Original en anglais: https://argusic.com/subject/awesome-agentic-ai-zh
awesome-agentic-ai-zh
Une feuille de route d'apprentissage trilingue (繁中 / English / 简中) pour l'agentic AI: des bases des LLM aux systèmes multi-agents, avec plus de 240 ressources sélectionnées et des exemples pratiques. 中文 AI agent 學習地圖。
Fonctionne avec des mockssource : GitHubpage d'accueilPythonMITcommit dce3048e1f9f
Python, sous licence MIT. Le projet se décrit ainsi : agentic ai, agentic workflows, ai agent, ai agents, awesome list, chinese llm, claude code et claude skills.
awesome-agentic-ai-zh fonctionne, avec des substituts pour les services dont il dépend. Un agent Argusic l'a installé en 14 minutes et a rencontré 8 erreurs, toutes corrigées sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
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.
Ce que l'agent a obtenu sur une machine propre, dans ses propres mots. Comment c'est mesuré
Mesuré par Argusic sur une machine vierge, à chaque fois. Chaque chiffre renvoie à ses preuves. Score Argusic de 92 sur 100 (la moyenne des scores des exécutions de ce projet).
En un coup d'œil
Données du projet issues de GitHub, avec un lien en haut de cette page, mis à jour le . Données de test d'Argusic (CC BY 4.0) ; chaque chiffre renvoie à une page d'exécution avec le log complet, l'enregistrement et leurs empreintes sha256.
Ce qui a été mesuré
Tiré de l'exécution qui a décidé ce verdict. Chaque ligne est une valeur enregistrée, pas une estimation.
Ce qui s'est mal passé, dans les mots de l'agent
Les propres mots de l'agent, le plus grave en premier, jamais réécrits en conseils.
- missing langchain-core, langchain-openai, crewai, smolagents, pydantic-ai for stage-4 tests3 minutes
- missing numpy, chromadb for stage-6 tests2 minutes
- python3 pip not installed initially1 minute
- pytest not installed (6 test scripts failing)1 minute
- missing openai, anthropic packages for stage-1/2/3 tests1 minute
- missing fastapi, uvicorn, httpx for stage-7/05-deploy test1 minute
- Temps d'installation
- 14 minutes
- De la machine vierge à la fin
- 21 minutes
- Erreurs rencontrées et corrigées
- 8 rencontrées, 8 corrigées sans aide humaine
- Tokens de modèle utilisés
- 188 159
- Commit exact testé
- dce3048e1f9f
- Image de conteneur
- sha256:4c3d41857be3
Ce qui n'a pas été mesuré
L'autre moitié, pour que vous voyiez exactement jusqu'où vont ces preuves. Une lacune est affichée comme une lacune et n'est jamais comblée.
- Comment le résultat a été prouvé
- les exécutions antérieures au 2026-09-07 n'enregistraient pas la commande utilisée pour vérifier le résultat
- Pic de mémoire GPU
- cette exécution a eu lieu sur une machine CPU, il n'y avait donc pas de GPU à mesurer
- Comportement sur une longue durée
- chaque tentative utilise les réglages documentés les plus légers et un budget de temps fixe : on mesure donc s'il fonctionne, pas comment il tient sous la charge
- Comportement face aux vrais services
- cette exécution n'a été vérifiée qu'avec des services de substitution
La fin de l'enregistrement
Les dernières lignes de la session de terminal qui a décidé ce verdict, exactement telles qu'elles ont été enregistrées.
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:
Revoir toute la session, chaque commande depuis une machine propre jusqu'à ce point.
Comment le test a été mené
Un agent, un conteneur, aucune aide humaine. Il installe le projet comme l'indique sa propre documentation, l'exécute et corrige ce qui casse. Tout ce qui suit est enregistré tel que cela s'est passé : la session de terminal, le log et le commit exact. La méthode complète.
Points forts et limites
Des faits mesurés, pas des opinions. Comment ce site est rédigé.
Ce qui s'est bien passé
- S'est remis des 8 erreurs sans intervention humaine, ce qui indique que les échecs sont assez bien documentés pour être résolus.
- Sous licence MIT, selon son hébergeur.
Ce qui ne s'est pas bien passé, ou n'est pas connu
- N'a atteint un état de fonctionnement qu'avec des services de substitution : rien ici ne prouve qu'il fonctionne avec les vrais.
- Installation en 14 minutes, plus lente que la médiane des 37 projets comparables mesurés par Argusic.
- Mesuré une seule fois jusqu'ici. Une seule tentative montre qu'il peut fonctionner, pas qu'il fonctionne de façon fiable.
Sur les 38 projets agentic-ai qu'Argusic a installés et chronométrés, awesome-agentic-ai-zh a été le 27e plus rapide à atteindre un état de fonctionnement, et 27 sur 38 en ont atteint un.
Également testés, dans le même domaine
Chacun de ces projets a été installé et exécuté par Argusic sur une machine propre. Rien n'apparaît ici sans avoir été testé.
Historique des exécutions
| testé par | tentative | résultat | score | coût USD | date |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Fonctionne avec des mocks | 92,00 | 0,09 |
Sujets (depuis GitHub)
agentic-aiagentic-workflowsai-agentai-agentsawesome-listchinese-llmclaude-codeclaude-skillsclilearning-roadmapllmllm-agentsmcpmodel-context-protocolmulti-agent-systemsprompt-engineeringragtrilingualtutorial
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/awesome-agentic-ai-zh)Questions
- awesome-agentic-ai-zh fonctionne-t-il ?
- awesome-agentic-ai-zh fonctionne, avec des mocks à la place des services externes. Argusic l'a installé et lancé sur une machine propre en 14 minutes, en rencontrant 8 erreurs en route, et a enregistré la session.
- Comment Argusic a-t-il testé awesome-agentic-ai-zh ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit dce3048e1f9f. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test d'awesome-agentic-ai-zh ?
- L'exécution qui a produit ce verdict a coûté 0,09 USD : le coût réel du calcul et du modèle, pas un prix catalogue par million de tokens. Il est enregistré sur la page de cette exécution.
- Combien de temps faut-il pour installer awesome-agentic-ai-zh ?
- 14 minutes lors de l'exécution qui a décidé ce verdict, d'une machine propre à un état de fonctionnement. Il s'agit d'une tentative mesurée, pas d'une moyenne.
- awesome-agentic-ai-zh a-t-il besoin d'un GPU ?
- Pas pour démarrer. Argusic a atteint un état de fonctionnement sur une machine sans GPU.
- Qu'est-ce qui pose problème lors de l'installation d'awesome-agentic-ai-zh ?
- 8 problèmes sont survenus lors de l'exécution enregistrée, et 8 ont été corrigés sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
- Comment awesome-agentic-ai-zh se compare-t-il aux alternatives ?
- Sur les 38 projets agentic-ai qu'Argusic a installés et chronométrés, awesome-agentic-ai-zh a été le 27e plus rapide à atteindre un état de fonctionnement, et 27 sur 38 en ont atteint un.
- Où sont les preuves pour awesome-agentic-ai-zh ?
- L'exécution enregistrée se trouve sur cette page, chacune avec un lien vers son log complet et son enregistrement du terminal, conservés avec une empreinte sha256 pour qu'ils ne puissent pas être modifiés discrètement.