Hugging Face 智能体课程认证怎么考5 个阶段完成免费认证【免费下载链接】agents-courseThis repository contains the Hugging Face Agents Course.项目地址: https://gitcode.com/GitHub_Trending/ag/agents-courseHugging Face 智能体课程Agents Course认证能帮你把听说过智能体变成能独立做出一个可评测的智能体课程从 Agent 的基本概念讲起带你在smolagents、LangGraph、LlamaIndex三大框架中动手实践最后用 GAIA 基准的子集测试你的 Agent成绩达标即可免费领取官方证书。整条认证路径不需要任何费用也设有明确的阶段性产出适合零基础和已有一定 Python 基础的开发者。认证之前先备好账号、环境与时间在开始第一个单元之前把以下四件事准备好可以避免学习中途被打断。账号一个 Hugging Face 账号免费注册。课程测验、证书生成、Agent 发布都基于这个账号建议注册时就用你希望出现在证书上的身份体系。Python 基础课程前置要求是基本的 Python 知识和对 LLM 的大致了解。写函数、装库、跑脚本不卡顿即可不需要机器学习背景。模型调用方式课程示例默认通过 Hugging Face 的无服务器推理接口调用模型会消耗平台积分。如果积分不够可以在本机安装 Ollama 运行开源模型配合LiteLLMModel无缝替换其余代码不用改onboarding 文档有完整步骤。时间投入Unit 1 是最大的一块官方建议留出充足时间并多次回看。按每周 3~5 小时估算完成全部单元加最终项目大约需要 4~6 周节奏完全由你掌握。仓库可选如果想阅读课程源文件或离线对照可以克隆仓库git clone https://gitcode.com/GitHub_Trending/ag/agents-course阶段一注册并跑通课程流程做什么完成新手引导确认自己能学、能问、能领证。怎么做打开 Unit 0 欢迎章节阅读课程说明与学习规范。按 onboarding 文档 完成五步创建账号、加入 Discord 社区并在自我介绍频道发言、关注课程官方组织、分享你的学习动态可选、配置 Ollama可选。浏览各单元入口确认目录结构与你的计划一致。产出一个可用的账号 熟悉课程入口的学习环境。这一步不做完后面的测验成绩无法与你的账号绑定。阶段二吃透智能体基础拿下第一张证书做什么掌握 Unit 1 的全部概念构建第一个 Agent并通过单元测验领取智能体基础证书。怎么做按顺序阅读 Unit 1什么是智能体what-are-agents.mdx→ LLM 的角色what-are-llms.mdx→ 消息与特殊令牌messages-and-special-tokens.mdx。学习工具与行动的机制tools.mdx、thoughts.mdx、actions.mdx、observations.mdx。完成 教程环节用smolagents库构建你的第一个 Agent课程里叫 Alfred并把它发布到 Hugging Face Spaces 分享给别人。做完 quiz1 和 quiz2 的单元测验后进入 final-quiz 完成最终测验。测验通过后务必点击 Submit 保存成绩否则成绩不会记录也就无法解锁证书。产出一个跑起来的第一个 Agent 智能体基础课程证书Fundamentals Certificate可下载并放到 LinkedIn 个人资料里。三个必须搞懂的概念智能体Agent定义是能推理、规划并调用工具与外部环境交互以达成目标的程序。作用是把 LLM 从只输出文本变成能干活。举例Siri 听懂指令、推理出你要定闹钟然后真的帮你设好——这就是智能体在工作的典型例子。思考 → 行动 → 观察循环定义是智能体每回合的工作方式LLM 先产出思考Thought再决定调用哪个工具Action拿到工具返回的结果Observation后进入下一轮。作用是把复杂任务拆成可执行的单步。举例让 Agent查询天气并提醒带伞它会先思考需要查天气调用天气工具观察返回的温度再决定是否提醒。工具Tool与行动Action的区别工具是 Agent 可调用的外部资源一个 Python 函数、一个 API行动是 Agent 为完成目标选择执行的步骤。前者是手里有什么后者是决定做什么。