基于github开源项目来学习Agent：
参考文章：< 干货！2025年AI Agent超100页全景报告：MCP、RAG、实战案例> mp.weixin.qq.com/s/ZYZ7jWTT6…
参考文章：drive.google.com/file/d/1Th8…
参考文章有自己的推荐github项目，而我推荐的不同的，我推荐的是可以直接用在真实项目的，带复杂性的agent。
1、Agentic RAG：这是一套能够动态获取多源上下文的RAG系统，可灵活对接不同数据源以丰富内容生成的信息基础，帮助解决传统RAG上下文来源单一的问题，适用于需要多维度信息支撑的问答场景。
参考：
demohouse/deep_search/README.md
# 深度推理 Deep Search## 应用介绍Deep Search 是一款专为应对复杂问题而设计的高效工具，利用 DeepSeek-R1 大模型对复杂问题进行多角度分析，并辅助互联网资料，快速生成最合适用户的解决方案。
无论是在学术研究、企业决策还是产品调研中，Deep Search 都能够有效地协助用户深入挖掘，提出切实可行的解决策略。
## 费用说明- 推理总结模型计费 - DeepSeek-R1 大模型：开通赠送500,000 tokens <a href="https://www.volcengine.com/docs/82379/1399514" target="_blank">免费额度</a>，超过部分按 token 使用量付费，详见 <a href="https://www.volcengine.com/docs/82379/1099320#%E5%A4%A7%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B" target="_blank">计费说明</a>
- 联网搜索服务计费，您可自由选择使用的联网搜索服务 - 选择一：使用火山方舟零代码联网应用作为搜索引擎，计费项如下
此文件已被截断。 显示原始文件
我觉得这个就是最简单实现Agentic RAG， 一边是Agentic agent, 另一边作为rag多源数据提供。 结合起来就变成Agentic RAG 。
2、Voice RAG Agent：这是一款具备实时语音交互能力的RAG智能体，能通过语音形式实现与用户的交互，在接收语音指令后完成相关信息检索与响应，打破传统文本交互的限制，适配语音助手、智能客服等场景。
参考：
ai-app-lab/demohouse/live_voice_call at main · volcengine/ai-app-lab
Contribute to volcengine/ai-app-lab development by creating an account on GitHub.
3、多智能体航班查询：该项目可实现对实时航班数据的抓取，通过多智能体协作将分散的航班信息，例如，起降时间、价格、航空公司、航班状态等进行汇总整理，为用户提供清晰的航班选择参考，提升航班查询效率。
参考：
GitHub - openai/openai-cs-agents-demo: Demo of a customer service use case implemented...
Demo of a customer service use case implemented with the OpenAI Agents SDK
4财务分析师：其核心功能是生成股票分析图表与对应的分析报告，通过调用金融数据接口获取实时股票数据，结合数据分析工具生成走势图表，并提炼关键财务指标，例如，收益率、波动率形成分析报告，助力用户直观了解股票走势与相关财务情况。
参考：
GitHub - vinay-gatech/stocks-insights-ai-agent: Full Stack application for retrieving Stock Data...
Full Stack application for retrieving Stock Data and News using LLM, LangChain and LangGraph
ai-engineering-hub/financial-analyst-deepseek at main ·...
In-depth tutorials on LLMs, RAGs and real-world AI agent applications. - patchy631/ai-engineering-hub
5、品牌监控系统：能够跨多个平台如社交平台、新闻网站、论坛等抓取与品牌相关的提及内容，通过sentiment分析、关键词提取等技术对这些内容进行深度分析，输出品牌口碑趋势、热门讨论话题等结果，帮助品牌方及时掌握市场反馈。
参考：
GitHub - liangdabiao/Business_Idea_Validator: 这是一种 AI 驱动的工具，可通过自动 Web...
这是一种 AI 驱动的工具，可通过自动 Web 抓取和智能分析来验证业务概念。该系统通过分析在线讨论和生成评分验证报告来评估市场需求、竞争水平和可行性。 这是一款专业的商业调研应用程序，为用户提供友好的界面来：1.验证商业创意 ， 2.分析用户评论。 该应用通过分析网络讨论，识别与您商业创意相关的痛点、兴奋信号和竞争对手。 分析用户评论,得出多维度商业数据分析。
6、多智能体酒店查询：通过多智能体分工协作，有效获取酒店的价格信息如不同平台报价、优惠活动以及各类设施详情如是否含早餐、有无停车场、是否支持免费取消等，为用户出行住宿选择提供全面数据支持，简化酒店筛选流程。
参考：
GitHub - ro-anderson/multi-agent-rag-customer-support: Multi-Agent Retrieval-Augmented Generation (RAG)...
Multi-Agent Retrieval-Augmented Generation (RAG) Customer Support System using Python, LangChain, and LangGraph.
