欢迎来到 AgentKit 代码工坊（Samples）仓库！
AgentKit 是火山引擎推出的企业级 AI Agent 开发平台，为开发者提供完整的 Agent 构建、部署和运维解决方案。平台通过标准化的开发工具链和云原生基础设施，显著降低复杂智能体应用的开发部署门槛。
本代码库包含了一系列示例和教程，帮助您理解、实现和集成 AgentKit 的各项功能到您的应用中。
AgentKit 代码工坊为让您快速上手 AgentKit 平台，提供了不同入门等级的示例和教程：
- 基础教程：包含了简单的 Agent 示例，能够帮助您快速理解 AgentKit 的基本概念和使用方法
- 使用案例：针对有一定经验的开发者，提供了较为复杂的 Agent 实现和定制化示例
| 环境要求 | 说明 |
|---|---|
| Python 3.10+ | 确保您的开发环境中安装了 Python 3.10 或更高版本 |
veadk-python |
您需要安装 veadk-python 来执行代码 |
agentkit-sdk-python |
您需要安装 agentkit-sdk-python 来与 AgentKit 平台进行交互 |
| Docker（可选） | 用于本地容器构建 |
| 名称 | 难度 | 描述 |
|---|---|---|
hello_world |
 |
入门级对话智能体，展示如何创建一个具备短期记忆能力的基础 AI Agent |
multi_agents |
|
多智能体协作示例，展示如何通过层级结构和专业分工实现复杂任务的智能化处理 |
episode_generation |
|
图片与视频生成智能体，展示多种 VeADK 内置工具能力 |
mcp_simple |
|
MCP 集成示例，通过 MCP 协议实现 Agent 调用火山引擎 TOS 对象存储服务 |
vikingdb_agent |
|
基于火山引擎 VeADK 和 VikingDB 构建的 RAG（检索增强生成）示例，展示如何通过向量检索实现专业文档知识库的智能问答 |
vikingmem_agent |
|
基于火山引擎 VeADK 和 VikingDB 构建的记忆管理示例，展示如何实现智能体的短期记忆和长期记忆功能 |
a2a_simple |
|
分布式多 Agents 示例，展示如何实现智能体之间的通信和协作 |
agent_callbacks |
|
Agent 运行时生命周期回调示例，展示 Agent 生命周期各阶段的回调函数和护栏功能 |
旅行规划助手 |
 |
结合 Web 搜索工具和专业领域知识，自动规划完整的旅行行程 |
餐厅智能点餐助手 |
|
通过点餐智能体，实现复杂业务流程、异步工具调用、上下文管理和自定义插件等高级特性 |
AI 编程助手 |
 |
AI 编程助手，帮助开发者编写和优化代码 |
客户服务智能体 |
|
提供自动的售后咨询和售前导购 |
视频生成智能体 |
|
结合多种工具实现视频内容创作 |
数据分析智能体 |
 |
基于 LanceDB 构建的数据分析智能体 |
每个用例都包含完整的实现，并详细说明如何结合 AgentKit 组件构建应用。
欢迎您提交您的 Agent 到本仓库！详细的贡献指南请参考 CONTRIBUTING.md。
- 文档: 查看 AgentKit 官方文档
- 问题: 在 GitHub Issues 中报告问题
本项目采用 Apache 2.0 许可证 开源。
Happy AgentKit!
