一、为什么 Hello-Agents 值得你立刻 Star
配套媒体
本页对应的 PPT 与演示视频
下载没反应？点这里复制直链
侧边栏预览窗口（Electron webview）会拦截下载，把下面的链接复制到 Chrome / Edge 地址栏打开即可保存。
../../Hello-Agents-recommend.pptx../../Hello-Agents-recommend.mp4本文目录
📌 核心价值：Datawhale 出品，6 万 Star 的中文 AI Agent 系统教程，5 部分 16 章节，从零带你亲手实现 ReAct / Plan-and-Solve / Reflection 经典范式，最终交付完整多智能体应用
如果说 2024 年是"百模大战"的元年，2025 年就是 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。但系统性、重实践的教程极度匮乏——Datawhale 社区的 Hello-Agents 正是为此而来：免费、完整、中文友好，已收获 6 万 Star。
最近两年，AI 的风口从"更大参数"转向"更聪明行动"。但打开 GitHub 一看，能把这件事讲明白的中文教程屈指可数——大部分资源要么太浅（API 调用级别），要么太学术（堆公式不写代码）。
Datawhale 社区做了一个不一样的项目：Hello-Agents ——《从零开始构建智能体》。它不是翻译版，不是某个框架的官方文档，而是一本从基础理论到生产级多智能体应用的系统性教程。
几个数字说明问题：
| 维度 | 数据 |
|---|---|
| GitHub Stars | 6 万+ |
| 章节数 | 5 部分 16 章 + 13 个 Extra-Chapter |
| 代码示例 | 每个章节配套 100% 可运行的 Python 代码 |
| 项目实战 | 智能旅行助手 / DeepResearch / 赛博小镇 |
| 协议覆盖 | MCP / A2A / ANP 三套主流协议 |
| 中文友好度 | 完全中文，Datawhale 团队中文校对 |
| 许可证 | CC BY-NC-SA 4.0（学习免费，禁止商业转售） |
二、Hello-Agents 的五大独门武器
2.1 武器一：从原理到代码，一本书讲透
官方强调的"五部分递进"结构：
- 第一部分（基础）：智能体定义、发展史、LLM 核心机制
- 第二部分（动手）：ReAct / Plan-and-Solve / Reflection 经典范式从零实现；Coze、Dify、n8n 低代码平台；AutoGen、AgentScope、LangGraph 主流框架；最后自研一个 HelloAgents 框架
- 第三部分（进阶）：记忆与检索、上下文工程、MCP/A2A/ANP 协议、Agentic-RL 训练、智能体评估
- 第四部分（实战）：智能旅行助手、自动化深度研究、赛博小镇
- 第五部分（毕业）：完整多智能体应用
一句话总结：它让你从"调 API 的使用者"蜕变为"智能体的构建者"。
2.2 武器二：ReAct / Plan-and-Solve / Reflection 三大范式亲手实现
教程第四章带读者用 OpenAI 原生 API 把 ReAct 范式从零搭起来——不依赖 LangChain、不依赖 AutoGen，就是朴素的 Python + 循环。Plan-and-Solve 和 Reflection 同理。
为什么这件事重要？
- 用轮子之前先造轮子——理解透再调框架，比直接
pip install更扎实 - ReAct 是几乎所有现代 Agent 框架的底层逻辑，看完这一章你就能看懂 LangGraph 的源码
- Reflection 范式是 AutoGPT / Cursor Agent 模式的核心
2.3 武器三：协议全覆盖 — MCP / A2A / ANP
第十章是 Hello-Agents 区别于其他教程的杀手锏。它系统性地讲了：
- MCP（Model Context Protocol）：Anthropic 推出的工具调用协议
- A2A（Agent-to-Agent）：智能体之间的通信协议
- ANP（Agent Network Protocol）：智能体网络协议
这三个协议是 2025-2026 年 Agent 领域的"事实标准"，先把这套搞清楚，相当于提前学完未来一年的 Agent 基础设施。
2.4 武器四：从零自研 HelloAgents 框架
第七章最硬核：教程带着你用 OpenAI 原生 API 从零搭建一个 Agent 框架。
实际意义：
- 不再被"框架绑架"——看懂框架怎么造的，自然会选型
- 学会后可以基于 HelloAgents 框架魔改自己的垂直 Agent
- 求职面试时，"我从零写过 Agent 框架"这句话的含金量极高
配套的 jjyaoao/helloagents 仓库已经更新到 V1.0.0，可直接 pip install 使用。
2.5 武器五：三大实战项目交付可运行作品
第四部分的三个项目不是 demo，是真的能跑：
| 项目 | 章节 | 技术栈 | 实战产出 |
|---|---|---|---|
| 智能旅行助手 | Ch.13 | MCP + 多智能体协作 | 完整的多 Agent 协同行程规划系统 |
