datawhalechina/hello-agents

English | 中文 Hello-Agents 🤖 《從零開始構建智慧體》 從基礎理論到實際應用，全面掌握智慧體系統的設計與實現 🎯 專案介紹 如果說 2024 年是"百模大戰"的元年，那麼 2025 年無疑開啟了"Agent 元年"。技術的焦點正從訓練更大的基礎模型，轉向構建更聰明的智慧體應用。然而，當前系統性、重實踐的教程卻極度匱乏。為此，我們發起了 Hello-Agents 專案，希望能為社群提供一本從零開始、理論與實戰並重的智慧體系統構建指南。 Hello-Agents 是 Datawhale 社群的 系統性智慧體學習教程 。如今 Agent 構建主要分為兩派，一派是 Dify，Coze，n8n 這類軟體工程類 Agent，其本質是流程驅動的軟體開發，LLM 作為資料處理的後端；另一派則是 AI 原生的 Agent，即真正以 AI 驅動的 Agent。本教程旨在帶領大家深入理解並構建後者——真正的 AI Native Agent。教程將帶領你穿透框架表象，從智慧體的核心原理出發，深入其核心架構，理解其經典範式，並最終親手構建起屬於自己的多智慧體應用。我們相信，最好的學習方式就是動手實踐。希望這本教程能成為你探索智慧體世界的起點，能夠從一名大語言模型的"使用者"，蛻變為一名智慧體系統的"構建者"。 📚 快速開始 線上閱讀 🌐 國外訪問 | 🚀 國內加速 - 無需下載，隨時隨地學習 本地閱讀 如果您希望在本地閱讀或貢獻內容，請參考下方的學習指南。 ✨ 你將收穫什麼？ 📖 Datawhale 開源免費 完全免費學習本專案所有內容，與社群共同成長 🔍 理解核心原理 深入理解智慧體的概念、歷史與經典範式 🏗️ 親手實現 掌握熱門低程式碼平臺和智慧體程式碼框架的使用 🛠️ 自研框架 HelloAgents 基於 Openai 原生 API 從零構建一個自己的智慧體框架 ⚙️ 掌握高階技能 一步步實現上下文工程、Memory、協議、評估等系統性技術 🤝 模型訓練 掌握 Agentic RL，從 SFT 到 GRPO 的全流程實戰訓練 LLM 🚀 驅動真實案例 實戰開發智慧旅行助手、賽博小鎮等綜合專案 📖 求職面試 學習智慧體求職相關面試問題 📖 內容導航 章節 關鍵內容 狀態 前言 專案的緣起、背景及讀者建議 ✅ 第一部分：智慧體與語言模型基礎 第一章 初識智慧體 智慧體定義、型別、範式與應用 ✅ 第二章 智慧體發展史 從符號主義到 LLM 驅動的智慧體演進 ✅ 第三章 大語言模型基礎 Transformer、提示、主流 LLM 及其侷限 ✅ 第二部分：構建你的大語言模型智慧體 第四章 智慧體經典範式構建 手把手實現 ReAct、Plan-and-Solve、Reflection ✅ 第五章 基於低程式碼平臺的智慧體搭建 瞭解 Coze、Dify、n8n 等低程式碼智慧體平臺使用 ✅ 第六章 框架開發實踐 AutoGen、AgentScope、LangGraph 等主流框架應用 ✅ 第七章 構建你的Agent框架 從 0 開始構建智慧體框架 ✅ 第三部分：高階知識擴展 第八章 記憶與檢索 記憶系統，RAG，儲存 ✅ 第九章 上下文工程 持續互動的"情境理解" ✅ 第十章 智慧體通訊協議 MCP、A2A、ANP 等協議解析 ✅ 第十一章 Agentic-RL 從 SFT 到 GRPO 的 LLM 訓練實戰 ✅ 第十二章 智慧體效能評估 核心指標、基準測試與評估框架 ✅ 第四部分：綜合案例進階 第十三章 智慧旅行助手 MCP 與多智慧體協作的真實世界應用 ✅ 第十四章 自動化深度研究智慧體 DeepResearch Agent 復現與解析 ✅ 第十五章 構建賽博小鎮 Agent 與遊戲的結合，模擬社會動態 ✅ 第五部分：畢業設計及未來展望 第十六章 畢業設計 構建屬於你的完整多智慧體應用 ✅ 社群貢獻精選 (Community Blog) 歡迎大家將在學習 Hello-Agents 或 Agent 相關技術中的獨到見解、實踐總結，以 PR 的形式貢獻到社群精選。如果是獨立於正文的內容，也可以投稿至 Extra-Chapter！ 期待你的第一次貢獻！ 