All Repos
RAG & RetrievalPython

hello-agents

datawhalechina/hello-agents · Updated

📚 《从零开始构建智能体》——从零开始的智能体原理与实践教程

datawhalechina/hello-agents is a Python repository in the RAG & Retrieval category with 85,241 stars and 10,599 forks on GitHub, last updated 15d ago.

#agent#llm#rag#tutorial
View on GitHub 85kGitHub stars

How to install hello-agents in your AI client

Setup for Claude Code, Claude Desktop, Cursor, Codex, Windsurf, Cline and VS Code — copy-paste ready.

How to install hello-agents in Claude CodeAnthropic's agentic CLI

  1. Clone & open

    bash
    git clone https://github.com/datawhalechina/hello-agents.git
cd hello-agents
claude

  2. Let Claude read it

    Ask “/init” to generate a CLAUDE.md, then have Claude explain, run, or extend the codebase. It reads files on demand.

Documentation

Full README

English | 中文

Hello-Agents 🤖 《从零开始构建智能体》

<em>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</em>

🎯 项目介绍

&emsp;&emsp;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。

&emsp;&emsp;Hello-Agents 是 Datawhale 社区的<strong>系统性智能体学习教程</strong>。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"。

📚 快速开始

在线阅读

[🌐 国外访问](https://datawhalechina.github.io/hello-agents/) | [🚀 国内加速](https://hello-agents.datawhale.cc) - 无需下载，随时随地学习

本地阅读

如果您希望在本地阅读或贡献内容，请参考下方的学习指南。

✨ 你将收获什么？

  • 📖 <strong>Datawhale 开源免费</strong> 完全免费学习本项目所有内容，与社区共同成长
  • 🔍 <strong>理解核心原理</strong> 深入理解智能体的概念、历史与经典范式
  • 🏗️ <strong>亲手实现</strong> 掌握热门低代码平台和智能体代码框架的使用
  • 🛠️ <strong>自研框架 HelloAgents</strong> 基于 Openai 原生 API 从零构建一个自己的智能体框架
  • ⚙️ <strong>掌握高级技能</strong> 一步步实现上下文工程、Memory、协议、评估等系统性技术
  • 🤝 <strong>模型训练</strong> 掌握 Agentic RL，从 SFT 到 GRPO 的全流程实战训练 LLM
  • 🚀 <strong>驱动真实案例</strong> 实战开发智能旅行助手、赛博小镇等综合项目
  • 📖 <strong>求职面试</strong> 学习智能体求职相关面试问题

Excerpt — the full document is on GitHub.

More RAG & Retrieval repositories

Catalog data refreshed . Something wrong? Report it.