AX 爱鲜报

Hello-Agents 从零开始构建智能体

Datawhale 开源的中文智能体系统教程,从原理到实践,带你手把手实现 ReAct、RAG、多智能体协作等,并自研框架、训练模型、完成综合项目。

过去 7 天收获 13 颗 Star

爱鲜报评分

0.0

0 人评分

开源 · — #Python #LLM #AI #Agent #教程 #RAG

85k

星数

是

中文

Python

主语言

是

活跃

123

贡献者

人工分析

EDITORIAL

推荐理由

内容系统全面,覆盖智能体基础、经典范式、高级技能与实战项目,适合中文开发者从零进阶。配套自研框架与在线教程,社区活跃,是学习 AI Native Agent 的优质资源。

适用场景

  • 智能体原理学习
  • 手把手实现经典范式
  • 框架开发实践
  • 多智能体项目实战
  • 求职面试准备

优点

  • 中文教程,免费开源
  • 理论与实践并重,章节完整
  • 配套自研框架与在线资源
  • 社区活跃,持续更新
  • 涵盖 RAG、MCP、Agentic RL 等前沿

缺点

  • 需要 Python 与 LLM 基础
  • 部分章节依赖外部平台或 API
  • 内容较多,需投入时间系统学习
上手难度 进阶

Hello-Agents 简介

Hello-Agents 是 Datawhale 社区发起的系统性智能体学习教程,旨在帮助开发者从零开始理解并构建真正的 AI Native Agent。教程从智能体核心原理出发,深入经典范式与架构,最终带你亲手实现多智能体应用。

内容结构

教程共分五大部分,覆盖从基础到实战的完整路径:

  • 第一部分:智能体与语言模型基础
    初识智能体、发展史、大语言模型基础。
  • 第二部分:构建你的大语言模型智能体
    手把手实现 ReAct、Plan-and-Solve、Reflection;低代码平台(Coze、Dify、n8n);主流框架(AutoGen、AgentScope、LangGraph);从零构建自己的 Agent 框架。
  • 第三部分:高级知识扩展
    记忆与检索(RAG)、上下文工程、通信协议(MCP、A2A、ANP)、Agentic-RL(SFT 到 GRPO)、性能评估。
  • 第四部分:综合案例进阶
    智能旅行助手、自动化深度研究智能体、赛博小镇。
  • 第五部分:毕业设计及未来展望
    构建完整多智能体应用。

学习方式

  • 在线阅读:提供国内加速与国外访问地址,无需下载即可学习。
  • 本地阅读:克隆仓库后按章节阅读 Markdown 文档。
  • 动手实践:每章配有代码示例,建议边学边练。

社区与扩展

项目包含社区贡献的精选文章,如面试题总结、Dify 教程、Agent Skills 解读、GUI Agent 实战等,并设有共创毕业设计项目,鼓励读者参与贡献。

提示:学习前建议具备 Python 基础,并了解大语言模型的基本概念。

评论

登录后才可评论与评分

0 条评论

  • 暂无评论,来写第一条吧。