# brightdata-agent-showcase
**Repository Path**: bright-data/brightdata-agent-showcase
## Basic Information
- **Project Name**: brightdata-agent-showcase
- **Description**: 涵盖网页抓取、发现与数据提取的开源 AI 代理集合。每个代理都包含详细文档和经过验证的集成模式。
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No
## Statistics
- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-11-09
- **Last Updated**: 2025-11-09
## Categories & Tags
**Categories**: Uncategorized
**Tags**: None
## README
# 🤖 生产可用的 GenAI 代理
[](LICENSE)
[](https://python.org)
[](https://docker.com)
[](https://github.com/bright-cn/brightdata-agent-showcase/stargazers)
[](https://github.com/bright-cn/brightdata-agent-showcase/network)
[](https://github.com/bright-cn/brightdata-agent-showcase/graphs/contributors)
面向生产的端到端、代码优先教程，覆盖每一层 GenAI 代理构建
用成熟模式与可复用蓝图，让你的 AI 代理从灵感走向规模化真实上线
[🚀 快速开始](#-快速开始) • [📚 教程分类](#-教程分类) • [🤝 社区](#-社区)
---
## 🎯 你将构建什么
运用行业领先者的模式，将你的 GenAI 代理概念转化为“生产可用”的系统。每个教程都提供完整可运行的实现，你可按需定制。
> 🎓 从入门到专家：无论你正在构建第一个代理还是在扩展企业级工作流，我们的教程都能满足你的阶段需求并带你走向目标。
### 🔥 本仓库的与众不同
- 📖 代码优先学习：少说理论，直接上手可运行实现
- 🛠️ 实战检验模式：源自真实部署与成熟架构
- 🔄 端到端覆盖：从本地开发到生产监控
- ⚡ 即刻价值：几分钟即可跑通教程，而非数小时
---
## 🚀 快速开始
在 5 分钟内跑起你的第一个生产可用代理：
```bash
# Clone the repository
git clone https://github.com/bright-cn/brightdata-agent-showcase.git
cd brightdata-agent-showcase
# Set up your environment
python -m venv venv
source venv/bin/activate # On Windows: venv\Scripts\activate
# Install dependencies
pip install -r requirements.txt
# Run your first agent
cd tutorials/01-basic-chatbot
python app.py
```
🎉 就这些！你的代理已在本地运行。查看该教程的 README 了解部署选项。
---
## 📚 教程分类
待补充
---
## 🛠️ 技术栈
### 核心技术
### AI 与 ML 平台
### 基础设施与监控
---
## 📋 前置条件
### 系统要求
- Python 3.8+（含 pip）
- Docker（用于容器化部署）
- Git（版本控制）
- 建议 4GB+ RAM 以便本地开发
### API Keys 与服务
部分教程需要 API Key。别担心——我们会引导你完成设置：
- Gemini（多数教程）- 在此获取：https://aistudio.google.com/app/apikey
- OpenAI API Key（可选）- 在此获取：https://platform.openai.com/
- Anthropic API Key（可选）- 在此注册：https://console.anthropic.com/
- 向量数据库（高级教程）- 我们会提供免费选项
### 可选但推荐
- 安装 VS Code 与 Python 扩展
- 使用 Postman 进行 API 测试
- Kubernetes 集群（用于高级部署教程）
---
## 📖 学习路径
### 🎯 **面向零基础**
如果你是 AI 代理新手，从这里开始：
1. [基础对话代理](./tutorials/01-basic-chatbot) ← **从这里开始**
2. [记忆与上下文管理](./tutorials/02-memory-context)
3. [工具集成](./tutorials/03-tool-integration)
### 🚀 **面向进阶实践者**
突破可能性的边界：
1. [基于图的工作流](./tutorials/06-graph-workflows)
2. [事件驱动架构](./tutorials/05-event-driven)
3. [自动扩缩策略](./tutorials/15-autoscaling)
---
## 🤝 社区
[](https://www.linkedin.com/company/bright-data)
加入 1,000+ 名正在构建 AI 代理未来的开发者
### 💬 获取帮助与分享
- 💡 有问题？提交一个 [issue](../../issues) 或加入我们的 [Discord](https://discord.gg/your-discord)
- 🐛 发现 Bug？请在我们的 [issue 追踪器](../../issues) 报告
- 🎉 做了很酷的东西？在 [Discussions](../../discussions) 分享
- 📚 想要贡献？阅读我们的 [贡献指南](CONTRIBUTING.md)
---
## 🙏 致谢
本项目基于开源 AI 社区的卓越成果，特别感谢：
- [LangChain](https://github.com/hwchase17/langchain) 提供基础代理框架
- [OpenAI](https://openai.com/) 提供支撑众多示例的 GPT 模型
- [Anthropic](https://www.anthropic.com/) 提供 Claude 与安全研究
- [FastAPI](https://fastapi.tiangolo.com/) 提供优秀的 Web 框架
- 所有贡献者，让项目每天更好
---
## 📄 许可证
本项目采用 MIT 许可证开源，详见 [LICENSE](LICENSE)。
### 🤝 贡献
我们欢迎任何形式的贡献！无论是修复 Bug、改进文档，还是新增教程，你的帮助都能让项目惠及更多人。
快速贡献步骤：
1. 🍴 Fork 仓库
2. 🌿 创建功能分支（`git checkout -b feature/amazing-tutorial`）
3. 💾 提交更改（`git commit -m 'Add amazing tutorial'`）
4. 📤 推送分支（`git push origin feature/amazing-tutorial`）
5. 🔄 发起 Pull Request
详见我们的 [贡献指南](CONTRIBUTING.md)。
准备好构建“生产可用”的 AI 代理了吗？
[🚀 从教程 1 开始](./agents/dev_tools/EasyDocs) • [📚 浏览所有教程](#-教程分类) • [🤝 加入我们的社区](#-社区)
由开发者用 ❤️ 打造，服务开发者