핵심 요약
- Agent Learning Hub: Datawhale 멤버 jjyaoao가 큐레이션한 AI 에이전트 학습 로드맵 저장소. 단일 README 파일로 운영.
- 핵심 입장: role-play 멀티 에이전트 프레임워크보다 실제 코딩 에이전트, harness 엔지니어링, 평가/안전에 집중하라.
- 5대 우선순위: (1) Coding Agent → (2) Agent Harness → (3) Personal Agent → (4) Skills/Protocols → (5) Evaluation & Safety
- 9단계 학습 코스 (Stage 0-8): 개념 이해부터 실제 출시까지 단계별 todo list + 산출물.
- 11단계 Project Ladder: Calculator Agent에서 Production Harness까지 프로젝트 기반 학습.
- 큐레이션 자료: Build From Scratch, Coding Agents, Personal Agents, Browser Agents, Papers 등 분류 체계.
- 라이선스: MIT License
상세
학습 우선순위 (What To Learn Now)
- Claude Code / Codex — 실제 코드베이스 작업 패턴, shell, 파일 편집, 테스트, 권한, 컨텍스트 압축
- Agent Harness — 도구 프로토콜·권한·상태·피드백·재실행·CI·평가
- OpenClaw / Hermes — 장시간 운영, 로컬 우선, 크로스 앱, 기억, skills
- Skills / MCP / A2A / ACP — 능력 재사용, 도구 연결, 에이전트 간 연결, 호스트 앱 연결
- Evaluation & Safety — eval·trace·권한 경계가 없는 에이전트는 데모일 뿐
9단계 학습 코스
- Stage 0: 에이전트 개념 이해 (chatbot/workflow/agent/multi-agent 구분)
- Stage 1: 최소 에이전트 루프 (LLM API + tool call + error handling, 50-150줄)
- Stage 2: 도구 사용·RAG·메모리 (chunk, embed, retrieve, 단기/장기 메모리)
- Stage 3: 하니스 분석 (Claude Code, claw0, hello-agents from-scratch 구현체)
- Stage 4: 멀티 에이전트 조율 (planner/executor/reviewer/critic/router)
- Stage 5: Skills·프로토콜·능력 패키징 (SKILL.md, MCP)
- Stage 6: 브라우저·컴퓨터 사용 에이전트 (Playwright, browser-use)
- Stage 7: 평가·관측·안전 (trace, eval, prompt injection 방어)
- Stage 8: 진짜 에이전트 출시 (권한, 승인, 배포, CI)
큐레이션 프로젝트 분류
- Build From Scratch: learn-claude-code, claw0, hello-agents
- Coding Agents: Claude Code, OpenAI Codex, OpenCode, OpenHands, SWE-agent, pi
- Personal Agents: OpenClaw, Hermes Agent, CyberClaw
- Browser Agents: browser-use, UI-TARS-desktop
관련 주제: ai-agent | agent-harness | macro-actions | claws | llm-kernel | LLM Wiki