Что это такое
Hello Agents — учебный проект о создании ИИ-агентов с нуля. Он разбирает не только готовые инструменты, но и базовые идеи: что такое агент, как он планирует действия, как использует инструменты, как хранит память и как взаимодействует с окружением.
Проект особенно полезен в момент, когда слово “агент” стало слишком широким. Hello Agents помогает разложить тему на понятные части и увидеть, из каких блоков складывается агентная система.
Как устроено обучение
Материал организован как книга и практический маршрут. Есть онлайн-чтение, локальный запуск, разделы по основам, инструментам, памяти, планированию и практическим приложениям.
Такой формат помогает двигаться от терминов к реализации. Читатель сначала понимает модель, затем смотрит примеры и постепенно собирает собственное представление о том, где агенты действительно нужны.
Карта учебного маршрута
Пример показывает типовую структуру изучения: от базовых понятий к памяти, инструментам и оценке результата.
## Agent basics
- role and goal
- environment
- actions
## Tool use
- function calls
- external APIs
- safety checks
## Memory and planning
- short context
- long-term notes
- task decomposition
Что внутри репозитория
В репозитории есть учебные главы, материалы сообщества, ссылки на онлайн-версию, PDF и планы дальнейшего развития. Проект ориентирован не только на программистов, но и на людей, которые проектируют сценарии применения агентов.
Большая часть материалов на китайском, но структура сама по себе понятна: это курс, который собирает теорию и практику в одном месте.
Сильные стороны
Сильная сторона — системность. Вместо набора случайных статей проект показывает агентные системы как тему с собственными понятиями, ограничениями и инженерными решениями.
Вторая сильная сторона — образовательный формат. Его можно проходить последовательно, использовать как основу для учебной группы или как карту тем для самостоятельного исследования.
Ограничения
Материалы требуют критического чтения. Область быстро меняется, поэтому конкретные инструменты и примеры могут устаревать быстрее, чем базовые идеи.
Также важно не переносить учебные демонстрации напрямую в рабочие процессы. Реальные агенты требуют контроля доступа, журналирования, проверки действий и оценки качества.