用 Hello-Agents 从零开始构建智能体5 分钟跑通你的第一个 Agent【免费下载链接】hello-agents 《从零开始构建智能体》——从零开始的智能体原理与实践教程项目地址: https://gitcode.com/GitHub_Trending/he/hello-agentsHello-Agents 是 Datawhale 的开源教程《从零开始构建智能体》它带你从理解智能体原理到 5 分钟在终端里跑通一个会查天气、会推荐景点的智能体再到亲手搭出完整的多智能体旅行助手。每一章都配有可运行的配套代码正文全中文读起来没有门槛。 想做智能体却不知道从哪下手你觉得智能体很火但打开大模型 API 只能问它问题想让它在后台真的干活——查天气、搜资料、写报告中间就差一层循环智能体需要反复执行感知环境 → 思考 → 行动直到任务完成。Hello-Agents 就是从这个循环讲起的教程先让你看懂智能体为什么这么设计再带着你一行行把代码写出来而不是只讲概念。️ 3 条命令跑通你的第一个智能体环境要求一句话Python 3.8 以上Windows、Linux、macOS 都行。git clone https://gitcode.com/GitHub_Trending/he/hello-agents cd hello-agents仓库里不需要复杂的初始化装三个包、配好 API 密钥就能跑第一章的实战代码pip install requests tavily-python openai export OPENAI_API_KEYyour_key export TAVILY_API_KEYyour_key然后直接运行第一章的示例脚本python code/chapter1/FirstAgentTest.py终端会逐轮打印智能体的 Thought、Action、Observation它先调用 wttr.in 查北京天气再根据天气结果搜景点推荐最后用 Finish 输出完整行程。FirstAgentTest.py 末尾的 user_prompt 可以直接改成任何城市的问题重跑一遍就能看到智能体的思考过程跟着变。 从 ReAct 到自研框架3 条掌握智能体核心能力的路当你想看懂智能体的核心循环时所有智能体都绕不开一张图感知环境 → 思考规划 工具选择→ 行动再把 Observation 喂回去进入下一轮。第一章用 5 分钟带你把这个循环完整跑一遍先建立直觉再深入。当你想看懂 ReAct 范式怎么工作时第四章用纯 Python 实现 ReAct、Plan-and-Solve、Reflection 三种经典范式ReAct.py 不到 100 行一次性能读完你会清楚知道思考-行动循环的每一行是谁在控制。当你想自己搭一个智能体框架时第七章从 OpenAI 原生 API 出发一步步搭出轻量框架 HelloAgents后面讲记忆、上下文工程、通信协议全部基于它。建议跟着 第七章 敲一遍造轮子和用轮子的感受完全不同。当你想给智能体加记忆和检索时第八章实现了记忆工具和完整的 RAG 检索流水线需要让智能体记住多轮对话、或者从你的文档库里取答案时08_Agent_Tool_Integration.py 的写法可以直接搬进你自己的项目。 跑通智能旅行助手从填表到导出行程仓库里最完整的一次实战是 第十三章 的多智能体智能旅行助手装好依赖后把 LLM 和地图的密钥填进后端目录的 .env 文件启动前后端浏览器打开 localhost:5173 就能用。第 1 步填目的地和偏好。输入城市、出行日期、预算和美食 公共交通这类偏好点击开始规划页面会实时显示生成进度。第 2 步看生成的行程概览。页面直接给出 3 天行程、预算明细景点、住宿、餐饮、交通分开列和带路线的景点地图。第 3 步检查并微调每日行程。每个景点都有图片、地址和游玩时长可以直接在页面上改顺序、删景点最后把计划导出成 PDF 带走。⚠️ 3 个容易踩的坑API 密钥、Python 版本、学习方式API 密钥放哪所有代码都从环境变量读密钥别写死在文件里报未配置 TAVILY_API_KEY基本都是当前终端没 export环境配置一篇里把常见报错都列全了。Python 版本基础章节 3.8 即可但第十三章这类完整项目要求 Python 3.10建议用 venv 或 conda 给不同章节隔离环境。别只读不跑code/ 目录和章节一一对应正确姿势是先读文档、再运行配套代码、最后改一下 prompt 验证自己真的看懂了。 单智能体之后接 MCP、做多智能体当你能独立写出 ReAct 智能体后下一步是 第十章 的 MCP、A2A 通信协议——把天气服务包装成 MCP Server 让智能体即插即用甚至让多个智能体互相协商分工第十一章还会讲如何用 Agentic RL 从 SFT 到 GRPO 微调属于自己的模型。Co-creation-projects 目录下还有几十个社区搭的完整项目股票分析、论文助手、代码审查等挑一个近的照着改最快。今天能带走什么你带走的是两样东西一个能自己写、能调试的 ReAct 智能体以及记忆、检索、通信协议这套完整参考实现。想按顺序学就看 完整章节目录想直接上手就从 code/chapter1/ 的第一份代码开始跑。【免费下载链接】hello-agents 《从零开始构建智能体》——从零开始的智能体原理与实践教程项目地址: https://gitcode.com/GitHub_Trending/he/hello-agents创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 用 Hello-Agents 从零开始构建智能体：5 分钟跑通你的第一个 Agent
