从零构建 AI Agent：一个面向 PhD 研究者的系统化实践教程。覆盖 LLM Agent、RAG、Multi-Agent、CV Agent、Task Automation。
配置开发环境，理解 LLM API 调用方式，创建可切换国内模型的统一工厂函数。
用纯 Python 手写一个完整的 ReAct Agent，理解 Agent = LLM + Tools + Loop 的本质。
从手写 Agent 过渡到工业级框架，掌握 LangChain 工具系统和 LangGraph 状态图。
构建完整的 RAG 系统，让 Agent 能基于外部知识库回答专业问题。
构建多 Agent 协作系统，用 CrewAI 实现角色驱动的 Agent 团队设计。
将计算机视觉能力整合到 Agent，构建自动驾驶场景分析系统。
构建能自动写代码、运行代码、从错误中学习的 Agent。
整合所有技术，构建完整的科研自动化助手（LangGraph + CrewAI + Gradio）。
本教程采用"从第一原理出发"的教学方法，先手写再框架，让你理解每个抽象层背后真正在做什么。
完整 Python 源码可在 GitHub 获取（含环境配置、逐模块可运行代码、Capstone Gradio 应用）。