欢迎来到 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"。

✨ 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

🚀 快速开始

点击左侧菜单开始你的智能体学习之旅!

建议从前言开始阅读,了解本教程的整体结构和学习建议。

🤝 参与贡献

欢迎对本项目感兴趣的朋友参与贡献!请查看 GitHub 仓库 了解更多信息。

📄 开源协议

本项目遵循 Apache-2.0 开源协议。