从手搓ReAct到RL训Agent，Hello-Agents全覆盖教学项目

手搓 ReAct“到”RL 训 Agent 的全覆盖 Agent 教学项目：Hello-Agents。项目主张“穿透框架表象，从核心原理出发，亲手构建属于自己的多智能体应用”。

第一部分 基础：
第一章 初识智能体：定义 / 类型 / 范式 / 应用
第二章 智能体发展史：符号主义 → LLM 驱动
第三章 大语言模型基础：Transformer / 提示 / 主流 LLM / 局限

第二部分 构建你的 LLM 智能体：
第四章 经典范式构建：手搓 ReAct / Plan-and-Solve / Reflection
第五章 低代码平台：Coze / Dify / n8n（明确站队不教这派，只做对照）
第六章 框架开发实践：AutoGen / AgentScope / LangGraph
第七章 从 0 构建 Agent 框架

第三部分 高级扩展：
第八章 记忆与检索：记忆系统 / RAG / 存储
第九章 上下文工程：持续交互的“情境理解” —— 你最关心的“上下文工程”在这有整章
第十章 通信协议：MCP / A2A / ANP 解析
第十一章 Agentic-RL：从 SFT 到 GRPO 实战训练 LLM
第十二章 性能评估：核心指标 / 基准测试 / 评估框架

第四部分 案例进阶：
第十三章 智能旅行助手：MCP + 多智能体协作的真实应用
第十四章 自动化深度研究 Agent：DeepResearch 复现与解析
第十五章 赛博小镇：Agent 模拟社会动态

很可贵的是这个项目不只是这类的教程，他不一样的点是，里面穿插了大量的这个错误、调优的内容，很多教程都忽略了这一点，知识学习的很简单的，但是这个项目还教了你碰到了Agent的各种不符预期的问题，你该怎么调整你的策略等等。

仓库：