ai-agents-from-zero : un cursus chinois pour développeurs d'agents LLM

Un cursus, pas une bibliothèque

Le dépôt ne fournit pas de paquet installable. C'est un ensemble de documents Markdown et de ressources pédagogiques organisés en chapitres, avec un site de lecture en ligne hébergé sur GitHub Pages. Le public visé est nommé explicitement : les développeurs qui veulent devenir « AI 应用开发工程师 » ou « AI Agent 工程师 », y compris des profils venus du front-end, du back-end ou de la gestion de produit. La barrière d'entrée annoncée est double : Python comme langage principal, et le chinois comme langue de travail. Le README positionne le projet contre les formations payantes et les publications fragmentaires, en promettant un contenu ouvert et mis à jour dans la durée. C'est un argument commercial, pas une preuve de qualité, et il faut le lire comme tel.

Ce que couvre la table des matières

Le plan publié s'étend sur plusieurs domaines : fondamentaux des LLM (Transformer, MoE, attention), prompt engineering, plateformes low-code Coze et Dify, frameworks Python (LangChain, LangGraph, DeepAgents), protocoles MCP et A2A, RAG avec recherche hybride et BGE-Rerank, parsing de documents via MinerU et OCR, déploiement avec Docker, Ollama, Xinference et vLLM, et enfin micro-ajustement avec PEFT, LoRA et QLoRA. La section 01 est décrite comme entièrement publiée. Le README signale aussi une banque de questions d'entretien organisée par domaine de compétence, reliée aux numéros de chapitre du corps du texte. Cette structure en trois volets (cours, code, préparation d'entretien) est ce qui distingue le dépôt d'un simple recueil de tutoriels. Elle suppose en revanche que le lecteur accepte d'apprendre dans l'ordre proposé plutôt que de piocher une recette isolée.

Deux projets complets comme colonne vertébrale

Le README annonce deux projets terminés. Le premier, appelé 电商问数, combine NL2SQL et LangGraph et renvoie vers un dépôt séparé, shopkeeper-agent. Le second, 深度研搜, repose sur DeepAgents et du multi-agent, avec un dépôt dédié, deepsearch-agents. Les dates de fin indiquées sont le 3 mai et le 17 mai, sans année précisée dans le texte fourni. Le dépôt principal ne contient donc pas tout le code : une partie vit dans des dépôts frères, ce qui implique de suivre plusieurs sources et de vérifier que leurs dépendances restent compatibles avec la version du cours que vous lisez. Le README mentionne par ailleurs d'autres scénarios (掌柜智库, 电商小二) autour de l'analyse d'intention, des sources de connaissance multiples et du passage à un opérateur humain, mais sans indiquer s'ils sont publiés. À traiter comme des pistes, pas comme du matériel disponible.

Comment démarrer concrètement

Le dépôt n'expose pas de commande d'installation unique. Le README renvoie vers des fichiers de navigation à la racine : 教程目录大纲.md pour le plan complet, 教程案例链接汇总.md pour les liens vers les cas et leurs démonstrations, 教程更新日志.md pour le journal des modifications, et 新手入门与常见问题.md pour les questions fréquentes des débutants. Le point d'entrée le plus simple reste le site de lecture, construit avec VitePress à en juger par le format d'URL en dièse (https://didilili.github.io/ai-agents-from-zero/#/). Pour le code, il faut se rendre dans les dépôts de projets, dont l'environnement est décrit dans leurs propres fichiers. Aucun fichier requirements.txt ni pyproject.toml n'apparaît dans l'extrait du README fourni, donc prévoyez de lire la documentation de chaque projet avant d'installer quoi que ce soit.

La limite de langue et la dérive des versions

Tout le contenu est en chinois, y compris les noms de chapitres et les fichiers d'index. Un lecteur qui ne lit pas cette langue n'a accès qu'aux exemples de code, ce qui réduit fortement la valeur du parcours. Le second point de friction est le rythme des écosystèmes concernés. LangChain et LangGraph changent souvent, et un cours qui couvre LangChain, LangGraph, DeepAgents, Coze, Dify et MCP en un seul plan prend le risque d'être en retard sur plusieurs d'entre eux en même temps. Le journal de modifications existe précisément pour cela, mais il faut le consulter avant de suivre un chapitre, pas après. Enfin, le dépôt n'est pas archivé, mais aucune release n'a été récupérée : il n'y a pas de version figée à laquelle se référer, ce qui complique la reproductibilité d'un projet dans le temps.

Ce que le parrainage change (et ne change pas)

Le README affiche un sponsor, 优云智算, une plateforme cloud liée à UCloud, avec un lien d'affiliation et un crédit offert à l'inscription. Cela n'affecte pas la licence du contenu, mais cela signifie que certaines recommandations d'infrastructure dans le cours peuvent être orientées vers ce fournisseur. Ce n'est pas un défaut en soi, c'est une information à garder en tête quand un chapitre conseille une plateforme d'exécution. La licence MIT s'applique au dépôt. Elle autorise la réutilisation, la modification et la redistribution, y compris commerciale, à condition de conserver l'avis de copyright et la licence. Elle ne couvre pas les dépôts de projets séparés, dont la licence doit être vérifiée individuellement, ni les contenus tiers cités dans les chapitres. Ce paragraphe décrit la licence, il ne constitue pas un avis juridique.

Face à LangChain Academy et aux tutoriels officiels

L'alternative la plus directe est la documentation et les cours officiels de LangChain, qui couvrent LangGraph et les agents avec des exemples maintenus par l'éditeur du framework. La différence d'approche est nette : les ressources officielles suivent les versions du framework au plus près et sont en anglais, tandis que ce dépôt adopte une progression pédagogique du zéro vers la production, en chinois, avec un volet entretien que les ressources officielles n'ont pas. Un autre point de comparaison utile est la documentation de Dify et de Coze, qui décrit les plateformes low-code de première main. Là encore, le dépôt joue le rôle de guide d'apprentissage, pas de source de vérité technique. Si vous cherchez une référence à citer dans un projet professionnel, préférez la documentation officielle du framework concerné.

Coût de maintenance et suites à donner

Le coût principal n'est pas financier. Il tient au temps de suivi : plusieurs frameworks, plusieurs plateformes, deux dépôts de projets et un journal de modifications à surveiller. Un lecteur qui veut garder le cours utilisable doit épingler les versions des dépendances dans ses propres projets plutôt que de suivre les exemples à la lettre. Le README indique que de nouveaux chapitres seront ajoutés au fur et à mesure de l'évolution de l'écosystème, ce qui signifie que la structure du plan peut bouger. Pour un usage en équipe, la licence MIT permet de dupliquer et d'adapter le contenu en interne, à condition de conserver l'attribution. Reste une question que le matériel fourni ne permet pas de trancher : la qualité réelle des chapitres et des projets. Le README affirme que les cas sont vérifiés par exécution, mais rien dans les données disponibles ne permet de le confirmer indépendamment.

Conclusion éditoriale

Ce dépôt convient aux développeurs déjà à l'aise en Python qui lisent le chinois et veulent un parcours structuré couvrant LangChain, LangGraph, MCP et RAG avec des projets complets. Il ne convient pas à ceux qui cherchent une référence en anglais, une API stable ou un support contractuel. Avant de vous engager, clonez le dépôt, ouvrez 教程目录大纲.md et vérifiez que les deux projets annoncés (电商问数 et 深度研搜) pointent bien vers des dépôts de code accessibles.

Sources officielles

1. didilili/ai-agents-from-zero on GitHub
2. Issues
3. License: MIT
4. Project website
5. README