LangChain 官方团队发布了一份名为 「Agents From Scratch」 的完整教程，手把手带你快速上手 Agent。

以前，你可能觉得 Agent 技术很“重”，需要啃大量论文。
现在，你只需要跟着这份官方指南，就能快速搭建起自己的 Agent 原型。

GitHub 链接直达：
github.com/langchain-ai/agents-from-scratch

🌱 你能从中学到什么？

🤖 Agent 的核心循环 (Core Loop)：
理解 Agent 是如何像人一样思考、行动、观察、再思考的。

🛠️ 工具的定义与使用 (Tools)：
学会如何让 Agent 能调用外部 API 或数据库，比如查询天气、搜索信息。

🧠 ReAct 框架的精髓 (Reason + Act)：
掌握当前最主流的 Agent 思考模式，学习如何让 LLM 自我推理和决策。

🗨️ LLM 输出的解析 (Output Parsing)：
解决那个最头疼的问题：如何稳定、准确地从 LLM 返回的文本中提取出下一步的行动指令。

💾 状态与记忆管理 (State Management)：
让你的 Agent 拥有记忆，能够处理多轮对话和复杂任务。

你最想用 Agent 技术来解决什么具体问题？
或者打造什么样的产品？
评论区聊聊