阶段三选一个框架深入动手造 Agent做什么在三大智能体框架中选一个作为主力把会看概念升级成会写框架代码。怎么做先读 Unit 2 总览了解smolagents、LlamaIndex、LangGraph的定位差异。新手建议从 smolagents 模块 入手它代码量最少、概念最直接先学 为什么用它、工具体系再按 代码智能体、检索智能体、视觉智能体 的顺序做练习最后完成 final_quiz。有余力再横向看 LlamaIndex 模块面向在自己数据上跑智能体的场景和 LangGraph 模块面向需要精细控制流程的生产级应用。对该用哪个框架拿不准时参考 when_to_use_langgraph.mdx 里的选型思路先按任务复杂度决定而不是按热度决定。产出至少一个自己从零写出的、带工具调用的智能体以及对该框架核心抽象状态、循环、工具的理解。阶段四用 Agentic RAG 做真实用例做什么进入 Unit 3把 Agent 接入检索增强场景体会能回答自己知识范围之外的问题。怎么做阅读 agentic-rag.mdx理解传统 RAG 与 Agentic RAG 的差异后者让 Agent 自己决定何时检索、检索什么。按 tools.mdx 配置检索工具再按 agent.mdx 组装成完整应用。关注 invitees.mdx 等配套材料巩固用例细节。产出一个能基于私有资料回答问题、且会自主决定检索时机的 Agentic RAG 应用。这个项目是最终项目的直接预热。阶段五最终项目与结业证书做什么构建并提交自己的最终 Agent在 GAIA 基准子集上把成绩做到 30% 以上领取课程结业证书Certificate of Completion。怎么做阅读 GAIA 基准介绍这是一个由 466 道对人类简单、对 AI 很难的真实任务组成的评测集分 3 个难度等级。最终项目用的是其中 Level 1 的 20 道题课程认为拿到 30% 是公平合理的目标线。查看 hands-on 文档 的评测流程课程提供了一个评分 API可拉题、可提交答案和一个可自由改动的模板 Space。你需要复制模板到自己的账号下保持 Space 公开然后提交三样东西——你的用户名、Space 代码链接、Agent 给出的 20 个答案。提交时注意答案按精确匹配计分要提示你的 Agent 只输出答案本身、不要带多余措辞。分数达标后按 get-your-certificate 页面 领取证书打开证书页 → 用 Hugging Face 账号登录 → 填写将显示在证书上的姓名 → 点击获取证书完成校验并下载。顺手看看 学员排行榜了解同类项目的成绩分布官方说明该榜仅供交流不严肃计分。产出一张结业证书 一个可公开访问的智能体 Space 一次完整的构建—评测—修正工程体验。关于 GAIA 基准定义GAIA 是评估通用 AI 助手的公开基准考察推理、多模态理解、网页浏览和工具使用的组合能力。作用它的题目人类约 92% 能答对、纯 GPT-4 加插件约 15%因此是检验 Agent 系统而非单一模型能力的好标尺。举例一道题会要求你从 2008 年的一幅画中识别水果再关联到某艘轮船 1949 年的早餐菜单——需要多跳检索、图像理解和严格的答案格式单靠一次模型回答几乎不可能完成而一个会规划、会调工具的 Agent 可以逐步拆解。避坑指南新手最常踩的 4 个坑测验通过后忘记点 Submit这是官方在 Unit 1 测验页面里单独加粗提醒的事项。没保存成绩 没通过 领不了证书。做完测验先点提交再刷新确认成绩已记录。把对话机器人当成智能体课程反复强调只会静态问答、不能执行动作的系统不算 Agent。如果学到一半发现自己只是在调聊天接口回头复习 what-are-agents.mdx 和 thoughts.mdx重新理解行动环节。最终项目答案格式带废话评分是精确匹配Agent 回复答案是 X会被判错。训练提示词让输出只有答案本身提交前先用 hands-on 文档 里的流程干跑一遍。积分用完后卡住不动不要中断练习。按 onboarding 的 Ollama 步骤 在本机起一个模型服务把模型类换成LiteLLMModel即可继续代码结构不变。另外最终单元引导较少、更考验独立编码能力提前把 Unit 1~3 的代码都亲手跑一遍能显著降低卡壳概率。