适用于任何编码智能体(Claude Code / Cursor / Copilot / Codex)的生产级 AI 智能体参考。24 个参考节点:ReAct Loop、MCP、RAG、Multi-Agent、Memory、Guardrails。包含自建与采购的决策树以及集成模式。不使用已弃用的技术栈,全部为 TypeScript 生产代码。https://morningstar202604.github.io/agent-builder
agent-builder 是开源、MIT 许可的通用智能体参考,记录了从零构建生产级 AI 智能体的 24 节点架构。它涵盖从 monorepo 搭建,到 ReAct 循环、MCP、多智能体编排、RAG、护栏和产品化的完整链条,目标水平可与 OpenAI/Anthropic 官方实现相当。 每个节点对应一份“该用什么”清单,指向现有的解决方案而不是重新实现:官方 MCP SDK、用于编排的 LangGraph、用于 RAG 的 LlamaIndex,以及用于沙箱的 E2B。节点还包含 AI 陷阱注释,列出 LLM 最常犯的错误模式,这些模式可由 ESLint AST 自动检查,以及工程理由说明,解释为何出于性能或安全原因要避免某些做法。 该参考被组织成按需加载的 24 个节点,并逐层递进,每一层依赖前面的节点,没有循环依赖。它推荐现代技术栈,包括 Next.js 15+、React 19+、Fastify/Hono、tRPC、Drizzle ORM、ReAct Loop、LangGraph、MCP Protocol、Qdrant/Milvus/Chroma、Docker + K8s、OpenTelemetry、Langfuse 和 Electron,并明确禁止 HTML jQuery、裸 Express、Vue 2 和 Webpack/CJS 等遗留技术。其代码被描述为生产级而非演示代码,包含错误处理、边界条件、类型守卫、幂等设计和超时控制。它还提供九种常见的连接模式,用于将现有产品与自定义组件结合。
开发者用 agent-builder 通过采用 Dify 或 Coze 等现有开源产品,快速上线可用的智能体产品。
团队用 agent-builder 通过将节点 01/17 与 Dify API 结合,构建自定义品牌的 UI。
团队用 agent-builder 参考节点 01 和 09 构建深度的 Electron 桌面智能体。
团队用 agent-builder 借助 LangGraph 和 MCP 连接编排多智能体系统。
团队用 agent-builder 借助 Ollama 或 vLLM 构建完全自托管的离线智能体。
团队用 agent-builder 使用 RAGFlow 或 FastGPT 增加知识库问答层。