agent-craft MCP Server
Annyfee/agent-craft
[](https://agentrank-ai.com/tool/Annyfee--agent-craft/?utm_source=badge&utm_medium=readme&utm_campaign=agentrank_badge) AI Agent 教学仓库 | 系统化 LangChain、RAG、LangGraph、MCP 全栈实战代码 | 万字博客详解 | 开源可运行示例 | 从零构建智能体
claude mcp add agentrank -- npx -y agentrank-mcp-server Overview
Annyfee/agent-craft is a Python tool licensed under MIT. AI Agent 教学仓库 | 系统化 LangChain、RAG、LangGraph、MCP 全栈实战代码 | 万字博客详解 | 开源可运行示例 | 从零构建智能体 Topics: beginner-guide, langchain, multi-agent, rag, tutorial, ai-agent, langgraph, mcp, artificial-intelligence, chatbot, deepseek, openai, python.
Ranked #248 out of 24846 indexed tools.
In the top 1% of all indexed tools.
Ecosystem
Score Breakdown
509 stars → growing community
Last commit 8d ago → recently updated
4/4 issues closed → responsive maintainer
5 contributors → small team
No dependents → no downstream usage
Weights: Freshness 20% · Issue Health 20% · Dependents 22% · Stars 10% · Contributors 8% · How we score →
Matched Queries
From the README
# 🤖 Agent Craft —— 从零构建全栈AI智能体 > ✅ **系统性开源教学项目**,手把手带你用 Python 构建可运行的 AI Agent,涵盖 Prompt、LLM、LangChain、RAG、LangGraph、MCP 到部署发布全流程。 ## 📘 项目简介 如果你正在学习 AI 智能体开发,却卡在“知道概念但不会动手”或“会调 API 但不懂原理”的阶段—— **Agent Craft 就是为你设计的学习路径。** 我们从最基础的 LLM 调用开始,一步步带你构建完整的 Agent 能力栈: - 让模型调用外部工具(Function Calling) - 接入私有知识库实现问答(RAG) - 用 LangGraph 实现带状态、可调试的决策流程 - 整合记忆、工具与检索,打造真正可用的智能体 所有内容围绕两个原则展开: - 💻 **代码可运行**:每个模块独立、注释清晰、本地一键复现 - 📖 **原理可理解**:配套 CSDN 博客详解设计思路与关键机制 > 💡 **我们不重复造轮子,但也不止于调用框架**—— > 而是在 LangChain、LangGraph 等主流工具中,看清 Agent 是如何思考、决策与行动的。 --- ## 🧭 模块总览(15 模块) > 💡 每个模块对应独立目录(含代码、说明与示例),可独立运行与学习。 > 🔥 已更新至 13 Streamlit 快速入门,持续更新中! | 章节 | 模块 | 博客 | 核心关键词 | 难度 | |:-----------:|:---------------------------------------------------------Read full README on GitHub →
Get the weekly AgentRank digest
Top movers, new tools, ecosystem insights — straight to your inbox.