by WenyuChiou
AI Agent 中文學習地圖 — 從零開始的結構化學習路徑,每階段有必做練習跟必修閱讀。三語對照(繁中/简中/English)。歡迎社群一起貢獻、優化內容。
# Add to your Claude Code skills
git clone https://github.com/WenyuChiou/awesome-agentic-ai-zhGuides for using ai agents skills like awesome-agentic-ai-zh.

這個專案是為想學習 AI 或 AI agent 的人設計的。
本 repo 把網路上散落各處的高品質專案、教材、動手練習、必修閱讀蒐集起來,按從零開始、循序漸進的順序整理成 7 個階段——每階段都會清楚指出該學什麼、必做哪些 動手練習、推薦哪幾個 project、進入下一階段前該檢查什麼。
走完整條路線,你會從「LLM 使用者」進階到「agent 系統建構者」——能看懂 framework 在做什麼、能設計多 agent 協作、能寫自己的 MCP server。
No comments yet. Be the first to share your thoughts!
git clone https://github.com/WenyuChiou/awesome-agentic-ai-zh.git
cd awesome-agentic-ai-zh
# 從 stages/00-foundations.md 開始

走完 Stage 0-2(共用基礎) 之後,依你的目的選一條學習路徑:
兩條學習路徑不互斥——多數人是先走 A 把 CLI 用起來,再回到 B 學內部運作;或反過來也行。Stage 5(Claude Code 生態)兩條路徑都會用到。
| Stage | 主題 | 關鍵內容 | 預估時程 | |---|---|---|---| | 0 | 基礎準備 | Python · CLI · git · API · JSON | 1-2 週 | | 1 | LLM 入門 | token · API · 各家 LLM 比較 · 本地 LLM | 1 週 | | 2 | Prompt 設計 | 系統 prompt · few-shot · CoT | 1-2 週 |
| Stage | 主題 | 關鍵內容 | 預估時程 | |---|---|---|---| | A1 | CLI Agent 入門 + 選擇 | 6 主流 CLI 比較 · 安裝 · 第一次跑 | 1 週 | | A2 | CLI Workflow Patterns | CLAUDE.md · slash command · 多步驟拆解 | 1-2 週 | | A3 | Integration & Production | MCP 接 CLI · CI 自動化 · cost / observability | 1-2 週 |
Track A 預估總時程:3-5 週(含 Stage 0-2 約 6-8 週)。核心參考:
resources/cli-agents-guide.md。
| Stage | 主題 | 關鍵內容 | 預估時程 | |---|---|---|---| | 3 ⭐ | Tool Use & Agent 入門 | function calling · ReAct · 5 個動手練習 | 2-3 週 | | 4 | Agent 框架 | LangGraph · AutoGen · CrewAI · Smolagents | 2-3 週 | | 5 ⭐⭐ | Claude Code 生態 | MCP · Skills · Plugins · Marketplace(兩條路徑都會用到) | 3-4 週 | | 6 | Memory · RAG · 進階 | vector DB · long-term memory · contextual retrieval | 2 週 | | 7 | 進階 Multi-Agent | multi-agent orchestration · eval · observability · SDK 進階 | 2-4 週 |
Track B 預估總時程:主幹最少 14-19 週、現實 5-6 個月(每週 5-8 hr 兼職)
💡 想看跨 stage 的完整範例? 7 步打造你的第一個 AI Agent — 同一個 Paper Summary Bot 從 Stage 1 一路寫到 Stage 7,~350 行真實程式碼(Track B 適用)
走完主幹後,依你的身分挑一條延伸路線繼續走。不確定挑哪條?

💡 「日常使用者」這條路線不必走完主幹就能直接讀——是給「想用 AI、但不一定要寫 code」的人。
| 路線 | 適合誰 | 主題 | |---|---|---| | 🔬 研究人員 | 研究生、博後、PI | 文獻整理 · paper 寫作 · multi-agent review | | 💻 開發者 | 軟體工程師 | Cursor · Aider · CLI delegation · code review | | 🎓 教師 🚧 | 老師、講師 | 備課 · 投影片 · 學生 feedback (目前最薄、歡迎貢獻) | | 📊 知識工作者 | 顧問、PM、分析師 | Email · 會議紀錄 · report 自動化 | | 👥 日常使用者 | ChatGPT / Claude.ai 使用者 | 寫信 · 學習 · 隱私場景 · CLI agent 入門 |
這份路線圖兼顧概念與實作,目標是帶你從 LLM 使用者一路走到 agent 系統建構者。適合有基本 Python 能力的開發者、研究生、自學者。動手之前,先確認你有:
上面有缺的就從 Stage 0 補齊;都會了就直接跳 Stage 1。
主幹分 4 部分:
走完主幹(14-19 週)後,依你的身分(研究員 / 開發者 / 老師 / 知識工作者 / 日常使用者)挑一條延伸路線繼續走。
最重要的一句話:不要跳過 動手練習。每個 stage 的 動手練習都是「不動手就學不會」的東西,光讀過去後面會卡住。
準備好了嗎?從 Stage 0 開始。
完整的相關資源(用語說明 + 常用 MCP / Skill highlight + awesome lists + 中文社群)抽到 RESOURCES.md 避免主頁過長。
直接看常用入口:
resources/glossary.md — 30 多個常出現的詞,每個 30-80 字解釋 + 哪 stage 講細的resources/cookbook.md — 5 個 step-by-step recipe(每個 30-50 分鐘)resources/mcp-skills-catalog.md這是一個開放共學的社群,歡迎各種貢獻:
PR 流程跟 style 規範請看 CONTRIBUTING.md 跟 resources/style-guide.md。
Maintainer 內部進度與 launch checklist 放在
.github/launch-checklist.md(內部文件)。
同主題、不同切入角度的清單,搜資源時可以一起用:
wong2/awesome-mcp-servers — MCP server 清單,按分類整理punkpeye/awesome-mcp-servers — 另一份 MCP server 清單hesreallyhim/awesome-claude-code — Claude Code 相關工具與 plugin 清單這些是純清單形式(看到再挑),本 repo 的不同點是有「從 Stage 0 一路走到 production 的學習順序」。
如果這個學習地圖對你的學習或工作有幫助,歡迎引用:
@misc{awesome_agentic_ai_zh_2026,
title = {awesome-agentic-ai-zh: A Structured Learning Roadmap for Agentic AI},
author = {Chiou, Wenyu},
year = {2026},
url = {https://github.com/WenyuChiou/awesome-agentic-ai-zh},
note = {7-stage learning path from prerequisites to advanced multi-agent systems, with curated projects + hello-X demos. Bilingual (zh-TW / English).}
}
MIT。Maintained by @WenyuChiou。