7、多智能体深度研究员：该智能体能够自主规划网页调研路径，调用网页搜索工具获取目标领域的相关信息，在调研过程中自动筛选权威来源如学术期刊、官方网站，并在调研完成后生成带有引用来源的报告，保证信息的可信度与可追溯性，适用于行业研究、学术调研等场景。
参考：
GitHub - assafelovic/gpt-researcher: LLM based autonomous agent that conducts deep...
LLM based autonomous agent that conducts deep local and web research on any topic and generates a long report with citations.
8、类人记忆智能体：借助Zep AI实现智能体的长期记忆功能，能够自动提取并存储过往交互中的关键信息如用户偏好、任务历史、核心需求，在后续交互中灵活调用这些记忆信息，让智能体的响应更贴合用户习惯，提升个性化体验。
参考：
ai-engineering-hub/zep-memory-assistant at main · patchy631/ai-engineering-hub
In-depth tutorials on LLMs, RAGs and real-world AI agent applications. - patchy631/ai-engineering-hub
demohouse/longterm_memory/README.md
长期记忆针对传统 AI 对话“瞬时记忆”的局限性，通过抽取用户偏好、行为习惯等信息，实现在跨周期对话中保持认知连贯性，激发大模型提供更具个性化的互动能力，解决当前大模型在陪伴社交、AI 教育、车机助手、智能硬件等场景下记忆缺失、对话断层、沟通失真的问题。长期记忆方案，基于 DeepSeek-R1 模型的强大思考能力将对话内容抽取成记忆，并在对话到相关话题时帮助 Doubao 角色模型生成更贴合角色人设的回复。当前应用基于开源 mem0 项目结合火山大模型服务搭建。<br>场景示例：* 结合偏好个性推荐：在推荐场景，会结合用户在饮食、兴趣、习惯上的偏好提出个性化建议* 记忆用户关键日程：用户曾提及每周五会上瑜伽课，那么后续每逢周五，系统都会在对话中主动进行日程提醒* 持续追踪学习轨迹：在教育辅导场景，如果学生在同一知识点反复出错，系统会有针对性进行强化训练# 流程架构<br># 关联模型及云产品## 模型| **相关服务** | **描述** | **计费说明** |
| --- | --- | --- |
| DeepSeek-R1 | DeepSeek-R1 在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力 | [计费说明](https://www.volcengine.com/docs/82379/1099320) |
| Doubao-pro-32k | 是豆包推出行业领先的专业版大模型。模型在参考问答、摘要总结、创作等广泛的应用场景上能提供优质的回答，是同时具备高质量与低成本的极具性价比模型 | [计费说明](https://www.volcengine.com/docs/82379/1099320) |
| Doubao-embedding | 由字节跳动研发的语义向量化模型，主要面向向量检索的使用场景，支持中、英双语，最长 4K 上下文长度。向量维度 2048 维，支持 512、1024 降维使用。| [计费说明](https://www.volcengine.com/docs/82379/1099320) |
此文件已被截断。 显示原始文件
9、多智能体书籍撰写：通过多智能体协同工作，只需给定书籍标题，就能自动完成书籍框架搭建、章节内容创作、逻辑校验等流程，最终生成一篇2万字左右的完整书籍，其中不同智能体分别负责主题调研、章节规划、内容撰写、格式优化等环节，大幅降低书籍创作的时间成本。
参考：
GitHub - langchain-ai/story-writing
通过在 GitHub 上创建帐户来为 langchain-ai/story-writing 开发做出贡献。
10、多智能体内容创作：可先调用网页抓取工具获取目标网页内容，再通过内容提炼智能体将网页核心信息转化为适合社交平台发布的帖子，同时借助scheduling工具完成帖子发布时间的规划与设置，实现从内容获取到发布的全流程自动化。
参考：
GitHub - gitroomhq/postiz-app: 📨 The ultimate social media scheduling tool, with...
📨 The ultimate social media scheduling tool, with a bunch of AI 🤖
11、文档撰写流程：通过输入GitHub仓库URL，智能体可自动克隆仓库代码、分析代码结构与功能模块、提取关键开发信息如依赖环境、核心接口、使用示例，并按照技术文档规范生成对应的项目文档，简化文档创作流程，提升开发团队的文档管理效率。
参考：
GitHub - AsyncFuncAI/deepwiki-open: Open Source DeepWiki: AI-Powered Wiki Generator...
Open Source DeepWiki: AI-Powered Wiki Generator for GitHub/Gitlab/Bitbucket Repositories. Join the discord: discord.gg/gMwThUMeme
12、新闻生成器：能够通过网页搜索工具获取与目标主题相关的实时信息，自动筛选并验证信息的真实性与时效性，再按照新闻写作规范如标题拟定、导语撰写、事实陈述、引用标注生成带有引用来源的新闻内容，确保新闻的真实性与专业性，适用于快速产出行业动态、事件报道等类型的新闻。
参考：
