Baby Gpt

从零实现的通用 Agent，完整覆盖 ReAct 架构的每一个环节。 Hello Agents 课程毕业设计项目。

快速开始

方式一：本地运行（开发者）

前置条件：Python 3.10+，Node.js 18+（MCP 功能需要）

# 1. 克隆仓库
git clone <repo-url>
cd baby-gpt

# 2. 安装依赖
make install
# 或者手动：python3 -m venv venv && venv/bin/python3 -m pip install -r requirements.txt

# 3. 配置 API Key
cp .env.example .env
# 编辑 .env，填入你的 DEEPSEEK_API_KEY

# 4. 启动
make run

方式二：Docker 运行（推荐分发给他人）

前置条件：Docker

# 1. 构建镜像
make docker-build

# 2. 配置 Key（只需做一次）
cp .env.example .env
# 编辑 .env

# 3. 运行
make docker-run

配置文件

复制 .env.example 为 .env，填入以下 Key：

变量名	必填	说明
LLM_PROVIDER	可选	LLM 提供方：anthropic（Claude 原生 tool_use）或 deepseek（默认，ReAct 文本）
DEEPSEEK_API_KEY	✅*	DeepSeek API Key（默认主 LLM；用 Claude 时非必填）
ANTHROPIC_API_KEY	✅*	Claude API Key（LLM_PROVIDER=anthropic 时必填）
ANTHROPIC_MODEL	可选	Claude 模型，默认 claude-opus-4-8
OPENAI_API_KEY	可选	图片生成功能需要
GITHUB_PERSONAL_ACCESS_TOKEN	可选	启用 GitHub MCP（26 个工具）
TAVILY_API_KEY	可选	更好的网络搜索，无则自动用 DuckDuckGo

功能

• 双 LLM 后端 — DeepSeek（ReAct 文本，默认）/ Claude（Anthropic SDK 原生 tool_use 结构化调用），LLM_PROVIDER 一键切换
• ReAct 核心循环 — Thought → Action → Observation 迭代
• 工具注册系统 — @register_tool 装饰器，tools/ 目录自动扫描
• 远程 Skill 加载 — find_skills + load_skill，运行时扩展能力
• 能力自扩展 — 遇到未知任务自动搜索并安装工具
• 多轮对话 — AgentSession 滑动窗口，保留最近 20 轮上下文
• 网络搜索 — DuckDuckGo（免费）/ Tavily（可选）双后端
• GitHub MCP — 连接 GitHub MCP Server，读写仓库、搜索代码、管理 Issue/PR
• RAG 记忆 — Chroma 向量数据库，remember / recall 工具
• MCP Server — 把自己的工具暴露给 Claude Desktop / Cursor

项目结构

baby-gpt/
├── core/
│   ├── agent.py       ← ReAct 主循环
│   ├── llm_client.py  ← LLM 调用（DeepSeek / OpenAI / Claude·Anthropic SDK）
│   ├── registry.py    ← 工具注册中心
│   ├── session.py     ← 多轮对话管理
│   └── tracer.py      ← 可观测性（Timeline + 日志）
├── tools/
│   ├── shell.py       ← Shell 执行（黑名单安全模型）
│   ├── filesystem.py  ← 文件读写
│   ├── search.py      ← 网络搜索
│   ├── memory.py      ← RAG 记忆
│   ├── utils.py       ← 计算器等工具
│   └── mcp_client.py  ← MCP Client（连接外部 MCP Server）
├── skills/
│   └── remote_loader.py  ← find_skills + load_skill
├── mcp_server/
│   └── server.py      ← MCP Server（暴露给 Claude Desktop）
├── main.py            ← 启动入口
├── Dockerfile
├── Makefile
└── .env.example

接入 Claude Desktop（MCP Server 模式）

在 ~/Library/Application Support/Claude/claude_desktop_config.json 添加：

{
  "mcpServers": {
    "baby-gpt": {
      "command": "/path/to/baby-gpt/venv/bin/python",
      "args": ["/path/to/baby-gpt/mcp_server/server.py"]
    }
  }
}

或者 Docker 方式：

{
  "mcpServers": {
    "baby-gpt": {
      "command": "docker",
      "args": ["run", "-i", "--rm", "-v", "/path/to/.env:/app/.env", "baby-gpt", "python", "mcp_server/server.py"]
    }
  }
}