| DeepResearch 自动化研究 | Ch.14 | Web 搜索 + 文档分析 | 一键产出结构化研究报告 |
| 赛博小镇 | Ch.15 | Agent + 游戏模拟 | 多 Agent 社会动态仿真游戏 |
加上 Extra-Chapter 里的 GUI Agent、Web Agent、视频课程共创，教程的可玩性和深度远超普通技术书。
三、Hello-Agents vs 其他 Agent 教程
| 对比维度 | Hello-Agents | LangChain Academy | AutoGen Cookbook |
|---|---|---|---|
| 中文支持 | ✅ 完全中文 | ⚠️ 英文为主 | ⚠️ 英文为主 |
| GitHub Stars | 6 万+ | 10 万+（碎片） | 5 千+（demo 集合） |
| 章节深度 | 5 部分 16 章系统递进 | 离散教程 | 单点 demo |
| 协议覆盖 | ✅ MCP / A2A / ANP 三套 | ⚠️ MCP 为主 | ❌ 未覆盖 |
| 实战项目 | ✅ 旅行助手 / DeepResearch / 赛博小镇 | ⚠️ 简单 demo | ⚠️ 对话 demo |
| 学习门槛 | Python 基础即可 | Python + LangChain | Python + OpenAI |
| 是否造轮子 | ✅ 从零写框架 | ❌ 直接调 API | ❌ 直接调 API |
| 许可协议 | CC BY-NC-SA（学习免费） | MIT | Creative Commons |
一句话点评：
- LangChain Academy：英文为主，偏 LangChain 生态绑定
- AutoGen Cookbook：微软出品，质量高但偏英文，更像 demo 集合
- Hello-Agents：唯一一个把"原理 + 实现 + 实战 + 中文友好"四件事做齐的中文教程
四、快速上手指南
4.1 在线阅读（最省事）
直接访问官方部署的网站（国内 / 国外双镜像）：
- 国内加速：https://hello-agents.datawhale.cc
- 国外访问：https://datawhalechina.github.io/hello-agents/
- 官方仓库：https://github.com/datawhalechina/hello-agents
4.2 本地阅读
# 克隆仓库
git clone https://github.com/datawhalechina/hello-agents.git
cd hello-agents
# 安装代码示例依赖
pip install -r code/requirements.txt
# 跑第一个 Agent（ReAct 范式示例）
python code/chapter4/react_agent.py
4.3 下载 PDF
官方提供完整 PDF 版下载（已加 Datawhale 水印防营销号转卖）：
- GitHub Releases：https://github.com/datawhalechina/hello-agents/releases/latest/
- 国内加速：https://www.datawhale.cn/learn/summary/239
五、适合谁读？
教程在前言里把目标读者写得明明白白：
- 🧑💻 AI 开发者：想系统搭 Agent 产品的人
- 👩🎓 学生 / 研究者：探索 LLM Agent 做科研或课程设计
- 🏗️ 软件工程师：想转型 AI 原生应用开发
- 🎯 求职者：准备 AI 工程师面试（Extra-Chapter 01 整理了大厂面试题）
唯一前提：基础 Python 编程 + 会调 LLM API。
六、写在最后：Datawhale 社区为什么值得信赖
Datawhale 是国内知名的 AI 开源教育社区，旗下项目包括：
- 南瓜书（周志华《机器学习》公式推导）
- 蘑菇书（Easy RL 强化学习教程）
- 吃瓜教程（西瓜书公式推导）
- llm-universe（大模型应用开发教程）
每一本都是中文 AI 自学圈的"圣经"级项目。Hello-Agents 沿袭了 Datawhale 一贯的高质量 + 免费 + 完整中文的风格。
如果 2024 年是"百模大战"元年，2025 年就是 Agent 元年。这波浪潮里，最稀缺的不是 API 玩家，而是真正理解智能体原理、能从零搭建的构建者。Hello-Agents 给了一条最短路径。
现在就去 GitHub Star 一下，开启你的 Agent 构建之旅吧 ⭐
📚 参考资料
- Hello-Agents GitHub 仓库：https://github.com/datawhalechina/hello-agents
- 在线阅读（国内）：https://hello-agents.datawhale.cc
- 在线阅读（国外）：https://datawhalechina.github.io/hello-agents/
- 自研框架 helloagents
- Datawhale 社区：https://www.datawhale.cn
- 学习路线：https://github.com/datawhalechina/Agent-Learning-Hub