# BasicAgent

**Repository Path**: creasson/basic-agent

## Basic Information

- **Project Name**: BasicAgent
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-08-05
- **Last Updated**: 2025-08-05

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

## 项目要求
1. 规划 --> 工具调用 --> 执行
2. 进度显示
3. 用户交互（通过tool调用实现）
4. 历史消息压缩
5. pydanticAI

## 参考项目：
1. https://github.com/langtalks/swe-agent
一个先进的 AI 驱动的软件工程代理，通过智能规划和执行自动化代码实现。使用 LangGraph 构建，确保可靠的多代理工作流程。
2. https://github.com/alidhl/multi-agent-chatbot
本项目展示了一个集成了搜索引擎的多智能体聊天机器人系统，旨在以系统化的方法处理复杂的用户查询。
它利用 LangChain 和 LangGraph 库的功能，以及 Tavily 的搜索引擎功能。聊天机器人通过其智能体之间的“计划-执行”协调策略，确保有效且高效的响应。
3. https://github.com/hoangsonww/Agentic-AI-Pipeline
一个全面的多阶段、智能体聊天机器人，它规划→发现→推理→使用工具→学习。
这个仓库中内置的参考任务是研究&外联代理（“DossierOutreachAgent”）：
给定一个主题/公司，它构建一个紧凑的、有引用的简报，并（可选）起草一封外联邮件，将工件保存到磁盘。
4. https://github.com/blaxel-templates/template-deepresearch (*报告生成智能体)
一个使用 LangGraph 和 GPT-4 的深度研究代理模板实现。该代理通过以下方式对任何给定主题进行综合研究：
生成初步研究计划和提纲，将主题分解为逻辑部分，并使用 Tavily 进行有针对性的网络搜索。
5. https://github.com/marutilai/Katalyst
一个模块化、基于节点的 Python 终端编码代理，旨在为稳健、可扩展和适用于生产的流程设计。
6. https://github.com/MayankSingh-coder/react-agents
一个结合 ReAct（推理和行动）范式、计划-执行策略以及高级内存管理和上下文共享的复杂 AI 代理系统。
使用 LangGraph、LangChain 和 Google Gemini 构建，以实现智能任务执行和推理。
7. https://github.com/abh2050/langgraph_multi_agent_ai_travel_agent
一个基于 LangGraph、Google Gemini Flash-2.0 和 DuckDuckGo Search 构建的顶尖多智能体旅行规划系统。
该系统提供三种不同的规划方法，从传统的单智能体到使用现代行业框架的尖端多智能体协作。
8. https://github.com/mrenikareddy06/EventPlanGenie (***)
一个基于 LangGraph、Streamlit 和 FastAPI 的代理 AI 驱动的多智能体活动规划系统
9. https://github.com/hwchase17/deepagents
Deep Agents 通过引入详细的系统提示、规划工具、子 Agent 和文件系统这四大支柱，
这种更先进的架构赋予了 Agent 深度规划、任务分解和长期记忆的能力，使其能够胜任以往无法完成的复杂工作。

LangGraph + LangSmith 构建“上下文感知”的 AI Agent
https://www.51cto.com/aigc/6515.html

https://github.com/AlexLIAOPOLY/LangGraph_Agent
LangGraph + LangSmith + LangGraph Radio + Agent UI” 十分钟轻松打造拥有数十个工具的智能体Agent

https://github.com/ISL270/multi-agent-ai-realtor
多agents + Langmem

### 人工介入点:
1. 计划生成
2. 工具调用
3. 报告生成