AI Agent 入門與學習路線

這條路線面向會一點 Python、想入門 Agent 應用開發，或準備求職轉行的學習者。

學習順序可以按一條主線走：先讀一遍 Anthropic 的 Building Effective Agents，弄清Agent與普通工作流的區別；然後用 Agent Learning Hub 瀏覽整體路線，挑出一個方向和一個任務；接着以《從零開始構建智能體》爲主教材建立概念，並跟寫最小 Agent、工具調用和 RAG；再按自己的學習方式，在吳恩達 Agentic AI 與 Hugging Face Agents Course 中二選一補短板；之後學 LangGraph Essentials，補上狀態、分支和人工介入；AI Agents for Beginners 可以當專題索引，需要時再按章查；最後用兩個可運行的小作品把這條線串起來。

1. 總路線圖：Agent Learning Hub

這是路線與資料索引。這個項目把學習 Todo、精選資料和項目階梯放在一起；對初學者，適合按階段挑選任務；已經會調用 LLM 的人，可以直接定位工具調用、Agent loop、評估和工程實踐。項目階梯幫你把知識轉成一個個可運行的小作品。

建議這樣用：第一次先瀏覽全圖，勾出當前不會的兩三項；每完成一個主題就寫代碼或跑一個項目。把它當目錄和進度表，遇到某個概念時再點進課程或官方文檔。倉庫也會更新，頁面上的優先方向可以作爲觀察行業工程實踐的線索。

圖 1｜倉庫介紹了它的用途和四種使用方式。

圖 2｜在線頁面適合先選階段、再挑練習。

2. 主教材：《從零開始構建智能體》（Hello-Agents）

如果只選一個系統性教材，我建議用它。項目按“概念—自己實現—框架實踐—綜合案例”展開，配套代碼和在線章節；主題覆蓋 Agent 基礎、LLM、ReAct 等範式、工具和框架、RAG、上下文、MCP 與評估，還包括完整案例。

推薦閱讀順序：先讀第 1–4 章建立概念，再動手做第 6–8 章的框架、Agent 和 RAG；接着按項目需要看第 9–10 章的上下文與協議、第 12 章的評估。第 13–16 章挑一個案例拆解和復現。第 11 章 Agentic-RL 偏進階訓練，可先跳過，等應用開發主線走通後再回來。

圖 3｜倉庫主頁說明項目定位、代碼入口和在線閱讀地址。

圖 4｜目錄從 Agent 與 LLM 基礎，逐步進入搭建、檢索、上下文、協議、評估和綜合案例。

圖 5｜項目建議把理論和代碼結合，按五個部分逐步完成學習。

3. 兩門補充課程：按你的學習方式二選一

吳恩達：Agentic AI

這門英文短課適合喜歡視頻講解、希望理解“爲什麼採用這種設計”的人。

課程先建立設計層面的整體感，再使用 Python 示例講反思（Reflection）、工具使用、規劃、多 Agent，以及評估、錯誤分析、延遲和成本。可以先看導論和工具調用，再挑評估或規劃模塊，邊看邊把一個模式加到自己的小項目中。

圖 6｜大綱分爲 Agentic 工作流、反思、工具、實踐評估和高自主性 Agent 五個模塊。

Hugging Face：AI Agents Course

課程地址：這是一門以英文爲主的免費實踐課程，適合已經能讀懂 Python 代碼、想跟着在線環境動手和比較不同工具的人。

目錄從 Agent 入門和框架開始，涉及 smolagents、LlamaIndex、LangGraph、Agentic RAG、最終項目與挑戰；補充單元還覆蓋可觀測性與評估。建議把它當實操補充：選一個框架單元，做完課程練習後用同一思路改自己的項目；如果英語閱讀暫時喫力，先用《Hello-Agents》建立術語，再回來做對應單元。

圖 7｜左側目錄可見框架、Agentic RAG、最終項目以及評估等單元。

4. 學會框架：LangGraph Essentials — Python

這是免費、約一小時視頻的 Python 入門課。課程用節點、邊、條件分支、記憶和人工介入來組織 Agent 流程，適合理解“何時該用框架管理步驟和狀態”。

先自己寫過一個最小工具調用循環，再學 LangGraph 會更清楚：把原來的步驟畫成圖，找出哪裏要分支、保存狀態或暫停等人確認。若還不理解模型請求工具後由程序執行並回傳結果的循環，則先回《Hello-Agents》補一些基礎。

圖 8｜課程頁面展示 LangGraph Essentials 的 Python 課程入口。

5. 專題參考：Microsoft AI Agents for Beginners

倉庫以 18 節課程組織內容，提供簡中等多語言閱讀版本。優點是專題覆蓋廣：設計模式、工具調用、Agentic RAG、可信與安全、規劃、多 Agent、生產化、協議、上下文、記憶、瀏覽器、部署和安全都能找到對應材料。

這個項目更適合當專題索引，不用和《Hello-Agents》、Hugging Face 課程同時從頭刷。比如你在做 RAG，就挑相關章節；項目準備部署時，再看生產化、部署和安全部分。每次只選一個當前項目需要的主題。

圖 9｜倉庫主頁展示 18 節課程和按主題排列的章節目錄。

6. 一篇值得先讀的設計文章：Anthropic Building Effective Agents

這篇文章適合在搭建第一個 Agent 前讀。它解釋固定工作流與模型動態決策的 Agent 有何不同，並逐步介紹提示串聯、路由、並行和工具循環等模式。可以先從能解決任務的簡單結構開始，遇到明確需求時再增加 Agent 或框架複雜度。

讀完後，用一句話寫下你的項目爲何需要 Agent：如果流程明確、普通代碼更穩定，就用工作流；只有任務確實需要模型根據結果動態選擇下一步時，再加入 Agent 循環。

圖 10｜文章從 Agent 定義和適用邊界講起，再逐步介紹常見設計模式。

快速執行

如果想盡快開始，按這四步即可：

1. 用 Agent Learning Hub 選一個項目方向和本週任務。

2. 用 Hello-Agents 學概念並跟寫最小 Agent、工具調用和 RAG。

3. 在 吳恩達課程與Hugging Face 課程中選一門補短板；想看模式選前者，想跟練和試框架選後者。

4. 再學 LangGraph Essentials，補上狀態和分支；最後完成兩個可運行作品。Microsoft 課程按需查專題。