资源索引入口、文档与社区课程总览与单元导航README.md新手引导账号、Discord、Ollamaunits/en/unit0/onboarding.mdxUnit 1 入口与测验introduction.mdx、final-quiz.mdx三大框架模块smolagents、LlamaIndex、LangGraphAgentic RAG 用例units/en/unit3/agentic-rag/introduction.mdx最终项目与证书what-is-gaia.mdx、hands-on.mdx、get-your-certificate.mdx多语言课程版本仓库提供 中文、韩语、西班牙语 等翻译可对照阅读课程配套测验题库Unit 1 题库数据quiz/data/unit_1.json下一步今天就可以开始的三件事注册或登录 Hugging Face 账号走完 Unit 0 的引导流程。打开 Unit 1先只读概念部分然后按教程构建你的第一个 Agent Alfred。把Unit 1 测验成绩已提交设为第一个硬性检查点——它决定了你第一张证书的解锁时间也为你后面 4~6 周的学习定下节奏。学完课程并不只是多一张证书你会留下一个公开可访问的智能体项目、一次完整评测的工程经验以及可以写进简历的从概念到基准评测的实操履历。课程免费、不限时唯一需要投入的是按顺序走完上面五个阶段。【免费下载链接】agents-courseThis repository contains the Hugging Face Agents Course.项目地址: https://gitcode.com/GitHub_Trending/ag/agents-course创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Hugging Face 智能体课程认证怎么考：5 个阶段完成免费认证
Hugging Face 智能体课程认证怎么考5 个阶段完成免费认证【免费下载链接】agents-courseThis repository contains the Hugging Face Agents Course.项目地址: https://gitcode.com/GitHub_Trending/ag/agents-courseHugging Face 智能体课程Agents Course认证能帮你把听说过智能体变成能独立做出一个可评测的智能体课程从 Agent 的基本概念讲起带你在smolagents、LangGraph、LlamaIndex三大框架中动手实践最后用 GAIA 基准的子集测试你的 Agent成绩达标即可免费领取官方证书。整条认证路径不需要任何费用也设有明确的阶段性产出适合零基础和已有一定 Python 基础的开发者。认证之前先备好账号、环境与时间在开始第一个单元之前把以下四件事准备好可以避免学习中途被打断。账号一个 Hugging Face 账号免费注册。课程测验、证书生成、Agent 发布都基于这个账号建议注册时就用你希望出现在证书上的身份体系。Python 基础课程前置要求是基本的 Python 知识和对 LLM 的大致了解。写函数、装库、跑脚本不卡顿即可不需要机器学习背景。模型调用方式课程示例默认通过 Hugging Face 的无服务器推理接口调用模型会消耗平台积分。如果积分不够可以在本机安装 Ollama 运行开源模型配合LiteLLMModel无缝替换其余代码不用改onboarding 文档有完整步骤。时间投入Unit 1 是最大的一块官方建议留出充足时间并多次回看。按每周 3~5 小时估算完成全部单元加最终项目大约需要 4~6 周节奏完全由你掌握。仓库可选如果想阅读课程源文件或离线对照可以克隆仓库git clone https://gitcode.com/GitHub_Trending/ag/agents-course阶段一注册并跑通课程流程做什么完成新手引导确认自己能学、能问、能领证。怎么做打开 Unit 0 欢迎章节阅读课程说明与学习规范。按 onboarding 文档 完成五步创建账号、加入 Discord 社区并在自我介绍频道发言、关注课程官方组织、分享你的学习动态可选、配置 Ollama可选。浏览各单元入口确认目录结构与你的计划一致。产出一个可用的账号 熟悉课程入口的学习环境。这一步不做完后面的测验成绩无法与你的账号绑定。阶段二吃透智能体基础拿下第一张证书做什么掌握 Unit 1 的全部概念构建第一个 Agent并通过单元测验领取智能体基础证书。