Agent 设计模式(ADPS)

一个 7×6 双轴矩阵框架,将 27 个 Agent 设计模式定位在认知功能 × 执行拓扑的坐标上,每个模式配可运行的 Python 代码。

Star 数
★ 352
最近更新
4 天前
License
MIT
主语言
HTML

30 秒速览

运行形态
代码库 / SDK
可在哪里用
通用 · 跨平台
费用
免费,无需付费服务
上手难度
低 · 几分钟可跑通
开始前需要
PythonpytestShell / 命令行本地文件系统
典型场景
架构师在设计 Agent 系统时,需要判断某个失败属于矩阵中哪个坐标、应选哪个模式
不适合
  • 寻找生产级运行时框架的团队——它明确表示自己不是框架,请用 LangGraph/OpenHands 等
  • 只想拿到现成可用 Agent 产品而非设计参考资料的开发者
维护状态
近 30 天有提交最近提交 2026-11-18

这个 Agent 能做什么,适合哪些场景?

这是黄佳(Jia Huang)《Designing AI Agents》(Manning)一书与 arXiv 论文的配套代码库,提出把 Agent 模式放在"认知功能(感知/记忆/推理/行动/反思/协作/治理)× 执行拓扑(链式/路由/并行/循环/层级/编排)"的二维矩阵里。每个模式有独立文件夹:50–250 行的 pattern.py、无需 API key 即可运行的 example.py、固定不变量的 test_pattern.py,以及中英双语 README。矩阵含跨切面关注点:可观测性、评估与验证、安全与身份。各模式 README 引用经核实的上游生产代码切片(Claude Code、Aider、OpenHands、DeerFlow 等),并注明文件与行号。MIT 许可,代码与文档同库,接受 PR 修订。

提供 7×6 矩阵中的 27 个核心模式(如 Context Triage、Semantic Compaction、RAG、Chain of Thought、Plan & Execute、Approval Gate 等),每个模式文件夹内含 pattern.py(最小诚实实现)、example.py(生产形态数据上的可运行案例)、test_pattern.py(模式不变量测试)和双语 README。全部模式可运行(部分为脚手架,标注 🟡)。composition/ 目录提供模式组合方法:Pattern Selection Card、六步方法论、Argus 完整案例研究、Checklist 基准案例。README 中每个模式引用经核实的上游工程切片,如 Aider 的 RepoMap、Claude Code 的 4 层记忆体系、OpenHands 的 condenser_config、DeerFlow 的 schema 驱动分诊。使用方式:git clone 后 pip install -e '.[dev]',运行任一 example.py,用 pytest 跑全部不变量测试。

  1. 架构师在设计 Agent 系统时,需要判断某个失败属于矩阵中哪个坐标、应选哪个模式
  2. 工程师实现某个模式(如 Generator-Critic、Hierarchical Delegation)时,需要最小可运行参考实现和不变量测试
  3. 团队想验证自己的实现是否与 Claude Code、Aider、OpenHands 等生产 Harness 的真实做法一致
  4. 读者配合《Designing AI Agents》一书或极客时间专栏学习,需要配套可执行代码
  5. 文档作者或译者想通过 PR 修订模式白皮书,或在中英双语文档中查阅同一模式

安装与配置要点

摘自下方的安装和使用说明,以项目 README 的最新说明为准。

安装 / 启动命令
  • pip install -e ".[dev]"

如何安装或部署这个 Agent?

git clone https://github.com/huangjia2019/agent-design-patterns.git
cd agent-design-patterns
python -m venv .venv && source .venv/bin/activate
pip install -e ".[dev]"

如何使用这个 Agent?

每个模式文件夹自包含。先读该文件夹的 README(理解为什么和上游切片),再读 pattern.py,然后运行案例:

python perception/a-context-triage/example.py
python perception/b-semantic-compaction/example.py

# 运行全部不变量测试
pytest

example.py 无需 API key 即可运行;test_pattern.py 固定了适配时不可破坏的不变量。

这个 Agent 有哪些优点和局限?

