‏AI Agents From Scratch: ایجنت بسازی بدون فریم‌ورک

این سایت (که کدش هم روی گیت‌هاب با نام ai-agents-from-scratch هست) یه مسیر یادگیری قدم‌به‌قدمه برای ساخت ایجنت‌های هوش مصنوعی بدون تکیه به فریم‌ورک‌های آماده مثل LangChain. فلسفه‌ی دوره اینه که اول با ساختن دستی بفهمی یه ایجنت واقعاً چیه (یعنی ترکیب یه LLM با چندتا ابزار و یه الگوی تصمیم‌گیری)، بعد که این مکانیزم‌ها رو فهمیدی، بری سراغ فریم‌ورک‌ها و بدونی چرا هر کدوم اون تصمیم‌های طراحی رو گرفتن.

درس‌ها با تعامل پایه با یه LLM محلی (از طریق کتابخونه‌ی node-llama-cpp) شروع می‌شن و بعد سراغ API‌های OpenAI، پرامپت‌های سیستمی برای تخصصی کردن مدل، و ایجنت‌های استدلالی می‌رن. بعدش نوبت پردازش موازی و استریم کردن خروجیه، و در نهایت به قلب ماجرا می‌رسه: function calling (یعنی تبدیل LLM از یه متن‌سازِ ساده به چیزی که می‌تونه کاری انجام بده)، حافظه‌ی پایدار بین درخواست‌ها، و دو تا الگوی پیشرفته‌تر ReAct (استدلال + عمل) و Atom of Thought که نویسنده اونو شبیه SQL برای استدلال توصیف می‌کنه.

یه فاز دوم هم به دوره اضافه شده که هدفش بازسازی هسته‌ی یه فریم‌ورک تولیدی شبیه LangChain هست، اونم با کد آموزشی و خوانا، نه یه جایگزین واقعی برای پروداکشن. پیش‌نیازش دونستن جاوااسکریپت/Node.js پایه و async/await هست، و برای اجرا هم به Node 18 به بالا، حداقل 8 گیگ رم (ترجیحاً 16 گیگ) و یه فایل مدل gguf دانلودشده نیاز داری.

نکات کلیدی:

• کد دوره رو می‌تونی روی گیت‌هاب (pguso/ai-agents-from-scratch) پیدا کنی.
• همه‌ی مثال‌ها با LLM محلی و کتابخونه‌ی node-llama-cpp اجرا می‌شن، نه سرویس ابری.
• مسیر یادگیری از تعامل ساده با مدل شروع می‌شه و به function calling، حافظه، ReAct و Atom of Thought می‌رسه.
• یه فاز دوم هم هست که بازسازی هسته‌ی یه فریم‌ورک شبیه LangChain رو آموزش می‌ده.
• پیش‌نیاز اجرا: Node.js 18+، حداقل 8 گیگ رم، و یه فایل مدل gguf.