Hello-Agents：从零开始构建智能体

学习心得：读完这 16 章，我最大的变化不是记住了多少概念，而是能判断一个 Agent 系统为什么这样设计、瓶颈可能在哪里。这份笔记按学习路径重新组织，希望让你少走一些我走过的弯路。

一份系统化的智能体学习笔记：从核心概念、经典范式，到框架实现、通信协议与多智能体实战。

关于这份笔记

内容整理自开源教程 Hello-Agents (opens new window)，并结合本站排版做了结构化重排。既可以按章节顺序系统学习，也可以作为案头手册按需查阅。

这本书讲什么

Hello-Agents 试图回答三个问题：

1. 智能体是什么：从感知—决策—行动的闭环出发，理解智能体的构成与运行原理。
2. 如何构建智能体：从 ReAct 等经典范式，到低代码平台、开发框架，再到从零实现一个 Agent 框架。
3. 如何做得更好：记忆与检索、上下文工程、通信协议、强化学习训练与性能评估，最终落到三个完整实战项目。

适合谁读

• 想系统入门智能体，但被零散资料劝退的开发者；
• 有 Python 基础，希望理解 Agent 内部机制的工程师；
• 正在做 RAG、工作流、多智能体应用，需要一套完整参考架构的实践者；
• 准备面试或技术分享，需要快速检索关键概念的人。

学习路径

阶段	章节	目标
基础	第 1–3 章	建立智能体与 LLM 的整体认知
构建	第 4–7 章	掌握经典范式、平台与框架
进阶	第 8–12 章	补齐记忆、上下文、协议、训练与评估
实战	第 13–16 章	完成三个项目与一个毕业设计

章节速览

章节	主题	一句话摘要
01	第一章 初识智能体	智能体的定义、类型，以及从传统范式到 LLM 驱动范式的转变。
02	第二章 智能体发展史	从符号主义到深度学习，梳理智能体技术的发展脉络。
03	第三章 大语言模型基础	大语言模型的能力边界、提示工程与推理基础。
04	第四章 智能体经典范式构建	ReAct、Plan-and-Solve、Reflection 三种经典范式的代码实现。
05	第五章 基于低代码平台的智能体搭建	用 Coze、Dify、n8n 等低代码平台快速搭建智能体。
06	第六章 框架开发实践	LangChain、LlamaIndex 等框架的开发实践与选型。
07	第七章 构建你的Agent框架	从零实现 HelloAgents 框架的核心模块。
08	第八章 记忆与检索	记忆机制与 RAG 检索增强的工程实现。
09	第九章 上下文工程	上下文工程：提示、状态与长上下文管理。
10	第十章 智能体通信协议	MCP、A2A、ANP 等智能体通信协议对比与实践。
11	第十一章 Agentic-RL	Agentic-RL：智能体的强化学习训练方法。
12	第十二章 智能体性能评估	智能体性能评估的基准、指标与实验设计。
13	第十三章 智能旅行助手	实战：构建智能旅行助手。
14	第十四章 自动化深度研究智能体	实战：自动化深度研究智能体。
15	第十五章 构建赛博小镇	实战：多智能体协作的赛博小镇。
16	第十六章 毕业设计	毕业设计：从需求到开源项目的完整交付。

阅读建议

• 先读第 1、4、7 章：分别建立概念框架、理解经典范式、看清一个 Agent 框架的最小实现。
• 代码不要只看：每章的示例建议在本地跑通，尤其是第 4、7、8 章的骨架代码。
• 第 10–12 章可以按需跳读：协议、强化学习和评估更偏工程与研究，遇到项目需求时再回头精读。
• 第 13–16 章按项目读：先看需求与架构，再对照代码理解每个模块的职责。

来源与致谢

• 原始教程：datawhalechina/Hello-Agents (opens new window)
• 本笔记仅做学习整理、章节重排与排版优化，内容版权归原作者所有。
• 如果这份笔记对你有帮助，欢迎回到原仓库给项目点一个 Star。