datawhalechina/hello-agents

2024 년이 '백 모델 대결'의 첫 해라면, 2025 년은 분명히 'Agent元年'을 열었습니다. 기술의 초점은 더 큰 기본 모델을 훈련하는 것에서 더 똑똑한 에이전트 애플리케이션을 구축하는 것으로 전환되고 있습니다. 그러나 현재 체계적이고 실습 중심적인 튜토리얼은 극도로 부족합니다. 이에 따라 우리는 Hello-Agents 프로젝트를 시작하여 커뮤니티에从零开始、이론과 실전을 모두 강조하는 에이전트 시스템 구축 가이드를 제공해달라고 희망했습니다.

Hello-Agents 는 Datawhale 커뮤니티의 체계적 에이전트 학습 튜토리얼입니다. 현재 Agent 구축은 두 가지流派로 나뉩니다. 하나는 Dify, Coze, n8n 같은 소프트웨어 엔지니어링 기반 Agent로, 그 본질은 프로세스 구동형 소프트웨어 개발이며 LLM 은 데이터 처리 백엔드입니다. 다른一派는 AI 네이티브 에이전트로, 즉 진정한 AI 를 구동하는 에이전트입니다. 이 튜토리얼은 여러분을 진정한 AI Native 에이전트에 깊이 이해하고 구축하도록 안내할 것입니다. 튜토리얼은 여러분이 프레임워크의 표면적 현상을 통과하여 에이전트의 핵심 원리에서 시작하여 그 핵심 구조에 깊이 들어가고, 그 고전 패러다임을 이해하며, 마침내 여러분만의 다 에이전트 애플리케이션을 직접 구축하도록 인도합니다. 우리는 가장 좋은 학습 방식이 손으로 실천하는 것이라고 믿습니다. 이 튜토리얼이 여러분이 에이전트 세계를 탐험하는 시작점이 되기를 바라며, 큰 언어 모델의 '사용자'에서 에이전트 시스템의 '구축자'로 변모할 수 있기를 바랍니다.

본문 내용을 읽거나 기여하고 싶으시면 아래 학습 가이드를 참조하세요.

• 📖
  Datawhale 오픈원 무료프로젝트의 모든 내용을 무료로 학습하며 커뮤니티와 함께 성장 - 🔍
  핵심 원리 이해에이전트의 개념, 역사 및 고전 패러다임에 깊이 이해 - 🏗️
  손으로 구현인기 있는 로우코드 플랫폼과 에이전트 코드 프레임워크 사용법 습득 - 🛠️
  자신만의 프레임 HelloAgentsOpenai 네이티브 API 를 기반으로从零开始 하나의 자신의 에이전트 프레임워크 구축 - ⚙️
  고급 기술 습득컨텍스트 엔지니어링, Memory, 프로토콜, 평가 등 체계적 기술을 단계별로 구현 - 🤝
  모델 훈련SFT 에서 GRPO 까지全流程 실전 훈련 LLM 을 Agentic RL 을 통해 습득 - 🚀
  진짜 사례 구동스마트 여행 어시스턴트, 사이버 소도시 등 종합 프로젝트 실전 개발 - 📖
  취업 면접에이전트 관련 취업 면접 질문 학습

章节	핵심 내용	상태
서론	프로젝트의 기원, 배경 및 독자 조언	✅
제 1 부: 에이전트와 언어 모델 기초
제 1 장 에이전트 친밀하게 소개	에이전트 정의, 유형, 패러다임 및 응용	✅
제 2 장 에이전트 발전사	기호주의에서 LLM 구동 에이전트 진화	✅
제 3 장 대언어모델 기초	Transformer, 프롬프트, 주요 LLM 과 그 한계	✅
제 2 부: 당신의 대언어모델 에이전트 구축
제 4 장 에이전트 고전 패러다임 구축	ReAct, Plan-and-Solve, Reflection 을 손으로 구현	✅
제 5 장 로우코드 플랫폼 기반 에이전트 구축	Coze, Dify, n8n 같은 로우코드 에이전트 플랫폼 사용 이해	✅
제 6 장 프레임 개발 실습	AutoGen, AgentScope, LangGraph 등 주요 프레임워크 응용	✅
제 7 장 당신의 Agent 프레임 구축	에이전트 프레임워크从零开始 구축	✅
제 3 부: 고급 지식 확장
제 8 장 기억 및 검색	기억 시스템, RAG, 저장	✅
제 9 장 컨텍스트 엔지니어링	지속 상호작용의 '상황 이해'	✅
제 10 장 에이전트 통신 프로토콜	MCP, A2A, ANP 등 프로토콜 분석	✅
...	제 4 부: 종합 사례 고급
제 13 장 스마트 여행 어시스턴트	MCP 와 다 에이전트 협업의 실제 세계 응용	✅
제 14 장 자동화 심층 연구 에이전트	DeepResearch Agent 복제 및 분석	✅
제 15 장 사이버 소도시 구축	Agent 와 게임의 결합, 사회 동역학 시뮬레이션	✅
제 5 부: 졸업 프로젝트 및 미래 전망
제 16 장 졸업 프로젝트	당신만의 완전한 다 에이전트 애플리케이션 구축	✅

Hello-Agents 학습 중 또는 Agent 관련 기술에서 독보적인 통찰, 실습 요약이 있다면 PR 형태로 커뮤니티 선택에 기여하세요. 본문과 독립적인 내용이라면 Extra-Chapter 에 기고하세요！첫 기여를 기다립니다!