优点
  • 二维矩阵强迫回答"模式为什么在这个坐标",避免扁平模式清单式的敷衍
  • 每个 README 引用文件与行号级别的上游生产代码切片,并欢迎对"引用漂移"开 issue 当 bug 处理
  • 每个 example.py 无需 API key 即可运行,test_pattern.py 固定不变量,便于安全地适配改造
局限
  • 不是运行时框架——README 明确建议生产环境使用 LangGraph、agno、DeerFlow 或 OpenHands
  • 部分模式仅有脚手架(标注 🟡,如 Skill Package、Self-Heal Loop、Experience Replay),无完整可运行代码
  • 书籍与旧示例可能使用早期目录版本,模式编号(README 说 27,仓库描述说 28)存在版本差异,需以当前文档为准

这个 Agent 与同类方案有什么区别?

README 自我区分于 LangGraph、agno、DeerFlow、OpenHands 等运行时框架:那些是生产运行时,本仓库是可叠加在其上的设计词汇表,"切换框架不改变矩阵"。

与相关度最高的同类 agent 并排比较关键指标。

Agent 源码审查 形态 / 费用 Star 最近更新 主语言 完整支持的平台
Agent 设计模式(ADPS) 当前 72 · 存在缺口 代码库 / SDK免费 ★ 352 4 天前 HTML —
PowerContext 82 · 表现良好 命令行工具免费 ★ 1.8k 今天 Python Codex · Claude Code
CaveAgent 63 · 存在缺口 代码库 / SDK免费 + 模型费 ★ 225 2 个月前 Python OpenAI API · Claude API
Hello-Agents 智能体教程 53 · 缺口较多 网页应用免费 + 模型费 ★ 88k 9 天前 Python OpenAI API

FollowAgents 如何评估这个 Agent?

FollowAgents 源码审查 · FARS-2.1
存在缺口
72/ 100 五分制 3.6 / 5
信任安全 17/29
可靠稳定 8/14
适用触发 15/18
规范维护 14/18
有效结果 12/13
证据核验 6/8
查看各维度的扣分理由
信任安全17 / 29 · 2.9/5

仓库核心运行时零依赖、示例宣称无需 API key 即可运行,属于低权限设计;README 明确这是参考代码而非生产框架,外部影响面小。扣分点:pattern.py/example.py 本体未在本次包内,最小权限、敏感数据处理与回滚路径无法从源码核实,user_confirmation/rollback/sensitive_data_handling 只能按断言记低分。来源归属做得很好:MIT 许可、作者署名、arXiv 引用、citation-drift issue 流程齐全。

可靠稳定8 / 14 · 2.9/5

CI(Python 3.11/3.12 矩阵)逐个运行全部 example 并跑 pytest,依赖以版本区间锁定,依赖可用性有较好证据。扣分点:自洽性存在明显瑕疵——外部描述称 28 个模式而 README 反复称 27 个,且『eight production harnesses』列表实际列出九个名字;错误消息质量依赖未提供的源码,记 1 分。

适用触发15 / 18 · 4.2/5

受众与场景定义清晰(工程学习/设计参考而非运行时),『What this repo is not』一节明确边界,这是能力边界的正面证据。扣分点:环境适配仅承诺 >=3.11 与离线示例,未见 Windows/容器等适配说明;模式触发(什么问题选什么模式)靠文档矩阵而非可执行机制,记中等分。

规范维护14 / 18 · 3.9/5

信息架构是本仓库最强项:7×6 矩阵、统一目录形状(pattern.py/example.py/test_pattern.py/双语 README)、快速开始、双语文档、第三方文档许可分列,均达成 3 分水准。扣分点:无 CHANGELOG,版本停留在 0.1.0;文件夹带 a-/b- 前缀的命名会随重排变动,虽有『folder not moved』的兼容说明,但整体命名稳定性仅中等;维护责任靠个人 issue 流程,无团队/治理说明。

有效结果12 / 13 · 4.6/5

相对扁平化 agent 模式清单,坐标化框架+可运行切片+生产系统引用的组合有明显边际价值;核心零依赖、自包含目录使采纳成本低。扣分点:输出可用性依赖未提供的 pattern.py 质量,🟡 脚手架单元格尚未可运行,只能记 2 分。

