[其他] 开源AI Agent系统教程Hello-Agents：从入门到实战构建智能体应用

如果说2024年是“百模大战”的元年，那么2025年无疑正成为“Agent元年”。技术焦点正从训练更大的模型转向构建更聪明的智能体应用。

对于希望系统性学习智能体开发的开发者而言，一个开源、免费且深入底层的教程至关重要。Hello-Agents项目正是为此而生。它不满足于仅教授Dify/Coze等低代码工具的使用，而是立志带领开发者从AI Native的视角出发，深入底层，亲手构建属于自己的Agent框架。

目前，该教程在Github上已获得了6.3k Star，并收到了来自众多开发者的积极反馈。

这份教程旨在提供一条从“大模型使用者”到“智能系统构建者”的进阶路径。它从智能体的定义与发展史讲起，深入剖析ReAct、Plan-and-Solve等核心范式，并通过从零手写代码的方式，帮助开发者构建自己的Agent框架，彻底理解其背后的运行逻辑。

教程内容详实，全面覆盖智能体开发的各个层面：

• 基础篇：涵盖LLM基础、Prompt Engineering以及主流框架（如LangGraph、AutoGen）的实践。
• 进阶篇：深入讲解上下文工程、RAG记忆与检索、多智能体通信协议(MCP)以及从SFT到GRPO的Agentic-RL模型训练。
• 应用篇：超越简单Demo，带你复现DeepResearch深度研究智能体、构建基于MCP的智能旅行助手，甚至模拟社会动态的赛博小镇。

项目所有内容，包括PDF电子书、在线文档及完整配套源码均已开源，并附有面试题总结，为求职者提供助力。

教程由Datawhale成员与一线Agent开发工程师联合编写，确保了内容质量。

项目设计了五大学习阶梯，引导学习者步步深入：

1. 基础认知：理解Agent概念及LLM如何驱动Agent。
2. 动手构建：体验低代码平台与代码框架，并尝试自研框架。
3. 高级扩展：赋予Agent记忆、反思与协作能力，学习性能评估方法。
4. 综合实战：通过旅行助手、深度研究、游戏模拟三大案例融会贯通。
5. 毕业设计：独立完成一个多智能体应用。

适用人群：

• AI开发者/软件工程师：希望从传统后端开发或应用开发转型至AI应用开发。
• 计算机专业学生：寻找高质量的毕业设计灵感或系统性学习人工智能领域知识的资料。
• 技术爱好者：不满足于仅调用API，渴望探究Agent内部机理的极客。

项目地址：

• 在线阅读：https://datawhalechina.github.io/hello-agents/
• Github地址：https://github.com/datawhalechina/Hello-Agents