Hello-Agents是Datawhale社区推出的开源智能体系统学习教程，带你穿透框架表象，基于OpenAI原生API从零构建属于自己的智能体框架，涵盖经典范式、上下文工程、Memory、Agentic RL等前沿技术，并配套智能旅行助手、赛博小镇等实战项目，助你从大模型使用者蜕变为智能体构建者。
适用人群：1）有Python基础、想转型AI应用开发的程序员与算法工程师；2）高校学生与研究人员，希望系统学习智能体原理与Agentic RL等前沿技术；3）准备Agent相关岗位求职面试的开发者，以及不满足于低代码拖拽、想深入理解底层机制的技术爱好者。
适用场景：1）系统学习：作为从入门到进阶的完整学习路径，覆盖智能体概念、经典范式、上下文工程、Memory与协议评估；2）项目实战：跟随教程开发智能旅行助手、赛博小镇等综合项目，积累可写进简历的实战作品；3）求职备战：利用面试题库与SFT到GRPO的模型训练全流程，备战Agent岗位技术面试。
推荐理由：8.1万Star的口碑之作，免费开源、中文原创、体系完整。它不教你拖拽编排，而是基于原生API从零实现智能体框架，真正吃透原理，是2025年学习Agent开发不可错过的教程。
项目定位与背景
2024年是百模大战元年，2025年则被称为Agent元年，技术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，但市面上系统性强、重实践的智能体教程极度匮乏。Hello-Agents是Datawhale社区推出的系统性智能体学习教程，定位为从零开始的智能体原理与实践指南，目前已收获超过8.1万Star和一万余次Fork，是中文社区最受关注的智能体学习资源之一。它明确区分了两类Agent构建思路：以Dify、Coze、n8n为代表的流程驱动型软件工程Agent，和真正以AI驱动的AI原生Agent，本教程选择深耕后者。
核心功能与技术架构
教程内容体系完整：从智能体与语言模型基础讲起，覆盖概念、历史与经典范式；进阶部分系统讲解上下文工程、Memory、协议、评估等关键技术；更有Agentic RL实战，从SFT到GRPO全流程训练大模型。最具特色的是自研框架HelloAgents，基于OpenAI原生API从零构建属于自己的智能体框架，帮助学习者穿透框架表象理解底层原理。实战部分提供智能旅行助手、赛博小镇等综合项目，还附有智能体求职面试题库。项目采用Python编写，提供在线阅读站点，国内外均可流畅访问。
创新点与亮点
首先是从零构建的理念，不同于教人调用现成框架的速成教程，它带领学习者基于原生API亲手实现智能体框架，真正理解规划、记忆与工具调用等核心机制。其次是理论深度与工程实践并重，从原理范式到上下文工程、多智能体协作，再到强化学习训练，形成完整知识闭环。第三是开源免费，秉承Datawhale社区开源学习精神，全部内容零门槛开放。第四是内容前沿，纳入Agentic RL、GRPO等热点技术，并紧跟求职市场提供面试题。
与同类项目对比
与LangChain、AutoGen等官方文档相比，Hello-Agents更系统、更符合中文学习者习惯；与低代码平台课程相比，它不满足于拖拽编排，而是深入代码层面；与英文开源教程相比，它免费且本土化，案例更贴近国内开发者。当然它也有不足：作为社区驱动项目，部分章节仍在持续更新，且对读者的Python基础有一定要求，纯小白需先补齐编程基础。
上手指南或快速开始
上手门槛极低：无需下载，直接访问在线阅读站点即可学习，国内用户可使用加速域名。建议按章节顺序循序渐进，先掌握智能体基础概念与经典范式，再动手搭建HelloAgents框架，最后挑战综合实战项目。有模型训练需求的读者可直接跳转Agentic RL章节，配合GitHub仓库代码示例同步练习效果最佳。
总结与展望
Hello-Agents填补了中文社区系统性智能体教程的空白，以帮助学习者从大模型使用者蜕变为智能体构建者为目标，兼具原理深度与实战温度，是2025年入门智能体开发的优选资源。随着Agent生态快速演进，期待项目持续更新协议、多智能体协作等前沿内容，助力更多开发者在新一轮技术浪潮中占得先机。
项目信息
| 项目名称 | datawhalechina/hello-agents |
| 编程语言 | Python |
| Star 数 | 81359 |
| Fork 数 | 10112 |
| 主题标签 | agent, llm, rag, tutorial |