工程代码
FastAPI 服务、统一模型调用接口、Fake Provider、结构化输出、流式响应和用量统计。
项目包已开放
从 LLM Gateway Starter 开始，先跑通一个真实后端项目。
这份项目包用于验证你是否适合 CodeRun Agent Lab 的自学方式。先完成本地运行、接口测试、结构化输出和作品集记录，再决定是否进入完整路线。
git clone https://github.com/Benjamin-Z00/llm-gateway-starter.git
cd llm-gateway-starter
py -3.12 -m venv .venv
.venv\Scripts\activate
pip install -r requirements.txt
uvicorn app.main:app --reload你会拿到什么
一个能运行、能测试、能继续扩展的 Agent 工程底座。
自学任务
7 个任务文档，按“读说明、改代码、跑测试、记录作品集”的方式推进。
作品集模板
README 模板会引导你记录架构、关键接口、测试结果和后续可扩展点。
第一天任务
不要先补理论，先让项目在本地跑起来。
完成本地启动
启动服务后访问 /health，确认返回正常状态。
跑通测试
执行 pytest，确认接口、结构化输出、流式响应和用量统计通过。
完成任务 01
阅读 tasks/01-run-locally.md，把运行截图和问题记录进作品集模板。
写 100 字复盘
说明这个 Gateway 为什么是 Agent 项目的底座，以及它后续还能接哪些能力。
下一步
完成后再判断是否进入完整自学路线。
如果你能独立跑通项目、读懂接口边界，并愿意继续做 Tool Runtime、RAG Agent 和 Codebase Agent， 那完整路线对你更有价值。