社群精選 內容總結 00-共創畢業設計 社群共創畢業設計專案 01-Agent面試題總結 Agent 崗位相關面試問題 01-Agent面試題答案 相關面試問題答案 02-上下文工程內容補充 上下文工程內容擴展 03-Dify智慧體建立保姆級教程 Dify智慧體建立保姆級教程 04-Hello-agents課程常見問題 Datawhale課程常見問題 05-Agent Skills與MCP對比解讀 Agent Skills與MCP技術對比 06-GUI Agent科普與實戰 GUI Agent科普與多場景實戰 07-環境配置 環境配置 08-如何寫出好的Skill Skill 寫作最佳實踐 09-Agent應用開發實踐踩坑與經驗分享 Code Agent 應用開發踩坑與經驗總結 10-Agent Self-Evolution智慧體自進化 Agent 自進化四類閉環與代表專案 11-WebAgent科普與實戰 Web Agent 原理、反爬實戰與 HelloAgents 整合 12-旅行助手後訓練實戰 把旅行助手 Demo 打磨成能用的 Planner 13-Hello-Agents影片課錄製共創 影片課程共創錄製資源 PDF 版本下載 本 Hello-Agents PDF 教程完全開源免費。為防止各類營銷號加水印後販賣給多智慧體系統初學者，我們特地在 PDF 檔案中預先添加了不影響閱讀的 Datawhale 開源標誌水印，敬請諒解～ Hello-Agents PDF : https://github.com/datawhalechina/hello-agents/releases/latest/ Hello-Agents PDF 國內下載地址 : https://www.datawhale.cn/learn/summary/239 💡 如何學習 歡迎你，未來的智慧系統構建者！在開啟這段激動人心的旅程之前，請允許我們給你一些清晰的指引。 本專案內容兼顧理論與實戰，旨在幫助你係統性地掌握從單個智慧體到多智慧體系統的設計與開發全流程。因此，尤其適合有一定程式設計基礎的 AI 開發者、軟體工程師、在校學生 以及對前沿 AI 技術抱有濃厚興趣的 自學者 。在學習本專案之前，我們希望你具備基礎的 Python 程式設計能力，並對大語言模型有基本的概念性瞭解（例如，知道如何通過 API 呼叫一個 LLM）。專案的重點是應用與構建，因此你無需具備深厚的演算法或模型訓練背景。 專案分為五大部分，每一部分都是通往下一階段的堅實階梯： 第一部分：智慧體與語言模型基礎 （第一章～第三章），我們將從智慧體的定義、型別與發展歷史講起，為你梳理"智慧體"這一概念的來龍去脈。隨後，我們會快速鞏固大語言模型的核心知識，為你的實踐之旅打下堅實的理論地基。 第二部分：構建你的大語言模型智慧體 （第四章～第七章），這是你動手實踐的起點。你將親手實現 ReAct 等經典範式，體驗 Coze 等低程式碼平臺的便捷，並掌握 Langgraph 等主流框架的應用。最終，我們還會帶你從零開始構建一個屬於自己的智慧體框架，讓你兼具“用輪子”與“造輪子”的能力。 第三部分：高階知識擴展 （第八章～第十二章），在這一部分，你的智慧體將“學會”思考與協作。我們將使用第二部分的自研框架，深入探索記憶與檢索、上下文工程、Agent 訓練等核心技術，並學習多智慧體間的通訊協議。最終，你將掌握評估智慧體系統效能的專業方法。 第四部分：綜合案例進階 （第十三章～第十五章），這裡是理論與實踐的交匯點。你將把所學融會貫通，親手打造智慧旅行助手、自動化深度研究智慧體，乃至一個模擬社會動態的賽博小鎮，在真實有趣的專案中淬鍊你的構建能力。 第五部分：畢業設計及未來展望 （第十六章），在旅程的終點，你將迎來一個畢業設計，構建一個完整的、屬於你自己的多智慧體應用，全面檢驗你的學習成果。我們還將與你一同展望智慧體的未來，探索激動人心的前沿方向。 智慧體是一個飛速發展且極度依賴實踐的領域。為了獲得最佳的學習效果，我們在專案的 code 資料夾內提供了配套的全部程式碼，強烈建議你 將理論與實踐相結合 。請務必親手執行、除錯甚至修改專案裡提供的每一份程式碼。歡迎你隨時關注 Datawhale 以及其他 Agent 相關社群，當遇到問題時，你可以隨時在本專案的 issue 區提問。 現在，準備好進入智慧體的奇妙世界了嗎？讓我們即刻啟程！ 