→ 11（流程编排）→ 12（容器化）→ 13（开源交付）→ 14（全局盘点），实用篇到此闭环。