用 Hello-Agents 从零开始构建智能体5 分钟跑通你的第一个 Agent【免费下载链接】hello-agents 《从零开始构建智能体》——从零开始的智能体原理与实践教程项目地址: https://gitcode.com/GitHub_Trending/he/hello-agentsHello-Agents 是 Datawhale 的开源教程《从零开始构建智能体》它带你从理解智能体原理到 5 分钟在终端里跑通一个会查天气、会推荐景点的智能体再到亲手搭出完整的多智能体旅行助手。每一章都配有可运行的配套代码正文全中文读起来没有门槛。 想做智能体却不知道从哪下手你觉得智能体很火但打开大模型 API 只能问它问题想让它在后台真的干活——查天气、搜资料、写报告中间就差一层循环智能体需要反复执行感知环境 → 思考 → 行动直到任务完成。Hello-Agents 就是从这个循环讲起的教程先让你看懂智能体为什么这么设计再带着你一行行把代码写出来而不是只讲概念。️ 3 条命令跑通你的第一个智能体环境要求一句话Python 3.8 以上Windows、Linux、macOS 都行。git clone https://gitcode.com/GitHub_Trending/he/hello-agents cd hello-agents仓库里不需要复杂的初始化装三个包、配好 API 密钥就能跑第一章的实战代码pip install requests tavily-python openai export OPENAI_API_KEYyour_key export TAVILY_API_KEYyour_key然后直接运行第一章的示例脚本python code/chapter1/FirstAgentTest.py终端会逐轮打印智能体的 Thought、Action、Observation它先调用 wttr.in 查北京天气再根据天气结果搜景点推荐最后用 Finish 输出完整行程。FirstAgentTest.py 末尾的 user_prompt 可以直接改成任何城市的问题重跑一遍就能看到智能体的思考过程跟着变。 从 ReAct 到自研框架3 条掌握智能体核心能力的路当你想看懂智能体的核心循环时所有智能体都绕不开一张图感知环境 → 思考规划 工具选择→ 行动再把 Observation 喂回去进入下一轮。第一章用 5 分钟带你把这个循环完整跑一遍先建立直觉再深入。当你想看懂 ReAct 范式怎么工作时第四章用纯 Python 实现 ReAct、Plan-and-Solve、Reflection 三种经典范式ReAct.py 不到 100 行一次性能读完你会清楚知道思考-行动循环的每一行是谁在控制。当你想自己搭一个智能体框架时第七章从 OpenAI 原生 API 出发一步步搭出轻量框架 HelloAgents后面讲记忆、上下文工程、通信协议全部基于它。建议跟着 第七章 敲一遍造轮子和用轮子的感受完全不同。当你想给智能体加记忆和检索时第八章实现了记忆工具和完整的 RAG 检索流水线需要让智能体记住多轮对话、或者从你的文档库里取答案时08_Agent_Tool_Integration.py 的写法可以直接搬进你自己的项目。 跑通智能旅行助手从填表到导出行程仓库里最完整的一次实战是 第十三章 的多智能体智能旅行助手装好依赖后把 LLM 和地图的密钥填进后端目录的 .env 文件启动前后端浏览器打开 localhost:5173 就能用。第 1 步填目的地和偏好。输入城市、出行日期、预算和美食 公共交通这类偏好点击开始规划页面会实时显示生成进度。第 2 步看生成的行程概览。页面直接给出 3 天行程、预算明细景点、住宿、餐饮、交通分开列和带路线的景点地图。第 3 步检查并微调每日行程。每个景点都有图片、地址和游玩时长可以直接在页面上改顺序、删景点最后把计划导出成 PDF 带走。⚠️ 3 个容易踩的坑API 密钥、Python 版本、学习方式API 密钥放哪所有代码都从环境变量读密钥别写死在文件里报未配置 TAVILY_API_KEY基本都是当前终端没 export环境配置一篇里把常见报错都列全了。Python 版本基础章节 3.8 即可但第十三章这类完整项目要求 Python 3.10建议用 venv 或 conda 给不同章节隔离环境。别只读不跑code/ 目录和章节一一对应正确姿势是先读文档、再运行配套代码、最后改一下 prompt 验证自己真的看懂了。 单智能体之后接 MCP、做多智能体当你能独立写出 ReAct 智能体后下一步是 第十章 的 MCP、A2A 通信协议——把天气服务包装成 MCP Server 让智能体即插即用甚至让多个智能体互相协商分工第十一章还会讲如何用 Agentic RL 从 SFT 到 GRPO 微调属于自己的模型。Co-creation-projects 目录下还有几十个社区搭的完整项目股票分析、论文助手、代码审查等挑一个近的照着改最快。今天能带走什么你带走的是两样东西一个能自己写、能调试的 ReAct 智能体以及记忆、检索、通信协议这套完整参考实现。想按顺序学就看 完整章节目录想直接上手就从 code/chapter1/ 的第一份代码开始跑。【免费下载链接】hello-agents 《从零开始构建智能体》——从零开始的智能体原理与实践教程项目地址: https://gitcode.com/GitHub_Trending/he/hello-agents创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考