
如果说 2024 年是“百模大战”的元年,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。但系统性、重实践的中文教程一直很缺。Datawhale 社区的 Hello-Agents 就是来补这个缺口的:一本从零开始、理论与实战并重的智能体系统构建指南,全中文、内容完全免费,11 月 13 日刚有更新,目前 8.7 万星。
16 章、5 大部分,全部写完
教程分五大部分、16 章,README 里的内容导航目前全部标为已完成:
第一部分:智能体与语言模型基础(第 1–3 章)。智能体的定义、类型与范式,从符号主义到 LLM 驱动的智能体发展史,再到 Transformer、提示与主流大模型基础——先把“智能体”这个概念的来龙去脉讲清。
第二部分:构建你的大语言模型智能体(第 4–7 章)。动手实践的起点:手把手实现 ReAct、Plan-and-Solve、Reflection 等经典范式;上手 Coze、Dify、n8n 等低代码平台;用 AutoGen、AgentScope、LangGraph 等主流框架做开发;最后从 0 开始构建一个属于自己的智能体框架,兼顾“用轮子”与“造轮子”。
第三部分:高级知识扩展(第 8–12 章)。记忆与检索(含 RAG 与存储)、上下文工程、MCP、A2A、ANP 等智能体通信协议、从 SFT 到 GRPO 的 Agentic-RL 实战训练,以及智能体性能评估的方法。
第四部分:综合案例进阶(第 13–15 章)。智能旅行助手(MCP 与多智能体协作的真实应用)、自动化深度研究智能体(DeepResearch 复现与解析)、构建赛博小镇(Agent 与游戏结合,模拟社会动态)。
第五部分:毕业设计及未来展望(第 16 章)。构建一个属于自己的完整多智能体应用。
另外还有一份社区贡献精选:Agent 面试题总结与参考答案、Dify 智能体创建保姆级教程、Agent Skills 与 MCP 对比解读、GUI Agent 科普与实战、如何写出好的 Skill、Agent 自进化、WebAgent 科普与实战等 15 篇扩展内容,都是社区以 PR 形式贡献的。
怎么学:在线读、本地读、PDF 下载都行
在线阅读有两个地址:国外访问 datawhalechina.github.io/hello-agents,国内加速 hello-agents.datawhale.cc,无需下载、随时随地学;也可以把仓库 clone 到本地读,或去 Releases 页下载 PDF 版。PDF 里预先加了不影响阅读的 Datawhale 开源标志水印,仓库说明里写明,这是为防止营销号加水印后拿去贩卖。
学习门槛写得很实在:最好具备基础的 Python 编程能力,对大语言模型有基本概念(比如知道怎么通过 API 调用一个 LLM);重点是应用与构建,不需要深厚的算法或模型训练背景。适合 AI 开发者、软件工程师、在校学生,以及对前沿 AI 技术感兴趣的自学者。
值得一提的是自研框架 HelloAgents:基于 OpenAI 原生 API 从零构建一个自己的智能体框架,教程第三部分的记忆、上下文工程等高级内容都是在这个框架上展开的。学完的路径是:从大语言模型的“使用者”,变成智能体系统的“构建者”。
同类免费课程可以对照着看:免费开源的 Harness 工程课 Learn Harness Engineering,14 讲加 8 个实战项目,以及从零手写 GPT 的免费 AI 全栈课程 No Shortcuts,173 课加 166 个可运行实验。
转自 GitHub 仓库 Datawhale 的项目《Hello-Agents:从零开始构建智能体》,原文链接