커뮤니티 선택	내용 요약
00-공조 졸업 프로젝트	커뮤니티 공조 졸업 프로젝트
...
본 Hello-Agents PDF 튜토리얼은 완전히 오픈원 무료입니다. 다양한 마케팅 계를 물감으로 판매하여 다 에이전트 시스템 초보자에게 팔기 위해, 우리는 PDF 파일에 읽기에 영향을 주지 않는 Datawhale 오픈원 로고 워터마크를 미리 추가했습니다. 양해 부탁드립니다～

Hello-Agents PDF : https://github.com/datawhalechina/hello-agents/releases/latest/

Hello-Agents PDF 국내 다운로드 주소 : https://www.datawhale.cn/learn/summary/239

환영합니다, 미래의 시스템 구축자! 이 흥미진진한 여정을 시작하기 전에, 우리는 여러분에게 명확한 안내를 허용하겠습니다.

이 프로젝트 내용은 이론과 실전을 모두 고려하며, 단일 에이전트부터 다 에이전트 시스템까지의 설계 및 개발 전체 프로세스를 체계적으로 습득하는 데 도움을 주기 위해 설계되었습니다. 따라서 일정 수준의 프로그래밍 기초가 있는 AI 개발자, 소프트웨어 엔지니어,在校 학생및 최신 AI 기술에 깊은 관심을 가진 자율 학습자에게 특히 적합합니다. 이 프로젝트 학습 전, 여러분은 기본적인 Python 프로그래밍 능력을 가지고 있고 대언어 모델에 대한 기본 개념적 이해 (예: API 를 통해 LLM 을 호출하는 방법) 가 있어야 합니다. 프로젝트의重点是 응용 및 구축이므로, 여러분은 깊은 알고리즘 또는 모델 훈련 배경을 갖추지 않아도 됩니다.

프로젝트는 5 개의 주요 부분으로 나뉘며, 각 부분은 다음 단계로 가는 견고한 계단입니다:

본문 번역이 시작됩니다.

第一部分：스마트 에이전트 (Agent) 와 언어 모델 기초(第 1~3 장), 우리는 스마트 에이전트의 정의, 유형 및 발전 역사를 통해 이 개념의 유래와 흐름을 정리하겠습니다. 이후에는 대형 언어 모델의 핵심 지식을 빠르게 복습하여 실제 구현에 대한 이론적 기반을 다집니다.

第二部分：자신의 대형 언어 모델 스마트 에이전트 구축(第 4~7 장), 이는 실제 구현의 시작점입니다. ReAct 와 같은 고전 패러다임을 직접 구현하고, Coze 와 같은 로우코드 플랫폼의 편의성을 경험하며, Langgraph 와 같은 주요 프레임워크를 익힙니다. 마지막으로, 우리는 당신에게부터 시작하여 자신의 스마트 에이전트 프레임워크를 구축하도록 안내하여, "바퀴를 사용하는 것"과 "바퀴를 만드는 것"의 두 가지 능력을 모두 갖추게 할 것입니다.

第三部分：고급 지식 확장(第 8~12 장), 이 부분에서 당신의 스마트 에이전트는 "생각"과 "협력"을 "학습"하게 됩니다. 우리는 제 2 부분에서 개발한 프레임워크를 사용하여 기억 및 검색, 컨텍스트 엔지니어링, Agent 훈련 등 핵심 기술을 깊이 있게 탐구하며, 다중 에이전트 간의 통신 프로토콜을 학습합니다. 최종적으로, 당신은 스마트 에이전트 시스템 성능을 평가하는 전문적인 방법을 습득하게 될 것입니다.

第四部分：종합 사례 진보(第 13~15 장), 이는 이론과 실제의 교차점입니다. 당신은所学知识를 통합하여 스마트 여행 보조자, 자동화된 심층 연구 스마트 에이전트, 그리고 시뮬레이션 사회 동역학의 사이버 마을을 직접 만들어내며, 흥미진진한 프로젝트에서 당신의 구축 능력을磨练하게 될 것입니다.

第五部分：졸업 프로젝트 및 미래 전망(第 16 장), 여정의 끝에서 당신은 졸업 프로젝트를 맞이하며, 완전한属于你的 다중 에이전트 애플리케이션을 구축하여 학습 성과를 종합적으로 검증합니다. 우리는 또한 스마트 에이전트의 미래를 함께 전망하고, 흥미진진한 최첨단 방향을 탐구하게 될 것입니다.

