GitHub-радар
Hello-Agents: бесплатный курс, как собрать ИИ-агента с нуля
Это бесплатная книга из 16 глав о том, как агенты работают внутри — от простого цикла рассуждений до полноценных фреймворков. После неё ты поймёшь, что твой агент делает на каждом шаге, а не только как писать для него промпты.
Открытый учебник Datawhale о создании ИИ-агентов, которыми управляют рассуждения самой модели — это не low-code конструктор вроде Dify или n8n.
Когда пригодится
Пригодится, если уже работаешь с агентами для кода или чата и хочешь увидеть, что происходит внутри цикла рассуждение-действие. Не нужен, если ищешь готовый инструмент для работы — это книга, а не библиотека.
Плюсы
- Бесплатный, с рабочим кодом на каждом шаге, а не только теорией
- Показывает, как агент решает действовать и проверяет свой результат
- Разбирает протоколы связи между агентами (MCP, A2A, ANP)
- Доступен на английском и китайском языках
Минусы
- Главы плотные и идут по порядку — пропуск рискует лишить контекста
- Нужно базовое знание Python и вызова модели через API
Как поставить — по шагам
- 1Открой репозиторий Hello-Agents (datawhalechina/hello-agents) на GitHub.
- 2Запусти в папке своего проекта агента для написания кода, например Claude Code.
- 3Отправь агенту текст из блока ниже.
- 4Если агент попросит ключ API языковой модели — дай ему ключ.
- 5Проверь, что агент показал вывод каждого шага цикла рассуждение-действие-наблюдение.
Текст для агента
Текст для шага с агентом — скопируй и отправь (Claude Code, Codex, любой):
Открой репозиторий Hello-Agents (datawhalechina/hello-agents), прочитай главу 4 про классические паттерны агентов (ReAct, Plan-and-Solve) и разбери код примера из папки code для этой главы. Запусти пример и покажи мне, что выводит каждый шаг цикла рассуждение-действие-наблюдение. Если для примера понадобится ключ API языковой модели — спроси у меня.
▌ Ещё находки