© 2026FindAgent  · @simprr
返回列表
n

nibzard/awesome-agentic-patterns

A curated catalogue of awesome agentic AI patterns

⭐

4.1k

Stars

🔱

307

Forks

👁

33

Watchers

📋

10

Issues

HTMLApache-2.0创建于 2025/5/31更新于 今天
在 GitHub 上查看访问主页
README
由 Gemini 翻译整理

Awesome Agentic Patterns

Awesome Agentic Patterns

这是一个精心策划的 Agentic AI 模式(Agentic AI patterns) 目录,包含在生产环境中帮助自主或半自主 AI Agent 高效完成任务的实用技巧、工作流和微架构。

为什么需要这个? 教程往往只展示演示 Demo,而真实的产品却隐藏了复杂的细节。本列表旨在总结那些可复用的模式,通过弥合鸿沟,帮助我们共同构建更智能、更高效的 Agent。


什么是模式(Pattern)?

  • 可复用性(Repeatable) – 不止一个团队正在使用它。
  • 以 Agent 为中心(Agent-centric) – 提升 AI Agent 的感知、推理或行动能力。
  • 可追溯(Traceable) – 有公开参考资料支持:如博客文章、演讲、代码仓库或论文。

如果你的链接符合上述标准,它就适合收录于此。


🌐 访问网站

访问: https://agentic-patterns.com

该网站提供了除了 README 之外更强大的探索工具:

  • 模式探索器(Pattern Explorer):按类别、状态、复杂性等过滤和搜索所有模式
  • 对比工具(Compare Tool):并排对比具有共同属性的多个模式
  • 决策探索器(Decision Explorer):寻找适合你用例的交互式向导
  • 图形可视化(Graph Visualization):模式关系与连接的视觉地图
  • 模式包(Pattern Packs):针对常见 Agent 架构的模式集合
  • 开发者指南(Developer Guides):关于模式选择与使用的深度文档
  • 深色模式(Dark Mode):全面支持深色主题,在任何环境下都能舒适阅读

使用 Astro 构建,部署在 Vercel,源代码位于 apps/web/。


类别快速导览

类别你将找到的内容
上下文与记忆滑动窗口整理、向量缓存、情境记忆
反馈循环编译器、CI、人工审核、自愈式重试
学习与自适应Agent RFT、技能库、基于方差的 RL
编排与控制任务分解、子 Agent 生成、工具路由
可靠性与评估防护栏(Guardrails)、评估框架、日志记录、可复现性
安全与防护隔离虚拟机、PII 脱敏、安全扫描
工具使用与环境Shell、浏览器、数据库、Playwright、沙箱技巧
UX 与协作Prompt 移交、分阶段提交、异步后台 Agent

类别并非一成不变 —— 如果你有更好的分类建议,欢迎提 PR! 以下表格是根据 patterns/ 文件夹自动生成的。


上下文与记忆

  • Agent 驱动的代码库问答 / 入门引导
  • 上下文窗口焦虑管理
  • 上下文窗口自动压缩
  • 上下文最小化模式
  • 精选代码上下文窗口
  • 精选文件上下文窗口
  • 动态上下文注入
  • 情境记忆检索与注入
  • 基于文件系统的 Agent 状态
  • 分层配置上下文
  • 从执行日志中合成记忆
  • 主动式 Agent 状态外化
  • 大文件的渐进式披露
  • 通过保留精确前缀实现的 Prompt 缓存
  • 自我身份累积
  • 语义上下文过滤模式
  • 工具搜索懒加载
  • 通过 Todo 列表实现的工作记忆

反馈循环

  • AI 辅助代码审查 / 验证
  • 带有 CI 反馈的后台 Agent
  • 编码 Agent 的 CI 反馈循环
  • 通过快速迭代进行自我改进(Dogfooding)
  • 思维图(Graph of Thoughts, GoT)
  • 从事件中合成评估用例
贡献者
nciScEenNR
项目信息
默认分支main
LicenseApache License 2.0
创建时间2025/5/31
最近更新今天
GAI 中文摘要

Awesome Agentic Patterns 是一个精选的智能体(Agentic AI)设计模式目录,致力于收集并整理在生产环境中用于构建自主或半自主 AI 智能体的实战技巧、工作流与微型架构。该项目旨在弥合演示案例与真实产品之间的差距,为开发者提供可复用的架构方案,帮助其更高效地交付高质量的智能体应用。

该项目汇总了涵盖上下文与记忆管理、反馈循环机制、学习与适应能力、任务编排与控制、可靠性评估、安全性保障、工具环境集成以及用户体验协作等八大核心维度的实用模式。通过官方网站提供的交互式工具,开发者可以轻松浏览、筛选和搜索各类设计模式,并利用对比工具评估不同方案的优劣。内置的决策指南和图形可视化功能能够辅助开发者在复杂的业务场景下快速定位最合适的架构方案。此外,项目还提供了一系列针对特定应用场景的模式组合包和详尽的开发指南,方便团队快速集成与落地。

该项目适用于致力于构建生产级 AI 智能体的开发者、系统架构师及产品经理。无论你是处于探索智能体工作流的起步阶段,还是需要优化现有系统的可靠性与复杂性,都能在这里找到经过行业验证的参考模型和技术实现路径。