资料摘要：Hugging Face Agents Course
Hugging Face 官方免费双语课程，以 Thought、Action、Observation 和 Tools 建立 Agent 循环，再分别用 smolagents、LlamaIndex、LangGraph 完成框架实践、Agentic RAG 和 GAIA 项目。
- Unit 1 从 LLM、消息模板、工具描述开始，逐步解释 Thought、Action、Observation 和 ReAct，再手写一个最小 Agent library。
- Unit 2 并列讲 smolagents、LlamaIndex 与 LangGraph：前者强调轻量和 CodeAgent，LlamaIndex 偏数据/RAG，LangGraph偏显式状态与控制流。
- Unit 3 用同一个活动助理案例组合网页搜索、天气、Hub 数据与 RAG，展示 Agentic RAG 与普通一次性检索的区别。
- Unit 4 以 GAIA 为任务环境，要求创建、测试并提交一个能处理真实多步骤问题的 Agent。
- Bonus Units 延伸到函数调用微调、可观测性与评估、游戏 Agent；这些不是入门第一周的必修内容。
为什么适合作为双语实践主线
Section titled “为什么适合作为双语实践主线”英文原版和简体中文基本保持同一结构，适合先用中文理解，再回到英文核对 Tool、Action、Observation、State、Workflow 等术语。课程的示例不是只讲概念，而是要求写工具、运行循环、观察 trace，并完成可测试任务。
三个框架怎样选
Section titled “三个框架怎样选”- smolagents：抽象少、上手快，适合先理解 tool-calling 与 code action。
- LlamaIndex：数据连接、索引、QueryEngineTool 和 Agentic RAG 比重高，适合知识密集型应用。
- LangGraph：State、Node、Edge 与 conditional routing 显式，适合需要可控流程、暂停和恢复的系统。
初学者不需要把三套都学到生产级。先完成 Unit 1，再选择一套框架单元，最后通过 Unit 3 或 Unit 4 验证能否处理端到端任务。
课程中的工程意识
Section titled “课程中的工程意识”课程把 Observability 和 Evaluation 放进 Bonus Unit，提醒“看起来完成”与“可复现地完成”不是同一件事。GAIA 也迫使 Agent 组合检索、推理、工具和最终答案规范，而不是只在单轮问答里表现良好。
框架代码和托管推理接口变化快，应以固定 commit 作为学习快照。课程页面仍保留历史认证说明，但旧截止日期不能证明现在仍可获得同样证书；课程内容可学与认证是否开放应分别判断。
- 英文课程：Agents Course
- 中文课程：Agents Course 简体中文
- 本地归档：`私有原始资料层
- 固定 commit：
8c0832eae634ebb34541c65265caa6da4c5d2c57 - 英文单元文件 78 个，简体中文单元文件 79 个；归档总内容文件 165 个。
- 归档前聚合 SHA-256：
57a25b0076592b3d4d7ab8d14aa33ada79ae89bcc4d0fc551693979bbb273966 - 许可证：Apache-2.0。