AI 分析 · 由大模型根据 README 与仓库数据生成 · 2026年11月17日
Hugging Face 官方免费 AI Agent 课程,从基础概念讲到框架实战与结业项目。
这是 Hugging Face 推出的 Agents Course 课程仓库,内容按单元组织,从 Agent 基础概念、LLM 与模型家族讲起,逐步进入 smolagents、LlamaIndex、LangGraph 等框架的实战,最后以 Agentic RAG 用例和结业项目收尾。课程在 Hugging Face 学习平台免费开放,仓库本身主要承载课程材料与贡献入口。
推荐指数
想系统入门 AI Agent 的开发者值得跟学,内容由官方维护且结构完整。
近 7 天
+380
新增 Star
总 Star 排名
#182
雷达追踪的 3,958 个 AI 仓库中
创建于
2025
2025年1月17日
核心亮点
1官方体系化课程
按 4 个单元递进,从概念到结业项目,路径清晰。
2覆盖主流框架
包含 smolagents、LlamaIndex、LangGraph 三个框架的专门章节。
3含进阶专题
提供函数调用微调、可观测性与评估、游戏 Agent 等 bonus 单元。
4有结业与排行
最终项目要求创建、测试并认证 Agent,并展示学员结果排行榜。
5免费开放
课程在 Hugging Face 平台免费注册学习,仓库可自由引用。
适用场景
自学 AI Agent
例如:按单元顺序从 Agent 定义学起,再用 smolagents 写出第一个可运行 Agent。
团队技术调研
例如:对比 smolagents、LlamaIndex、LangGraph 三章,评估哪个框架适合自家项目。
教学与培训
例如:把课程单元作为内部培训大纲,配合 bonus 单元讲解评估与可观测性。
练手项目
例如:完成结业项目,做一个 Agentic RAG 应用并参与课程排行榜。
它是怎么工作的
第 1 步
注册课程
在 Hugging Face 学习平台免费报名,获取课程访问入口。
第 2 步
按单元学习
从 Unit 0 欢迎页开始,依次学习概念、框架与用例章节。
第 3 步
动手实践
跟随各框架章节编写代码,构建并运行自己的 Agent。
第 4 步
完成结业项目
创建、测试 Agent,接受自动评估并查看排行榜结果。
快速上手
- 1
访问课程主页
打开 Hugging Face 课程页面了解大纲与报名方式。
- 2
免费注册
通过 README 中的报名链接注册课程。
- 3
准备环境
确认具备 Python 与 LLM 基础知识,按课程指引安装所需框架。
- 4
从 Unit 0 开始
进入欢迎单元,按顺序推进后续章节。
适合谁
- 有 Python 基础的开发者
- 了解 LLM 基本概念的学习者
- 想系统比较 Agent 框架的技术选型者
- 需要教学素材的讲师或团队
不太适合
- 完全没有编程经验的新手
- 只想找现成 Agent 库而非学习材料的开发者
成熟度
- 活跃度2025 年创建,最近一次推送在 2026 年 11 月,仍在更新。
- 文档课程按单元组织,每章有独立页面和明确学习路径。
- 社区约 3.5 万 star、2500 多 fork,有 Discord 讨论渠道。
- 上手难度只需 Python 和 LLM 基础,课程在线免费,上手门槛低。
同类项目怎么选
- microsoft/ai-agents-for-beginners微软出品的入门课程,侧重多框架与 Azure 生态,本课程更聚焦 Hugging Face 自家 smolagents 等工具。
- NirDiamant/agents-tournaments以实战教程和案例合集为主,本课程是结构化单元课程并带结业评估。
使用前注意
- · 仓库是课程材料,不是可直接安装的软件库。
- · 学习需在 Hugging Face 平台注册,部分内容依赖其生态。
- · 框架章节涉及第三方库,版本变化可能导致示例需调整。
- · Apache-2.0 许可,引用请按 README 提供的 BibTeX 格式。
