Hello Agents V1.0.2 (从零开始构建智能体)

• 语言: 中文（简体）
• 格式: .pdf
• 来源: assets.datawhale.cn

摘要

文档第七章介绍了从零构建智能体框架HelloAgents的设计与实现。首先分析了市面框架的局限性，包括过度抽象、API不稳定、黑盒化和依赖复杂，强调自建框架能深度理解Agent原理并获得完全控制权。框架遵循'分层解耦、职责单一、接口统一'原则，将Memory、RAG、MCP等模块统一抽象为'工具'。目录结构包括core层（基类、LLM接口、消息系统等）、agents层（SimpleAgent、ReActAgent、ReflectionAgent、PlanAndSolveAgent）和tools层（工具基类、注册机制、工具链等）。学习方式分为体验式（pip安装）和深度学习（从零实现）。框架为后续章节（记忆与检索、上下文工程、智能体协议）预留扩展接口。

AI总结

第七章的核心内容是指导读者从零开始构建一个名为“HelloAgents”的智能体框架。文档首先阐述了自建框架的动机，指出当前主流框架（如LangChain）存在过度抽象、迭代不稳定、逻辑黑盒化和依赖复杂等局限性。自建框架能帮助开发者深度理解智能体工作原理，并获得完全的控制权。

框架设计遵循“分层解耦、职责单一、接口统一”的原则，核心思想是将记忆、RAG、MCP等模块统一抽象为“工具”，简化学习逻辑。其架构分为核心框架层（Agent基类、LLM接口、消息系统等）、Agent实现层（SimpleAgent、ReActAgent等四种经典范式）和工具系统层（工具基类、注册机制、工具链等）。文档提供了两种学习路径：直接安装体验，或跟随教程从零实现。

在具体实现中，框架重新实现了SimpleAgent（基础对话）、ReActAgent（推理与行动结合）、ReflectionAgent（自我反思与优化）和PlanAndSolveAgent（分解规划与逐步执行）四种范式。工具系统的构建被视为能力延伸的核心，是一次完整的工程实践。

该框架为后续高级主题（如第八章的记忆与RAG系统、第九章的上下文工程、第十章的智能体协议）预留了扩展接口，构成了技术底座。文档最后通过习题引导读者分析框架设计的优势、进行实践扩展（如支持多模型供应商、实现流式输出），并对比框架化实现与第四章从零实现代码的改进之处。