Datawhale社区的系统性智能体学习教程，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，帮助开发者从大语言模型使用者蜕变为智能体系统构建者。
一分钟了解#
《从零开始构建智能体》是一个全面覆盖AI智能体理论与实践的开源教程，专为AI开发者和工程师设计。它从智能体基础概念讲起，逐步深入到多智能体系统构建，让你既能熟练使用现有工具，又能从零构建自己的智能体框架。
核心价值：通过理论与实践相结合的方式，系统培养智能体系统设计与开发的全栈能力。
快速上手#
安装难度：低 - 本项目是教程资源，无需安装，支持在线阅读和本地代码运行
# 克隆项目代码
git clone https://github.com/datawhalechina/hello-agents.git
适合我的场景吗？
- ✅ AI开发者：想从使用大模型转向构建智能体系统
- ✅ 软件工程师：希望了解如何将LLM集成到实际应用中
- ✅ 在校学生：系统性学习AI智能体技术与实践
- ❌ 完全无编程基础者：需要先掌握Python基础知识
- ❌ 寻找即用工具的用户：这是一个学习项目而非现成工具
核心能力#
1. 智能体基础与理论 - 构建知识体系#
- 深入理解智能体定义、类型、范式与应用场景 实际价值：建立系统化的智能体知识框架，为后续实践打下理论基础
2. 智能体经典范式实现 - 掌握核心方法#
- 手把手实现ReAct、Plan-and-Solve、Reflection等经典范式 实际价值：深入理解智能体工作原理，为开发复杂智能体奠定基础
3. 自研HelloAgents框架 - 从零构建能力#
- 基于OpenAI原生API从零构建属于自己的智能体框架 实际价值：掌握智能体框架设计原理，具备"造轮子"能力
4. 多智能体系统设计 - 构建复杂应用#
- 学习记忆与检索、上下文工程、智能体通信协议等高级技术 实际价值：能够设计并实现多智能体协作的复杂系统
5. 真实项目实战 - 解决实际问题#
- 开发智能旅行助手、自动化研究智能体、赛博小镇等项目 实际价值：将理论知识应用于真实场景，构建解决实际问题的智能体系统
技术栈与集成#
开发语言：Python 主要依赖：OpenAI API, LangGraph, AutoGen, AgentScope, Transformer 集成方式：教程与实践代码结合，提供完整的示例项目
生态与扩展#
- 社区贡献：欢迎贡献实践案例、学习笔记和面试题
- 扩展内容：提供"Extra-Chapter"收录社区精选内容
- 持续更新：计划开发双语视频课程，提供更加细致的实践指导
维护状态#
- 开发活跃度：项目活跃，定期更新内容，社区参与度高
- 最近更新：内容持续迭代，新章节和案例不断添加
- 社区响应：Datawhale社区支持，有完善的issue和PR机制
商用与许可#
许可证：CC BY-NC-SA 4.0
- ✅ 商用：不允许（非商业性使用）
- ✅ 修改：允许（相同方式共享）
- ⚠️ 限制：仅限非商业用途，需注明原作者
文档与学习资源#
- 文档质量：全面，包含完整的教程内容、代码示例和项目案例
- 官方文档：https://github.com/datawhalechina/hello-agents
- 示例代码：提供完整的项目代码，支持本地运行和修改