源码深度学习 · 零基础友好

SuperAGI 源码学习

20 天 · 每天 30 分钟 · 逐层读懂开源的"自主 AI 智能体平台"——用 GUI 构建、并发运行、给智能体配工具与长期记忆,让它自主循环达成目标

00

开篇 · 这是个什么项目

SuperAGI 是一个开源的 自主 AI 智能体开发与运行平台。你在 GUI 里给智能体设定目标 + 工具 + 大模型,它就在后台自主循环(想 → 选工具 → 执行 → 观察 → 再想)直到达成目标。它支持并发跑多个智能体、工具市场、长期记忆、可视化监控。

🎯 一句话:SuperAGI 是一个完整的自主智能体平台——你定义智能体(目标+工具+LLM),后端把它排队交给 Celery 后台 worker 运行它的自主循环,运行过程和结果实时流回 GUI。它按工作流步骤驱动智能体,配向量记忆资源管理

🎯

目标驱动

给目标和指令,智能体自主拆解、循环执行直到完成。

🧰

工具 & 工具市场

丰富的工具(搜索/文件/代码/邮件…)+ 可扩展的 toolkit。

🧠

向量长期记忆

Pinecone/Chroma/Qdrant/Redis,让智能体"记住"过往。

⚙️

并发后台运行

Celery worker 后台跑智能体循环,GUI 监控,不阻塞。

零基础也别怕:前 5 天不假设你懂 Agent/Celery/向量库。我们从"什么是自主智能体"讲起,一步步搭到"执行循环""工作流""向量记忆""异步运行"。后端源码在 superagi/(FastAPI),GUI 在 gui/(Next.js)。
01

架构全景(动起来看)

下图那颗发光小球是"你创建的一个智能体从 GUI 落到后台 worker 自主运行"的过程。从上到下:GUI → API → Agent 执行 → 底层能力。

L4 · GUI 界面  ·  gui/(Next.js)
创建智能体目标+工具+LLM
监控运行实时看执行 feed
工具市场marketplace
L2 · API + 异步执行  ·  controllers + jobs
FastAPIcontrollers
Celery后台 worker
Agent Executor驱动循环
Workflow步骤
L3 · Agent 核心  ·  superagi/agent/
迭代/工具步step handler
Prompt 构建
输出解析output_parser
Tools工具
L1 · 底层能力
LLMs多模型抽象
Vector Store向量记忆
Resource资源/文件
Postgres/Redis存储/队列

SuperAGI 智能体的核心是一个自主循环(由工作流步骤驱动):

1. 想看目标+记忆
问 LLM 下一步
2. 选工具LLM 决定
用哪个工具
3. 执行跑工具
拿结果
4. 观察结果存记忆
喂回下轮
回到 1直到完成
和经典 AutoGPT 什么关系? SuperAGI 也是"目标驱动的自主智能体",但它是完整平台:有 GUI、并发运行、工作流步骤(比纯放飞循环更结构化)、工具市场、向量记忆、Celery 异步执行。可以理解为"工程化、平台化、可运维的自主智能体"。
02

怎么用这份教程

⏱️

每天 30 分钟

一天一个独立页面,跟着"今日小结 + 动手"收尾。

👶

零基础友好

不假设你懂 Agent/Celery/向量库,术语首次出现都有大白话解释。

📍

精确到行号

关键代码标 文件:行号,可在真源码里跳转对照。

一条主线:从"一个自主智能体的循环",到"工作流步骤怎么驱动它",到"工具/记忆/资源怎么增强它",最后是"平台怎么用 Celery 异步跑、GUI 怎么监控"。
W1

第 1 周 · 核心概念

是什么、Agent、工具、运行、一次旅程
01

项目全景与架构

SuperAGI 是什么、平台架构、核心概念地图、技术栈。

≈30 min · 已就绪 NEW开始学 →
02

Agent:自主智能体

目标/指令/工具/LLM,自主循环的心智模型。

≈30 min · 已就绪开始学 →
03

工具 Tools

工具是智能体的手:name+描述+参数+_execute。

≈30 min · 已就绪开始学 →
04

运行平台(docker compose)

启动后端+GUI+Postgres+Redis+Celery。

≈30 min · 已就绪开始学 →
05

一次 agent 运行的完整旅程

从创建到 Celery 后台自主循环、结果流回。

≈30 min · 已就绪开始学 →
W2

第 2 周 · Agent 执行

执行循环、工作流、提示词、输出解析、LLM
06

Agent 执行循环

迭代步 + 工具步,自主循环怎么转。

≈30 min · 已就绪开始学 →
07

工作流 workflow 与 step

用工作流步骤结构化地驱动智能体。

≈30 min · 已就绪开始学 →
08

提示词构建

role/goal/工具/记忆怎么拼成 LLM 提示。

≈30 min · 已就绪开始学 →
09

输出解析 output_parser

把 LLM 回复解析成"选哪个工具+参数"。

≈30 min · 已就绪开始学 →
10

LLM 抽象

多模型(OpenAI/Palm…)统一接口、token 计数。

≈30 min · 已就绪开始学 →
W3

第 3 周 · 工具/记忆/资源

工具体系、tool_manager、向量记忆、资源、数据模型
11

工具体系深入

base_tool、toolkit、真实工具精读。

≈30 min · 已就绪开始学 →
12

tool_manager 与工具市场

工具怎么注册、安装、提供给智能体。

≈30 min · 已就绪开始学 →
13

向量记忆 vector store

Pinecone/Chroma/Qdrant/Redis 长期记忆 + RAG。

≈30 min · 已就绪开始学 →
14

资源管理 resource manager

智能体产出/使用的文件怎么存和用(S3/本地)。

≈30 min · 已就绪开始学 →
15

数据模型

Agent/Execution/Workflow/Tool 等 DB 模型。

≈30 min · 已就绪开始学 →
W4

第 4 周 · 平台/异步/生态

API、Celery、GUI、部署、收官
16

API controllers

FastAPI 端点:agent/execution/tool/project。

≈30 min · 已就绪开始学 →
17

Celery 异步执行

后台 worker 跑智能体循环、调度、不阻塞 API。

≈30 min · 已就绪开始学 →
18

GUI 与前端

Next.js 界面怎么创建智能体、实时监控。

≈30 min · 已就绪开始学 →
19

部署与配置

config、docker 变体、本地 LLM、生产部署。

≈30 min · 已就绪开始学 →
20

构建测试与收官串讲

全平台回顾、设计哲学、五框架对比。

≈30 min · 已就绪开始学 →

全部 20 天已就绪。建议按顺序学。准备好了就从 Day 01 · 项目全景 开始。