hello-agents
NOASSERTIONPythonDatawhale 开源智能体教程,从原理到实战,带你从零构建 AI Native Agent,涵盖框架、记忆、协议、训练与综合案例。
Datawhale 开源智能体教程,从原理到实战,带你从零构建 AI Native Agent,涵盖框架、记忆、协议、训练与综合案例。
Hello-Agents 是 Datawhale 社区推出的系统性智能体学习教程,中文开源免费。项目聚焦 AI Native Agent,即真正以 AI 驱动的智能体,而非仅将 LLM 作为流程后端的软件工程类 Agent。教程从智能体定义、发展史与大语言模型基础讲起,逐步带你手写 ReAct、Plan-and-Solve、Reflection 等经典范式,体验 Coze、Dify、n8n 等低代码平台与 AutoGen、AgentScope、LangGraph 等主流框架,并基于 OpenAI 原生 API 从零构建自研框架 HelloAgents。随后深入记忆与检索、上下文工程、MCP/A2A/ANP 通信协议、Agentic RL 训练与性能评估等高级主题,最后通过智能旅行助手、自动化深度研究智能体、赛博小镇等综合案例以及毕业设计完成实战闭环。教程提供在线阅读、本地阅读与 PDF 下载,并配有 code 文件夹中的配套代码,适合具备基础 Python 能力、希望从 LLM 使用者蜕变为智能体系统构建者的开发者与学习者。
# 输入信息中未提供明确的 Docker 部署命令。 # 请先克隆仓库并检查是否存在 Dockerfile / docker-compose.yml: # git clone https://github.com/datawhalechina/hello-agents.git # cd hello-agents # ls Dockerfile docker-compose.yml 2>/dev/null # 若存在 Dockerfile,再按仓库说明构建镜像并运行容器; # 若不存在,请按 README 指引在本地 Python 环境运行配套代码。
是的。根据 README,Hello-Agents 是 Datawhale 社区的开源免费教程,可在线阅读、本地阅读并下载 PDF,与社区共同成长。
README 建议具备基础的 Python 编程能力,并对大语言模型有基本的概念性了解(例如知道如何通过 API 调用 LLM)。项目重点是应用与构建,无需深厚的算法或模型训练背景。
教程聚焦 AI Native Agent,从智能体定义、发展史与大语言模型基础讲起,涵盖经典范式实现、低代码平台与主流框架、自研框架 HelloAgents、记忆与检索、上下文工程、通信协议、Agentic RL、性能评估以及综合案例与毕业设计。
README 列出的综合案例包括第十三章智能旅行助手、第十四章自动化深度研究智能体、第十五章构建赛博小镇,以及第十六章毕业设计,要求构建属于自己的完整多智能体应用。
README 提供国外访问地址 https://datawhalechina.github.io/hello-agents/ 与国内加速地址 https://hello-agents.datawhale.cc;PDF 可在 GitHub releases 最新版本下载,国内下载地址为 https://www.datawhale.cn/learn/summary/239。
README 说明本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议(CC BY-NC-SA 4.0)进行许可,商用受限。仓库元数据中的 license 字段显示为 NOASSERTION。