Hello-Agents: бесплатный курс по AI-агентам набрал 55 000 звёзд на GitHub

Китайское сообщество Datawhale опубликовало на GitHub масштабный открытый учебник Hello-Agents — пошаговое руководство по построению AI-агентов (интеллектуальных автономных систем) с нуля. Проект уже собрал более 55 700 звёзд и 6 800 форков, превратившись в один из самых популярных образовательных репозиториев по теме агентных систем.

Почему это важно сейчас

Если 2024 год стал годом «битвы ста моделей», то 2025-й открыл «эпоху агентов» — фокус технологий сместился с обучения крупных базовых моделей к созданию умных агентных приложений. При этом систематических практикоориентированных учебников катастрофически не хватало.

«Мы надеемся, что этот учебник станет вашей отправной точкой в мире агентов — от пользователя языковых моделей к строителю агентных систем.»

Два лагеря в разработке агентов

Сегодня разработка агентов делится на два направления: первое — инструменты типа Dify, Coze и n8n, по сути представляющие собой процессно-ориентированную разработку, где LLM (большая языковая модель) выступает бэкендом обработки данных; второе — AI-нативные агенты, по-настоящему управляемые искусственным интеллектом.

Hello-Agents целенаправленно обучает именно второму подходу — построению AI-Native Agent с пониманием архитектуры изнутри.

ℹ Для кого курс
Учебник подходит AI-разработчикам, software-инженерам, студентам и самоучкам с базовыми навыками Python и общим представлением об LLM. Глубокого знания алгоритмов или опыта обучения моделей не требуется.

Структура курса: 5 частей, 16 глав

Курс охватывает два подхода к разработке агентов: использование готовых фреймворков и платформ, а также построение собственного фреймворка с нуля.


graph TD
    A[Часть 1: Основы агентов и LLM\nГлавы 1–3] --> B[Часть 2: Строим агента\nГлавы 4–7]
    B --> C[Часть 3: Продвинутые темы\nГлавы 8–12]
    C --> D[Часть 4: Реальные проекты\nГлавы 13–15]
    D --> E[Часть 5: Дипломный проект\nГлава 16]
ЧастьГлавыКлючевые темы
Основы1–3Определение агентов, история, Transformer, LLM
Практика4–7ReAct, Plan-and-Solve, Coze/Dify/n8n, LangGraph, собственный фреймворк
Продвинутый уровень8–12Memory, RAG, Context Engineering, MCP/A2A/ANP, Agentic RL, оценка
Реальные кейсы13–15Умный тревел-ассистент, DeepResearch Agent, Cyber Town
Финал16Дипломный проект: полноценное мультиагентное приложение

Собственный фреймворк HelloAgents

Одна из главных особенностей курса — возможность построить собственный агентный фреймворк с нуля на базе нативного OpenAI API. Фреймворк HelloAgents уже обновлён до версии v1.0.0 и продолжает развиваться.

Ключевой паттерн, который используется по всему курсу — цикл Thought-Action-Observation (мысль — действие — наблюдение), а внешние инструменты подключаются как простые Python-функции через словарь available_tools.

# Пример минимального агентного цикла (Hello-Agents стиль)
while not done:
    thought = llm.think(observation)      # Мысль
    action = agent.decide(thought)        # Действие
    observation = environment.step(action) # Наблюдение
💡 Продвинутые темы
В главах 8–12 курс охватывает Context Engineering (проектирование контекста), протоколы MCP и A2A, а также Agentic RL — обучение с подкреплением от SFT до GRPO для тонкой настройки LLM под агентные задачи.

Реальные проекты внутри курса

Проект подробно разбирает Model Context Protocol (MCP), предложенный Anthropic — стандартизированный открытый протокол, позволяющий агентам подключаться к различным источникам данных и локальным инструментам унифицированным способом.

Среди практических кейсов:

  • Умный тревел-ассистент — реальное мультиагентное приложение с MCP
  • DeepResearch Agent — воспроизведение и разбор автоматизированного исследовательского агента
  • Cyber Town — симуляция социальной динамики через агентов

Доступность и лицензия

PDF-версия учебника полностью открыта и бесплатна. Чтобы предотвратить несанкционированное распространение со сторонними водяными знаками, официальный PDF содержит ненавязчивый водяной знак Datawhale.

📝 Где читать

Курс распространяется по лицензии CC BY-NC-SA 4.0 (Attribution-NonCommercial-ShareAlike). Команда также анонсировала видеокурс на двух языках (китайский и английский) и работу над следующим проектом — «Обучение агентов с нуля», посвящённым полному циклу тренировки кастомных агентных моделей.

В 2025 году агенты эволюционировали от «логики software engineering» к «AI-нативной логике» — и Hello-Agents стал идеальной точкой входа в этот новый мир.