下一步規劃 影片課程陸續放出（將會更加細緻，實踐課帶領大家從設計思路到實施，授人以魚也授人以漁） HelloAgents框架已經更新V1.0.0版本，將會繼續完善，增加更多好用，輕量化的工具和特性，相容學習版本。 2026年5月更新智慧體最新學習路線, 點選 查詢 感謝大家助力7W Star! 現在提供調查問卷，供大家填寫自己需要學習的智慧體內容。後續作品《從零開始訓練智慧體》，幫助每一個學習者掌握從零到一訓練自定義場景智慧體模型的能力。 掃描二維碼填寫反饋意見，助力新專案共同成長 🤝 如何貢獻 我們是一個開放的開源社群，歡迎任何形式的貢獻！ 🐛 報告 Bug - 發現內容或程式碼問題，請提交 Issue 💡 提出建議 - 對專案有好想法，歡迎發起討論 📝 完善內容 - 幫助改進教程，提交你的 Pull Request ✍️ 分享實踐 - 在"社群貢獻精選"中分享你的學習筆記和專案 🙏 致謝 核心貢獻者 陳思州-專案負責人 (Datawhale 成員, 全文寫作和校對) 孫韜-聯合發起者 (Datawhale 成員、CAMEL-AI, 第九章內容和校對) 姜舒凡-聯合發起者 （Datawhale 成員, 章節習題設計和校對） 黃佩林-Datawhale意向成員 (Agent 開發工程師, 第五章內容貢獻者) 曾鑫民-Agent工程師 (牛客科技, 第十四章案例開發) 胡昊-運營組織者 (Datawhale成員) 朱信忠-指導專家 (Datawhale首席科學家-浙江師範大學杭州人工智慧研究院教授) Extra-Chapter 貢獻者 WH (內容貢獻者) 周奧傑-DW貢獻者團隊 (西安交通大學, Extra02 內容貢獻) 張宸旭-個人開發者 (帝國理工學院, Extra03 內容貢獻) 黃宏晗-DW貢獻者團隊 (深圳大學, Extra04 內容貢獻) 王大鵬-Datawhale成員 (高階研發工程師, Extra08 內容貢獻) 尤逸暉-個人開發者 (南京資訊工程大學, Extra09 內容貢獻) 殷鑫-個人開發者 (浙江大學, Extra10 內容貢獻) Pranav Janakiraman-個人開發者 (TinyFish, Extra11 內容貢獻) 王雨飛-個人開發者 (北京郵電大學，Extra12 內容貢獻) 影片課程貢獻者 範麗（第四章 ReAct、Plan-and-Solve 與 Reflection 影片講解） 西芹百合（第五章 Coze 影片講解） 長庚（第五章第二節 Coze 跟練實戰） 高鴻飛（第六章第五節 LangGraph 跟練實戰） 檸檬酸（不吃檸檬🍋） （第八章第一、二節影片講解與配套課件） 楚客（秦川楚客） （第九章上下文工程講解與實戰） 潘鉦日（第十四章自動化深度研究智慧體講解與實戰） 影片連結和配套材料見 Hello-Agents 影片課錄製共創 。 特別感謝 感謝 @Sm1les 對本專案的幫助與支援 感謝所有為本專案做出貢獻的開發者們 ❤️ Star History ⭐ 如果這個專案對你有幫助，請給我們一個 Star！ 讀者交流群 掃描二維碼加入讀者交流群，與更多學習者交流討論 關於 Datawhale 掃描二維碼關注 Datawhale 公眾號，獲取更多優質開源內容 🎓 引用 如果 Hello-Agents 對您的研究或工作有所幫助，歡迎引用： @misc { hello_agents2025 , title = { Hello-Agents: Building an AI Agent from Scratch } , author = { Sizhou Chen and Tao Sun and Shufan Jiang and Peilin Huang and Xinmin Zeng and Hao Hu and Xinzhong Zhu and all Hello-Agents contributors } , year = { 2025 } , url = { https://github.com/datawhalechina/Hello-Agents } , note = { GitHub repository } } 📜 開源協議 本作品採用 知識共享署名-非商業性使用-相同方式共享 4.0 國際許可協議 進行許可。