Jumping Agent Platform
通过游戏化方式构建自己的 AI Agent，交互式学习 Agent 开发与工作流编排。
🎯适用场景：通过游戏化方式学习 AI Agent 开发，适合初学者入门 Agent 概念
📥 收录于 2026/6/21
📊 仓库数据
📈 Stars 变化 ↑6 小时 +1· 统计区间 6/24 00:08 → 6/24 06:11（6 小时）
✅ 优点
- •游戏化教学
- •交互式体验
- •适合入门
- •TypeScript 生态
⚠️ 限制
- •偏教学用途
- •生产场景有限
🔗 相关工具
Prompt Optimizer
github.com/linshenkx/prompt-optimizer
AI 提示词优化器，6K+ stars。AI 提示词优化工具，帮助编写更好的提示词，获得更好的 AI 输出结果
🎯提示词工程与优化
PromptFlow
github.com/microsoft/promptflow
微软官方 LLM 应用开发框架，支持从原型设计、测试到生产部署和监控的全生命周期管理，深度集成 Azure AI
🎯企业级 LLM 应用从原型到生产的端到端开发与运维
My Git
github.com/xirong/my-git
面向现代工程团队和 AI 原生开发的实用 Git & GitHub 手册，涵盖从基础到高级的 Git 工作流和最佳实践。
🎯学习 Git 工作流和 GitHub 协作最佳实践，适合工程团队和 AI 原生开发入门
Agent Learning Hub
github.com/datawhalechina/Agent-Learning-Hub
Datawhale 出品的 AI Agent 学习路线与资料库，3.8K+ stars。系统化整理了 Agent 学习路径、论文、教程和实践项目。
🎯系统学习 AI Agent 技术路线，从入门到进阶
AI Engineering Coach
github.com/microsoft/AI-Engineering-Coach
微软出品的 Agentic Engineering 最佳实践指南，2.5K+ stars。系统化讲解 AI Agent 工程化设计模式、提示编排与生产部署策略。
🎯系统学习 AI Agent 工程化最佳实践
Agent Study
github.com/Callous-0923/agent-study
36 章 AI Agent 全栈课程：从 ReAct 循环到 Claude Code 逆向、MCP/A2A 协议、RAG、DSPy、生产可观测性——全部为可运行 Python 文件，面试导向。
🎯系统学习 AI Agent 全栈技术，从入门到面试准备