# sali_agents

**Repository Path**: salierime/sali_agents

## Basic Information

- **Project Name**: sali_agents
- **Description**: 手搓agent，手搓LLM预训练、微调、RL
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-03-16
- **Last Updated**: 2026-07-26

## Categories & Tags

**Categories**: Uncategorized

**Tags**: AI

## README

# sali_agents

这是一个 AI agent 实验仓库，收集了多种常见智能体工作流、工具型 demo、训练脚本和 MCP 示例。整个仓库按目录拆分，每个子目录基本都可以独立运行，并且把自己的模型配置或第三方 key 放在各自目录下的 `.env` 中。

## 项目结构

- `chatbot`：基础聊天、流式输出、工具调用、RAG 检索增强和 MCP 聊天机器人示例
- `ReAct`：基于 `Thought -> Action -> Observation` 的推理与工具调用示例
- `Reflection`：反思式代码生成与迭代优化示例
- `PlanAndSolve`：先规划、后执行的任务拆解示例
- `coding-agent-cli`：带会话、命令系统、权限控制和工具执行的命令行编程助手
- `MCP`：MCP server 与客户端联动示例，包含 GitHub 查询服务
- `memo`：基于 `mem0` 的记忆系统示例
- `agentic_rl`：使用 `hello-agents` 做 SFT / RL / GRPO 训练与评估的实验脚本
- `hello_agent`：复用的 LLM 封装和通用调用辅助代码

## 依赖与配置

不同子目录依赖不完全相同，建议优先进入对应目录查看 README。大多数示例都依赖 `python-dotenv`，并通过本目录的 `.env` 读取 `API_KEY`、`BASE_URL`、`LLM_API_KEY`、`SERPAPI_API_KEY`、`GITHUB_TOKEN` 等配置。仓库根目录也保留了一个通用 `.env`，主要用于兼容共享示例和辅助封装。

## 如何使用

最稳妥的方式是进入目标子目录，再运行它自己的入口脚本，例如：

```bash
python main.py
python chatbot_base.py
python server.py
python memo0_test.py
```

如果不确定该从哪里开始，先看对应子目录的 README，再按其中的运行命令执行即可。