Skip to content

About

个人在学习 [Datawhale《Hello-Agents:从零开始构建智能体》](https://github.com/datawhalechina/Hello-Agents) 过程中的**章节习题整理、作答要点与配套代码练习**,便于归档与在 GitHub 上展示学习轨迹。

Resources

Stars

37 stars

Watchers

0 watching

Forks

Latest commit

 

History

4 Commits

Folders and files

Repository files navigation

Hello-Agents 课后习题与个人笔记

本仓库为个人在学习 Datawhale《Hello-Agents:从零开始构建智能体》 过程中的章节习题整理、作答要点与配套代码练习,便于归档与在 GitHub 上展示学习轨迹。

说明:这不是官方教程仓库。正文教材、在线阅读与 PDF 请以官方项目为准:
Hello-Agents(GitHub) · 在线阅读(国外) · 在线阅读(国内)


仓库里有什么

内容 说明
chapterN/*.md 各小节习题的文字作答、分析与总结
chapterN/code/ 与章节对应的 Python 练习脚本与小实验
chapterN/*.svg 部分章节配套的系统/流程架构示意图

当前目录覆盖 第 1~12 章 范围内的习题与代码(与官方教程章节主题大致对应:智能体基础 → 范式与框架 → 记忆与上下文 → 协议与强化学习 → 评估等)。


目录结构(示例)

chapter1/          # 初识智能体等
  ├── 1.1.md …
  └── code/
chapter4/          # ReAct、规划等范式相关练习
chapter7/          # 自研 Agent 框架相关练习
chapter8/          # 记忆与检索
chapter9/          # 上下文工程
chapter10/         # 通信与协作
chapter11/         # Agentic RL 相关
chapter12/         # 评估与基准相关
…

具体文件名与官方小节编号对应关系,以各 chapterN 下的 Markdown 标题为准。


环境与实践建议

  • Python:建议 3.10+(部分脚本若用到异步、类型标注等,需较新版本)。
  • 依赖:本仓库未统一提供 requirements.txt;各脚本所需第三方库请根据文件内 import 自行安装(常见如 openai、httpx、numpy 等,因题而异)。
  • 大模型 API:涉及 LLM 调用的脚本需自行配置 API Key 与 Base URL(可通过环境变量或代码内配置,以各脚本实现为准)。

运行单个示例时,一般在对应章节的 code 目录下执行,例如:

cd chapter4/code
python "4.3.2-smart_agent.py"

(Windows 下路径含中文时请使用引号或 PowerShell 的合适转义。)


作者

- GitHub: [@lcyting](https://github.com/lcyting)
- Email: lcy154745@163.com

致谢与引用

  • 习题体系与知识体系来源于 Datawhale Hello-Agents 开源教程及社区贡献者,在此致谢。
  • 若你在研究或博客中引用官方教程,可使用官方仓库中的 BibTeX / 引用说明。

本仓库中的个人作答与代码实现著作权归笔记整理者所有;转载或复用时请保留对 Hello-Agents 原始教程的出处说明。

About

个人在学习 [Datawhale《Hello-Agents:从零开始构建智能体》](https://github.com/datawhalechina/Hello-Agents) 过程中的**章节习题整理、作答要点与配套代码练习**,便于归档与在 GitHub 上展示学习轨迹。

Resources

Stars

37 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages