lasywolf/Learn-OpenClaw

Registry

Summary

Learn-OpenClaw is a hands-on tutorial repository that teaches agent fundamentals from scratch in approximately 9 hours. Written in Python, it aims to demystify AI agents by showing how simple they really are, making it ideal for beginners.

Key features

• Zero-to-hero agent tutorial in ~9 hours
• Written entirely in Python for clarity
• Focuses on core agent fundamentals
• Designed for absolute beginners
• Practical, hands-on learning approach

Use cases

• Learning AI agent basics quickly
• Building a solid foundation for agent development
• Teaching agent concepts in workshops or classes
• Self-paced study for Python developers new to agents
• Preparing for more advanced agent frameworks

README excerpt

[中文](./README.md) | [English](./README-en.md) # 这个tutorial能干什么 零基础一天 （9小时）学完agent！写这个教程就是想告诉大家，Agent其实非常简单！ 并且能帮助你找到 Agent相关工作/实习！目前有很多个同学看我的教程找到了实习，且本教程在同学群里备受好评，现在开源给大伙！ ## 赞助商 [](https://myclaw.ai?utm_source=github&utm_campaign=learn-openclaw) **[MyClaw.ai](https://myclaw.ai?utm_source=github&utm_campaign=learn-openclaw)** · 不想自己折腾服务器的话，可以用云端托管的 OpenClaw 实例：一键设置、24/7 在线，并且保留完整代码控制权和数据所有权。[立即开始 ->](https://myclaw.ai?utm_source=github&utm_campaign=learn-openclaw) ## 总体内容展示 ### 学会 Agent（学习需约 1天 * 9小时） 1. 拥有你自己的llm api-key（阅读需约15分钟） - 你可能需要学会使用python和[uv](https://docs.astral.sh/uv/getting-started/installation/) 用 rust 编写，类似于 rust 里面的 cargo，非常非常快 - 为什么不用conda而是uv:uv 开源无商用风险，Conda 在超过 200 人的组织有[潜在商用授权问题](https://www.anaconda.com/blog/is-conda-free) - uv 可以像 pip 一样编辑镜像源，mac 和 linux 系统修改 `~/.config/uv/uv.toml` 并写入类似于下面的内容，Windows 系统可以自己查下怎么配置。项目初始化需要`uv sync`。 ``` [[index]] url = "https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple" default = true ``` - 你可能需要llm api-key，推荐[DeepSeek](https://platform.deepseek.com/)、[kimi](https://platform.moonshot.cn/docs/overview)或者[智谱](https://open.bigmodel.cn) - 配置环境变量`OPENAI_API_KEY`和`OPENAI_BASE_URL`，并且尝试运行[`core/llm.py`](./core/llm.py) 2. 实现 Node / Workflow / Agent （阅读需约1小时） - 我们最终的目标是造一个Agent，能够联网搜索、运行命令行、文件编辑。 - Agent底层可以使用Node来抽象，我已经准备好了一个极简的实现，可以看[`core/node.py`](./core/node.py)，不到60行就实现了一个Agent的轻框架，实在是太容易理解了！如果没有py基础看不懂，可以把代码复制给ai让它来解释。 - 但我们应该怎么去用Node呢，我们可以新建3个Node并把它们串起来实现功能`接收输入->上网搜索->大模型生成总结`，恭喜你已经实现了workflow，相关实现已经在[`examples/workflow`](./examples/workflow) - 现在新建个workflow，实现功能`接收用户输入->大模型回复`，并且loop反复调用这个workflow，恭喜你已经实现了chatbot，相关实现已经在[`examples/chatbot`](./examples/chatbot) - 现在尝试给chatbot一些tools(下文

Topics

No topics yet.