Репозиторий Awesome Agentic AIG — структурированная, пошаговая карта обучения AI-агентам с чётким разделением на уровни и два пути: пользователь и создатель. В центре — открытый протокол MCP, связывающий модели с реальным миром и дающий ключи для безопасной автоматизации. Практика построена на 27 упражнениях с локальным и облачным SDK для экономии бюджета.
awesome-agentic-ai-zh: структурированная карта обучения AI-агентам с фокусом на MCP
полный разбор ролика · 5 глав ↓
Введение и проблема
Множество разрозненных источников затрудняет изучение архитектуры агентов. Репозиторий Awesome Agentic AIG — структурированная карта обучения, которая ведёт от основ к сложным системам.
Проект бесплатный, тщательно отобранный и решает проблему отсутствия чёткого учебного плана.
Структура карты обучения
Карта обучения разделена на 8 логичных этапов, начиная с азов и заканчивая продвинутыми системами. Каждый уровень вытекает из предыдущего, что обеспечивает последовательное освоение.
Репозиторий содержит 145 проектов и 62 записи по MCP с инструкциями и оценками качества, доступен на трёх языках.
Два пути развития
Путь А — 8-10 недель, для тех, кто хочет быстро научиться использовать готовых агентов и автоматизировать задачи через CLI.
Путь Б — 16-22 недели, глубокое погружение в кодинг, создание фреймворков и изучение архитектуры, для серьёзных разработчиков.
Экосистема MCP
MCP — открытый стандарт, который даёт AI-агентам доступ к локальным данным, API и файловым системам, превращая чатботов в полноценных агентов.
Пользователи собирают MCP-серверы из готовых компонентов, а создатели пишут их с нуля, определяя взаимодействие с проприетарными системами.
Практика и SDK
Упражнения содержат стартовый код, что позволяет сосредоточиться на логике и учиться активно, сверяясь с ответами только при необходимости.
Двухпутевой SDK позволяет разрабатывать локально бесплатно и плавно переключаться на облачные API, экономя бюджет и ускоряя отладку.