如果说 2024 年是“百模大战”的元年，那么 2025 年无疑是“Agent 元年”。技术的焦点正从“训练更大的模型”转向**“构建更聪明的智能体应用”**。

那有没有一个开源、免费、系统性的智能体学习教程呢？答案是有的！

Hello-Agents 就是这样一个项目。它不满足于教你使用 Dify/Coze 等拖拉拽工具，而是立志带你深入底层，从 AI Native 的视角出发，亲手构建属于自己的 Agent 框架。

目前，这份教程已经在 Github 上斩获了 6.3k Star，收到了来自很多大厂开发者的好评。

这不仅仅是一份教程，更是一条从“大模型使用者”蜕变为“智能系统构建者”的进阶之路。小金亲测，这份教程真的质量很高，干货满满！

从智能体的定义、发展史讲起，深入剖析 ReAct、Plan-and-Solve 等经典范式。带你从零手写代码，构建一个属于自己的 Agent 框架，彻底理解框架背后的运行逻辑。

教程内容极其详实，覆盖了智能体开发的方方面面：

• 基础篇：LLM 基础、Prompt Engineering、主流框架（LangGraph/AutoGen）实践。

• 进阶篇：上下文工程、RAG 记忆与检索、*多智能体通信协议 (MCP)**、*Agentic-RL 模型训练（从 SFT 到 GRPO）。

• 应用篇：不仅仅是 Demo，带你复现 DeepResearch 深度研

  究智能体、构建 MCP 智能旅行助手，甚至打造一个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、源码）全部开源，提供完整的配套代码（Code 文件夹），并附带面试题总结与答案，助力求职。

由 Datawhale 成员及一线 Agent 开发工程师联合编写，质量有保证。

项目设计了五大阶梯，带你步步为营：

1. 基础认知：理解什么是 Agent，以及 LLM 如何驱动 Agent。
2. 动手构建：分别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、协作的能力，学习如何评估性能。
4. 综合实战：通过三个大型综合案例（旅行助手、深度研究、游戏模拟）融会贯通。
5. 毕业设计：完成属于你的多智能体应用。

适用人群：

• AI 开发者/软件工程师：希望从传统开发转型 AI 应用开发。
• 计算机专业学生：寻找高质量的毕设灵感或系统性学习资料。
• 技术发烧友：不满足于只会调 API，想探究 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

项目推荐

1. ,Github 153k 点赞的 Java 学习&面试指南（Go、Python 后端面试通用,计算机基础面试总结）
2. GitHub 狂揽 17 万 + Star！这 3 本开源算法 PDF 累计下载破百万！
3. Java 学习路线(最新版，4w+字)