AI Agent 入门与学习路线

这条路线面向会一点 Python、想入门 Agent 应用开发，或准备求职转行的学习者。

学习顺序可以按一条主线走：先读一遍 Anthropic 的 Building Effective Agents，弄清Agent与普通工作流的区别；然后用 Agent Learning Hub 浏览整体路线，挑出一个方向和一个任务；接着以《从零开始构建智能体》为主教材建立概念，并跟写最小 Agent、工具调用和 RAG；再按自己的学习方式，在吴恩达 Agentic AI 与 Hugging Face Agents Course 中二选一补短板；之后学 LangGraph Essentials，补上状态、分支和人工介入；AI Agents for Beginners 可以当专题索引，需要时再按章查；最后用两个可运行的小作品把这条线串起来。

1. 总路线图：Agent Learning Hub

这是路线与资料索引。这个项目把学习 Todo、精选资料和项目阶梯放在一起；对初学者，适合按阶段挑选任务；已经会调用 LLM 的人，可以直接定位工具调用、Agent loop、评估和工程实践。项目阶梯帮你把知识转成一个个可运行的小作品。

建议这样用：第一次先浏览全图，勾出当前不会的两三项；每完成一个主题就写代码或跑一个项目。把它当目录和进度表，遇到某个概念时再点进课程或官方文档。仓库也会更新，页面上的优先方向可以作为观察行业工程实践的线索。

图 1｜仓库介绍了它的用途和四种使用方式。

图 2｜在线页面适合先选阶段、再挑练习。

2. 主教材：《从零开始构建智能体》（Hello-Agents）

如果只选一个系统性教材，我建议用它。项目按“概念—自己实现—框架实践—综合案例”展开，配套代码和在线章节；主题覆盖 Agent 基础、LLM、ReAct 等范式、工具和框架、RAG、上下文、MCP 与评估，还包括完整案例。

推荐阅读顺序：先读第 1–4 章建立概念，再动手做第 6–8 章的框架、Agent 和 RAG；接着按项目需要看第 9–10 章的上下文与协议、第 12 章的评估。第 13–16 章挑一个案例拆解和复现。第 11 章 Agentic-RL 偏进阶训练，可先跳过，等应用开发主线走通后再回来。

图 3｜仓库主页说明项目定位、代码入口和在线阅读地址。

图 4｜目录从 Agent 与 LLM 基础，逐步进入搭建、检索、上下文、协议、评估和综合案例。

图 5｜项目建议把理论和代码结合，按五个部分逐步完成学习。

3. 两门补充课程：按你的学习方式二选一

吴恩达：Agentic AI

这门英文短课适合喜欢视频讲解、希望理解“为什么采用这种设计”的人。

课程先建立设计层面的整体感，再使用 Python 示例讲反思（Reflection）、工具使用、规划、多 Agent，以及评估、错误分析、延迟和成本。可以先看导论和工具调用，再挑评估或规划模块，边看边把一个模式加到自己的小项目中。

图 6｜大纲分为 Agentic 工作流、反思、工具、实践评估和高自主性 Agent 五个模块。

Hugging Face：AI Agents Course

课程地址：这是一门以英文为主的免费实践课程，适合已经能读懂 Python 代码、想跟着在线环境动手和比较不同工具的人。

目录从 Agent 入门和框架开始，涉及 smolagents、LlamaIndex、LangGraph、Agentic RAG、最终项目与挑战；补充单元还覆盖可观测性与评估。建议把它当实操补充：选一个框架单元，做完课程练习后用同一思路改自己的项目；如果英语阅读暂时吃力，先用《Hello-Agents》建立术语，再回来做对应单元。

图 7｜左侧目录可见框架、Agentic RAG、最终项目以及评估等单元。

4. 学会框架：LangGraph Essentials — Python

这是免费、约一小时视频的 Python 入门课。课程用节点、边、条件分支、记忆和人工介入来组织 Agent 流程，适合理解“何时该用框架管理步骤和状态”。

先自己写过一个最小工具调用循环，再学 LangGraph 会更清楚：把原来的步骤画成图，找出哪里要分支、保存状态或暂停等人确认。若还不理解模型请求工具后由程序执行并回传结果的循环，则先回《Hello-Agents》补一些基础。

图 8｜课程页面展示 LangGraph Essentials 的 Python 课程入口。

5. 专题参考：Microsoft AI Agents for Beginners

仓库以 18 节课程组织内容，提供简中等多语言阅读版本。优点是专题覆盖广：设计模式、工具调用、Agentic RAG、可信与安全、规划、多 Agent、生产化、协议、上下文、记忆、浏览器、部署和安全都能找到对应材料。

这个项目更适合当专题索引，不用和《Hello-Agents》、Hugging Face 课程同时从头刷。比如你在做 RAG，就挑相关章节；项目准备部署时，再看生产化、部署和安全部分。每次只选一个当前项目需要的主题。

图 9｜仓库主页展示 18 节课程和按主题排列的章节目录。

6. 一篇值得先读的设计文章：Anthropic Building Effective Agents

这篇文章适合在搭建第一个 Agent 前读。它解释固定工作流与模型动态决策的 Agent 有何不同，并逐步介绍提示串联、路由、并行和工具循环等模式。可以先从能解决任务的简单结构开始，遇到明确需求时再增加 Agent 或框架复杂度。

读完后，用一句话写下你的项目为何需要 Agent：如果流程明确、普通代码更稳定，就用工作流；只有任务确实需要模型根据结果动态选择下一步时，再加入 Agent 循环。

图 10｜文章从 Agent 定义和适用边界讲起，再逐步介绍常见设计模式。

快速执行

如果想尽快开始，按这四步即可：

1. 用 Agent Learning Hub 选一个项目方向和本周任务。

2. 用 Hello-Agents 学概念并跟写最小 Agent、工具调用和 RAG。

3. 在 吴恩达课程与Hugging Face 课程中选一门补短板；想看模式选前者，想跟练和试框架选后者。

4. 再学 LangGraph Essentials，补上状态和分支；最后完成两个可运行作品。Microsoft 课程按需查专题。