스마트 에이전트는 급속도로 발전하는 분야이며, 실습에 매우 의존적입니다. 최적의 학습 효과를 얻기 위해, 프로젝트의 code 폴더에는 모든 관련 코드가 제공되었습니다. 이론과 실천을 결합할 것을 강력히 권장합니다. 반드시 프로젝트에서 제공된 각 코드를 직접 실행하고, 디버깅하며, 수정해 보시기 바랍니다. Datawhale 및 기타 Agent 관련 커뮤니티를 언제든지 주목하세요. 문제가 발생했을 때 언제든지 이 프로젝트의 issue 영역에 질문해 주세요.

이제 스마트 에이전트의 신비로운 세계로 들어가는 것을 준비하셨나요? 바로 출발하겠습니다!

• 비디오 강의가 순차적으로 공개됩니다 (더 세밀하게, 실천 수업은 설계 아이디어부터 구현까지 안내하며, "사람에게 물고도 주며, 사람에게 낫기도 합니다")
• HelloAgents 프레임워크는 V1.0.0 버전으로 업데이트되었으며, 더 많은 유용하고 경량화된 도구 및 기능을 추가하여 학습 버전을 호환할 예정입니다.
• 4W Star 를 달성한 것을 감사드립니다! 이제 설문 조사를 제공하며, 여러분이 배우고 싶은 스마트 에이전트 내용을 작성해 주십시오. 이후 작품《从零开始训练智能体》(스마트 에이전트를부터 시작하여 훈련하는 방법), 각 학습자가 커스텀 시나리오 스마트 에이전트 모델을 0 에서 1 까지 훈련할 수 있는 능력을 습득하도록 돕습니다.

우리는 개방형 오픈소스 커뮤니티이며, 모든 형태의 기여를 환영합니다!

• 🐛 버그 보고 - 내용이나 코드 문제를 발견하셨다면 Issue 를 제출해 주세요 - 💡 제안 제안 - 프로젝트에 좋은 아이디어가 있다면 토론을 시작해 주세요 - 📝 내용 개선 - 튜토리얼을 개선하는 데 도움을 주며, Pull Request 를 제출해 주세요 - ✍️ 실천 공유 - "커뮤니티 기여 선정"에서 당신의 학습 노트와 프로젝트를 공유해 주세요

• 陈思州 (Sizhou Chen) - 프로젝트 책임자 (Datawhale 회원, 전체 작성 및 검정)

• 孙韬 (Tao Sun) - 공동 창설자 (Datawhale 회원, CAMEL-AI, 제 9 장 내용 및 검정)

• 姜舒凡 (Shufan Jiang) - 공동 창설자 (Datawhale 회원, 챕터 문제 설계 및 검정)

• 黄佩林 (Peilin Huang) - Datawhale 의도 회원 (Agent 개발 엔지니어, 제 5 장 내용 기여자)

• 曾鑫民 (Xinmin Zeng) - Agent 엔지니어 (NiuKe Technology, 제 14 장 사례 개발)

• 朱信忠 (Xinzhong Zhu) - 지도 전문가 (Datawhale 최고 과학자 - Zhejiang Normal University Hangzhou Artificial Intelligence Research Institute 교수)

• WH (내용 기여자)

• 周奥杰 (Zhou Aojie) - DW 기여 팀 (Xi'an Jiaotong University, Extra02 내용 기여)

• 张宸旭 (Zhang Chexu) - 개인 개발자 (Imperial College London, Extra03 내용 기여)

• 黄宏晗 (Huang Honghan) - DW 기여 팀 (Shenzhen University, Extra04 내용 기여)

• 王大鹏 (Wang Dapeng) - Datawhale 회원 (고급 R&D 엔지니어, Extra08 내용 기여)

• 尤逸晖 (You Yihui) - 개인 개발자 (Nanjing University of Information Science and Technology, Extra09 내용 기여)

• 殷鑫 (Yin Xin) - 개인 개발자 (Zhejiang University, Extra10 내용 기여)

• @Sm1les 에 대한 프로젝트 지원 및 도움을 감사드립니다

• 모든 프로젝트에 기여한 개발자들에게 감사드립니다 ❤️

⭐ 이 프로젝트가 도움이 된다면 Star 를 주세요!

Hello-Agents 가 당신의 연구나 작업에 도움이 된다면, 다음을 인용해 주세요:

@misc{hello_agents2025,
title = {Hello-Agents: Building an AI Agent from Scratch},
author = {Sizhou Chen and Tao Sun and Shufan Jiang and Peilin Huang and Xinmin Zeng and Xinzhong Zhu and all Hello-Agents contributors},
...

이 작품은 지식 공유 저작자 표기 - 비상업적 사용 - 동일 방식 공유 4.0 국제 라이선스 협정에 따라 라이선싱됩니다.