2024年是"百模大战"的元年，各大厂商疯狂卷模型参数。2025年呢？风向变了。技术的焦点从"训练更大的模型"转向了"构建更聪明的智能体"。
但问题是，系统性、重实践的Agent教程极度匮乏。你能在网上找到很多零散的文章、视频，但缺少一本从零开始、理论与实战并重的完整指南。
今天介绍的 Hello-Agents，就是来解决这个问题的。
这是 Datawhale社区出品的开源教程，《从零开始构建智能体》。16章内容，从基础概念到实战案例，手把手带你穿透框架表象，真正理解Agent的核心原理。
GitHub：
什么是真正的AI Native Agent
Hello-Agents的定位很清晰：带你构建真正的AI Native Agent。
现在的Agent构建主要分为两派：
一派是软件工程类Agent，比如Dify、Coze、n8n。它们的本质是流程驱动的软件开发，LLM只是作为数据处理的后端。你拖拖拽拽连一连，就能搭出一个"Agent"。这种上手快，但天花板也低——你只是在配置流程，没有真正理解Agent是怎么工作的。
另一派是AI原生的Agent，真正以AI驱动的Agent。你需要理解ReAct范式、规划与推理、记忆系统、多Agent协作...这种难一些，但天花板高，你能构建出真正智能的系统。
Hello-Agents选择的是后者。它想做的不是教你用工具，而是让你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"。
16章内容学什么
整个教程分为5大部分，16章内容，结构非常完整。
第一部分：打好基础（第1-3章）
第1章带你初识智能体。什么是Agent？有哪些类型？经典范式是什么？能用在哪些场景？
第2章讲智能体发展史。从符号主义到连接主义，从专家系统到深度学习，再到今天的LLM驱动Agent。理解历史，才能理解现在。
第3章补大语言模型基础。Transformer架构、提示工程、主流LLM（GPT、Claude、Llama等）及其局限性。这是Agent的"发动机"，你得知道它是怎么运转的。
第二部分：动手构建（第4-7章）
第4章是核心——智能体经典范式构建。手把手实现ReAct、Plan-and-Solve、Reflection。这三个范式是Agent的"设计模式"，理解了它们，你就理解了Agent的思维方式。
第5章带你了解低代码平台。Coze、Dify、n8n...虽然教程主打AI Native，但这些平台在快速原型阶段很有用，值得了解。
第6章进入框架开发实践。AutoGen、AgentScope、LangGraph，这些主流框架怎么用、什么时候用、各有什么优缺点。
第7章是高潮——构建你自己的Agent框架。不是用别人的框架，而是从0开始，基于OpenAI原生API，写一个属于自己的Agent框架HelloAgents。这一章学完，你就真正"通关"了。
第三部分：高级技能（第8-12章）
第8章讲记忆与检索。Agent不能"过目就忘"，它需要记住之前的对话、记住用户偏好、记住任务状态。这章教你设计记忆系统、实现RAG、选择存储方案。
第9章讲上下文工程。LLM的上下文窗口是有限的，怎么管理上下文、怎么选择性地注入信息、怎么让Agent保持"情境理解"，这是门学问。
第10章讲智能体通信协议。MCP、A2A、ANP...当多个Agent需要协作时，它们需要"说同一种语言"。这章教你这些协议的原理和应用。
第11章进入Agentic-RL——基于Agent的强化学习。从SFT（监督微调）到GRPO（Group Relative Policy Optimization），实战训练你自己的LLM。这是高阶内容，但如果你想深入AI底层，这章不能错过。
第12章讲智能体性能评估。怎么知道你的Agent好不好？有哪些核心指标、基准测试、评估框架？这章给你答案。
第四部分：实战案例（第13-15章）
第13章构建智能旅行助手。一个真实的MCP多智能体协作应用，帮你规划行程、订酒店、查天气。
第14章复现DeepResearch Agent。OpenAI的DeepResearch功能很火，这章带你从零复现一个类似的自动化深度研究Agent。
第15章构建赛博小镇。Agent与游戏结合，模拟社会动态。多个AI角色在一个虚拟小镇里生活、工作、互动，非常有意思的项目。
第五部分：毕业设计（第16章）
最后一章是毕业设计。综合运用前面学到的所有知识，构建一个属于你自己的完整多智能体应用。
社区贡献：不只是官方内容
Hello-Agents的另一个亮点是社区贡献。
除了16章官方内容，还有很多社区成员贡献的精选内容：
- Agent面试题总结：整理了Agent岗位的面试问题和答案，求职必备
- Dify智能体创建保姆级教程：如果你想快速上手低代码平台，看这个
- GUI Agent科普与实战：带界面的Agent怎么开发？有专门教程
- Skill写作最佳实践：怎么写出好的Agent Skill？社区有经验分享
- Code Agent应用开发踩坑经验：真实项目中的坑和解决方案
这些内容让教程更加实用，也更贴近实际工作场景。
完全免费，但防营销号
Hello-Agents完全开源免费，这是Datawhale的一贯风格。
但为了防止营销号加水印后贩卖给初学者，官方在PDF版本中预先添加了不影响阅读的Datawhale水印。你可以免费学习、自由分享，但不能拿去做商业贩卖。
这种"防君子不防小人"的做法，既保护了开源精神，又防止了恶意商业化。
适合谁学
想转型AI开发的程序员 —— 有编程基础，想系统学习Agent开发。这是目前最系统的国产教程。
在校学生 —— 想做AI相关的毕业设计或研究。16章内容+毕业设计章节，直接可以当教材用。
产品经理/技术负责人 —— 需要理解Agent的能力边界和技术实现，不一定亲自写代码，但要能和开发团队沟通。
已经在用Dify/Coze的人 —— 你会用低代码平台搭Agent了，但想深入理解底层原理。Hello-Agents能帮你从"会用工具"升级到"理解原理"。
准备Agent相关面试的人 —— 社区整理的面试题和答案，是很好的复习资料。
怎么开始学习
Hello-Agents支持两种方式学习：
在线阅读：直接访问在线文档，无需下载，随时随地学习。有国外访问地址和国内加速地址。
本地阅读：如果你想离线学习或贡献内容，可以克隆仓库到本地。
GitHub：
PDF版本也可以下载，完全免费。
写在最后
Hello-Agents的价值在于系统性和本土化。
系统性体现在16章的完整结构，从基础到实战，从原理到应用，没有明显短板。本土化体现在它是国内社区出品，中文内容质量高，案例也更贴近国内开发者的场景。
更重要的是它的理念——不是教你用工具，而是教你理解原理、动手实现。学完这个教程，你不仅能用AutoGen、LangGraph这些框架，还能自己写一个框架。
这种"从0到1"的学习路径，虽然前期辛苦一些，但后劲足。你掌握的不是某个具体工具的使用方法，而是构建Agent的通用能力。
如果你想系统学习Agent开发，这是目前最值得关注的国产教程之一。
关注
如果这篇文章对你有帮助，欢迎点赞、收藏、转发。我会持续分享AI学习资源和开发教程，关注我，一起在Agent时代保持学习。
