Original en inglés: https://argusic.com/subject/awesome-agentic-ai-zh
awesome-agentic-ai-zh
Una hoja de ruta de aprendizaje trilingüe (繁中 / English / 简中) para IA agéntica: desde los fundamentos de LLM hasta los sistemas multi-agent, con 240+ recursos seleccionados y ejemplos prácticos. 中文 AI agent 學習地圖。
Funciona con mocksfuente: GitHubsitio webPythonMITcommit dce3048e1f9f
Python, licencia MIT. El proyecto se describe a sí mismo como: agentic ai, agentic workflows, ai agent, ai agents, awesome list, chinese llm, claude code y claude skills.
awesome-agentic-ai-zh funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 14 minutos y encontró 8 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
The mkdocs site builds to _build/site/, the mdBook builds to book/dist/, and all 25 example test suites (stages 1-7) pass with mock/offline mocks, no real API keys required.
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 92 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- missing langchain-core, langchain-openai, crewai, smolagents, pydantic-ai for stage-4 tests3 minutos
- missing numpy, chromadb for stage-6 tests2 minutos
- python3 pip not installed initially1 minuto
- pytest not installed (6 test scripts failing)1 minuto
- missing openai, anthropic packages for stage-1/2/3 tests1 minuto
- missing fastapi, uvicorn, httpx for stage-7/05-deploy test1 minuto
- Tiempo de instalación
- 14 minutos
- De máquina en frío a terminar
- 21 minutos
- Errores encontrados y corregidos
- 8 encontrados, 8 corregidos sin ayuda humana
- Tokens de modelo usados
- 188.159
- Commit exacto probado
- dce3048e1f9f
- Imagen del contenedor
- sha256:4c3d41857be3
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Cómo se demostró el resultado
- las ejecuciones anteriores al 2026-09-07 no registraban el comando usado para comprobar el resultado
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
- Comportamiento con servicios reales
- esta ejecución solo se verificó con servicios sustitutos
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
The warnings are all pre-existing content linking patterns in the docs — these are known existing i… Let me verify the final state: exec /bin/sh -lc 'cd /work/repo && echo "=== Site files ===" && ls -la _build/site/index.html 2>/dev/nul… succeeded in 35497ms: 25/25 example test suites passed All 25 example test suites pass, both builds (mkdocs and mdbook) succeed, and all content verificat… Here's the report: tokens used 188,159 All 25 example test suites pass, both builds (mkdocs and mdbook) succeed, and all content verificat… Here's the report:
Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Se recuperó de los 8 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Licencia MIT, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Solo llegó a funcionar con servicios sustitutos, así que nada de lo que hay aquí demuestra que funcione con los reales.
- Tardó 14 minutos en instalarse, más lento que la mediana de los 37 proyectos comparables que ha medido Argusic.
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
De los 38 proyectos de agentic-ai que Argusic ha instalado y cronometrado, awesome-agentic-ai-zh fue el 27.º más rápido en llegar a funcionar, y 27 de 38 llegaron a funcionar.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
| probado por | intento | resultado | puntuación | costo USD | cuándo |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Funciona con mocks | 92,00 | 0,09 |
Temas (de GitHub)
agentic-aiagentic-workflowsai-agentai-agentsawesome-listchinese-llmclaude-codeclaude-skillsclilearning-roadmapllmllm-agentsmcpmodel-context-protocolmulti-agent-systemsprompt-engineeringragtrilingualtutorial
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/awesome-agentic-ai-zh)Preguntas
- ¿Funciona awesome-agentic-ai-zh?
- awesome-agentic-ai-zh funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 14 minutos, con 8 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic awesome-agentic-ai-zh?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit dce3048e1f9f. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar awesome-agentic-ai-zh?
- La ejecución que produjo este veredicto costó 0,09 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda awesome-agentic-ai-zh en instalarse?
- 14 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita awesome-agentic-ai-zh una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar awesome-agentic-ai-zh?
- En la ejecución registrada fallaron 8 cosas, y 8 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara awesome-agentic-ai-zh con las alternativas?
- De los 38 proyectos de agentic-ai que Argusic ha instalado y cronometrado, awesome-agentic-ai-zh fue el 27.º más rápido en llegar a funcionar, y 27 de 38 llegaron a funcionar.
- ¿Dónde está la evidencia de awesome-agentic-ai-zh?
- La ejecución registrada está en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.