证据核验6 / 8 · 3.8/5

工程切片均给出文件/行级引用并声明『verified, not hallucinated』,鼓励以 issue 报告引用漂移——可追溯性为满分水准。扣分点:这些『已验证』声明在本次静态包内无法交叉证实(多个引用指向 2026 年的 arXiv 号/事件,超出可核实窗口),事实与推断的区分依赖读者自行判断,记 2 分。

风险与缓解建议
  • 静态包内未包含任何 pattern.py/test_pattern.py 实体代码,最小权限、错误处理与测试质量均无法核实,仅凭 README 断言评分,置信度低。
  • 模式数量自相矛盾:描述称 28 个模式,README 称 27 个;『eight production harnesses』列表实为九项,引用前请自行核对。
  • 部分引用指向 2026 年的 arXiv 编号与上游文件行号,上游代码演进后行号极易漂移,使用前应逐条验证。
  • 🟡 标记的四个模式仅有脚手架,非完整实现;依赖 langgraph/claude-agent-sdk 的可选模块引入较新依赖,生产使用前需另行安全审计。
  • 文档文本与第三方媒体采用独立许可条款(docs/publications/LICENSE.md),二次发布前务必阅读,勿假设整体 MIT。
证据充分度:低 评估于 2026年11月21日 审查版本 7dba9d05cef5
查看完整评分方法 →
你是这个项目的维护者?把 FARS 徽章加到 README

徽章显示当前的评审分数和结论,点击回到本页。重新评审后约一小时内更新。

FARS

[![FARS 评测](https://followagents.com/badge/agent-design-patterns.svg?lang=zh)](https://followagents.com/zh/agents/agent-design-patterns)
<a href="https://followagents.com/zh/agents/agent-design-patterns"><img src="https://followagents.com/badge/agent-design-patterns.svg?lang=zh" alt="FARS 评测"></a>

常见问题

需要 LLM API key 吗?
运行各模式的 example.py 不需要任何 API key;仓库强调"runs without API keys"。引用的上游项目(Claude Code、Aider 等)仅在文档层面引用,不需要安装或付费。
这是框架还是库?
都不是严格意义上的框架。它是一个模式目录 + 参考实现集合,README 明确说"Not a framework",生产运行时应使用 LangGraph、agno、DeerFlow 或 OpenHands。
所有模式都有代码吗?
矩阵中大多数单元格有可运行代码(✅),少数为脚手架(🟡),如 Skill Package、Self-Heal Loop、Experience Replay。每个 pattern.py 为 50–250 行的最小诚实实现。
如何参与贡献?
特别欢迎四类贡献:引用漂移(上游文件/行号不再匹配)、不变量违规、新语言移植(TypeScript/Go,作为独立顶层文件夹)、新工程切片。新增模式请先开 issue 讨论其在矩阵中的位置。
如何获取完整逐步演进的案例代码?
Argus 完整示例按书章节组织的演进版在配套仓库 huangjia2019/designing-ai-agents;本仓库是独立的模式目录,另有 composition/c-argus-full-case/ 完整案例。
Agent 设计模式(ADPS) 免费吗?
免费。Agent 设计模式(ADPS) 可以免费使用,不需要付费服务。
Agent 设计模式(ADPS) 开源吗?
开源。源码在 GitHub(huangjia2019/agent-design-patterns),许可证是 MIT。
Agent 设计模式(ADPS) 安全吗?
FollowAgents 的 FARS 评审(2026年11月21日)给 Agent 设计模式(ADPS) 的“信任与安全”打了 17/29 分。评审检查的 8 项安全措施没有完全缺失的。
Agent 设计模式(ADPS) 还在维护吗?
在维护。GitHub 上最近一次提交是 2026-11-18,在最近 30 天内。
Agent 设计模式(ADPS) 是谁开发的?
Agent 设计模式(ADPS) 由 GitHub 账号 huangjia2019 发布。FollowAgents 没有核实这个账号背后是哪个人或公司。
这页内容对你有帮助吗?
在 GitHub 查看 ↗ 安装 ↓

对比同类 Agent

用同一套 FARS 评审,横向比较这个 Agent 所属的短名单。

相关核心概念