Hello-Agents（datawhalechina/hello-agents，《从零开始构建智能体》）是 Datawhale 社区出品的系统性中文智能体（AI Agent）学习教程，主张「理论 + 实战并重」，带读者从智能体核心原理、发展史、LLM 基础出发，理解经典范式与核心架构，并亲手构建多智能体应用。它聚焦「AI Native Agent」（AI 驱动）而非纯流程驱动的软件型 Agent，还涵盖自研框架、上下文工程、Memory、协议、评估、Agentic RL（SFT 到 GRPO）训练与真实案例。约 52,964 stars，主语言 Python（教程含代码），仓库 LICENSE 字段为 NOASSERTION，提供在线阅读站，完全免费。
来源：README.md（项目介绍、你将收获什么、内容导航）；GitHub 仓库元数据（stars=52964、language=Python、license=NOASSERTION、topics agent/tutorial） 查看 GitHub 仓库 →2025 年被视为「Agent 元年」，但系统性、重实践的中文智能体教程稀缺。Hello-Agents 由 Datawhale 发起，免费、成体系地覆盖从原理到动手构建、再到 Agentic RL 训练与求职面试，区分软件型 Agent 与 AI 原生 Agent 并聚焦后者，配在线阅读与代码，门槛友好、内容全面，因而 star 快速增长。需说明：它是教程/书籍（含配套自研框架与代码），深入仍需结合实践与各框架官方文档；仓库 LICENSE 字段为 NOASSERTION，复用前请核对。截至数据采集约 52,964 stars。
来源：README.md（项目介绍、你将收获什么）；GitHub 仓库元数据（stars=52964、pushed_at 2026-05）从原理、发展史、LLM 基础到核心架构与经典范式，成体系讲解 AI Native Agent。
来源：README.md（项目介绍、内容导航）带你用低代码平台与代码框架实现，并基于 OpenAI 原生 API 从零构建自研框架 HelloAgents。
来源：README.md（你将收获什么 的亲手实现/自研框架）涵盖上下文工程、Memory、协议、评估，以及 Agentic RL 从 SFT 到 GRPO 的训练实战。
来源：README.md（你将收获什么 的高级技能/模型训练）通过智能旅行助手、赛博小镇等综合项目实战，并含智能体求职面试内容。
来源：README.md（你将收获什么 的真实案例/求职面试）它是内容/教程型仓库：docs 下按章节组织 Markdown 教材，分多个部分——第一部分智能体与 LLM 基础（定义/类型/范式、发展史、Transformer 与提示）、后续部分带读者构建 LLM 智能体并深入核心架构、经典范式、上下文工程、Memory、协议与评估，以及 Agentic RL（SFT→GRPO）训练与综合实战案例（如智能旅行助手、赛博小镇）。配套自研框架 HelloAgents（基于 OpenAI 原生 API 从零构建）。提供在线阅读站（国外/国内加速）。主体是教材 + 配套代码。
来源：README.md（项目介绍、内容导航、HelloAgents 框架）；GitHub 仓库元数据（language=Python）中心为项目本体，内环 = 核心功能模块，外环 = 关键技术依赖；按 deep.json 中的 core_features 与 tech_stack.key_deps 自动生成
LLM（OpenAI 原生 API 等）HelloAgents（配套自研框架）低代码平台与 Agent 代码框架（教学涉及）适合想系统学习并动手构建 AI 智能体的中文开发者、学生与工程师：从理解 Agent 原理与范式，到用框架/自研代码实现多智能体应用、掌握上下文工程/Memory/评估，乃至做 Agentic RL 训练；也适合作为读书会、课程或求职准备的教材。它是学习教程，进入生产或特定框架仍需结合官方文档与实践。
来源：README.md（项目介绍、你将收获什么）本页无版本号；这是持续更新的教程仓库，更新体现在各章节与配套代码的增补（内容导航以 ✅ 标注完成进度）。仓库最后更新约在 2026 年 5 月，维护活跃。
来源：README.md（内容导航状态）；GitHub pushed_atHello-Agents 是 Datawhale 出品的系统性中文智能体教程《从零开始构建智能体》：从原理、发展史、LLM 基础到核心架构、经典范式、上下文工程、Memory、评估与 Agentic RL 训练，理论结合实战并配自研框架 HelloAgents 与综合案例，完全免费、在线可读，对想系统学习并动手构建 AI 原生 Agent 的中文读者非常友好。要清楚它是教程/书籍、深入需结合实践与框架官方文档、仓库 LICENSE 字段为 NOASSERTION 需核对、领域演进快需补充最新进展。作为中文 Agent 学习的优质入口，体系完整、上手门槛低。
来源：综合 README.md 的定位、内容结构、配套框架与项目性质