datawhalechina/hello-agents

English | 中文

Hello-Agents 🤖 《从零开始构建智能体》

从基础理论到实际应用，全面掌握智能体系统的设计与实现

🎯 项目介绍

  如果说 2024 年是"百模大战"的元年，那么 2025 年无疑开启了"Agent 元年"。技术的焦点正从训练更大的基础模型，转向构建更聪明的智能体应用。然而，当前系统性、重实践的教程却极度匮乏。为此，我们发起了 Hello-Agents 项目，希望能为社区提供一本从零开始、理论与实战并重的智能体系统构建指南。

  Hello-Agents 是 Datawhale 社区的系统性智能体学习教程。如今 Agent 构建主要分为两派，一派是 Dify，Coze，n8n 这类软件工程类 Agent，其本质是流程驱动的软件开发，LLM 作为数据处理的后端；另一派则是 AI 原生的 Agent，即真正以 AI 驱动的 Agent。本教程旨在带领大家深入理解并构建后者——真正的 AI Native Agent。教程将带领你穿透框架表象，从智能体的核心原理出发，深入其核心架构，理解其经典范式，并最终亲手构建起属于自己的多智能体应用。我们相信，最好的学习方式就是动手实践。希望这本教程能成为你探索智能体世界的起点，能够从一名大语言模型的"使用者"，蜕变为一名智能体系统的"构建者"。

📚 快速开始

在线阅读

🌐 点击这里开始在线阅读 - 无需下载，随时随地学习

📖 Cookbook

本地阅读

如果您希望在本地阅读或贡献内容，请参考下方的学习指南。

✨ 你将收获什么？

• 📖 Datawhale 开源免费 完全免费学习本项目所有内容，与社区共同成长
• 🔍 理解核心原理 深入理解智能体的概念、历史与经典范式
• 🏗️ 亲手实现 掌握热门低代码平台和智能体代码框架的使用
• 🛠️ 自研框架HelloAgents 基于 Openai 原生 API 从零构建一个自己的智能体框架
• ⚙️ 掌握高级技能 一步步实现上下文工程、Memory、协议、评估等系统性技术
• 🤝 模型训练 掌握 Agentic RL，从 SFT 到 GRPO 的全流程实战训练 LLM
• 🚀 驱动真实案例 实战开发智能旅行助手、赛博小镇等综合项目
• 📖 求职面试 学习智能体求职相关面试问题

📖 内容导航

| 章节 | 关键内容 | 状态 | | ------------------------------------------------------------------------------------------- | --------------------------------------------- | ---- | | 前言 | 项目的缘起、背景及读者建议 | ✅ | | 第一部分：智能体与语言模型基础 | | | | 第一章 初识智能体 | 智能体定义、类型、范式与应用 | ✅ | | 第二章 智能体发展史 | 从符号主义到 LLM 驱动的智能体演进 | ✅ | | 第三章 大语言模型基础 | Transformer、提示、主流 LLM 及其局限 | ✅ | | 第二部分：构建你的大语言模型智能体 | | | | 第四章 智能体经典范式构建 | 手把手实现 ReAct、Plan-and-Solve、Reflection | ✅ | | 第五章 基于低代码平台的智能体搭建 | 了解 Coze、Dify、n8n 等低代码智能体平台使用 | ✅ | | 第六章 框架开发实践 | AutoGen、AgentScope、LangGraph 等主流框架应用 | ✅ | | 第七章 构建你的Agent框架 | 从 0 开始构建智能体框架