怎么做按顺序阅读 Unit 1什么是智能体what-are-agents.mdx→ LLM 的角色what-are-llms.mdx→ 消息与特殊令牌messages-and-special-tokens.mdx。学习工具与行动的机制tools.mdx、thoughts.mdx、actions.mdx、observations.mdx。完成 教程环节用smolagents库构建你的第一个 Agent课程里叫 Alfred并把它发布到 Hugging Face Spaces 分享给别人。做完 quiz1 和 quiz2 的单元测验后进入 final-quiz 完成最终测验。测验通过后务必点击 Submit 保存成绩否则成绩不会记录也就无法解锁证书。产出一个跑起来的第一个 Agent 智能体基础课程证书Fundamentals Certificate可下载并放到 LinkedIn 个人资料里。三个必须搞懂的概念智能体Agent定义是能推理、规划并调用工具与外部环境交互以达成目标的程序。作用是把 LLM 从只输出文本变成能干活。举例Siri 听懂指令、推理出你要定闹钟然后真的帮你设好——这就是智能体在工作的典型例子。思考 → 行动 → 观察循环定义是智能体每回合的工作方式LLM 先产出思考Thought再决定调用哪个工具Action拿到工具返回的结果Observation后进入下一轮。作用是把复杂任务拆成可执行的单步。举例让 Agent查询天气并提醒带伞它会先思考需要查天气调用天气工具观察返回的温度再决定是否提醒。工具Tool与行动Action的区别工具是 Agent 可调用的外部资源一个 Python 函数、一个 API行动是 Agent 为完成目标选择执行的步骤。前者是手里有什么后者是决定做什么。阶段三选一个框架深入动手造 Agent做什么在三大智能体框架中选一个作为主力把会看概念升级成会写框架代码。怎么做先读 Unit 2 总览了解smolagents、LlamaIndex、LangGraph的定位差异。新手建议从 smolagents 模块 入手它代码量最少、概念最直接先学 为什么用它、工具体系再按 代码智能体、检索智能体、视觉智能体 的顺序做练习最后完成 final_quiz。有余力再横向看 LlamaIndex 模块面向在自己数据上跑智能体的场景和 LangGraph 模块面向需要精细控制流程的生产级应用。对该用哪个框架拿不准时参考 when_to_use_langgraph.mdx 里的选型思路先按任务复杂度决定而不是按热度决定。产出至少一个自己从零写出的、带工具调用的智能体以及对该框架核心抽象状态、循环、工具的理解。阶段四用 Agentic RAG 做真实用例做什么进入 Unit 3把 Agent 接入检索增强场景体会能回答自己知识范围之外的问题。怎么做阅读 agentic-rag.mdx理解传统 RAG 与 Agentic RAG 的差异后者让 Agent 自己决定何时检索、检索什么。按 tools.mdx 配置检索工具再按 agent.mdx 组装成完整应用。关注 invitees.mdx 等配套材料巩固用例细节。产出一个能基于私有资料回答问题、且会自主决定检索时机的 Agentic RAG 应用。这个项目是最终项目的直接预热。阶段五最终项目与结业证书做什么构建并提交自己的最终 Agent在 GAIA 基准子集上把成绩做到 30% 以上领取课程结业证书Certificate of Completion。怎么做阅读 GAIA 基准介绍这是一个由 466 道对人类简单、对 AI 很难的真实任务组成的评测集分 3 个难度等级。最终项目用的是其中 Level 1 的 20 道题课程认为拿到 30% 是公平合理的目标线。查看 hands-on 文档 的评测流程课程提供了一个评分 API可拉题、可提交答案和一个可自由改动的模板 Space。你需要复制模板到自己的账号下保持 Space 公开然后提交三样东西——你的用户名、Space 代码链接、Agent 给出的 20 个答案。提交时注意答案按精确匹配计分要提示你的 Agent 只输出答案本身、不要带多余措辞。分数达标后按 get-your-certificate 页面 领取证书打开证书页 → 用 Hugging Face 账号登录 → 填写将显示在证书上的姓名 → 点击获取证书完成校验并下载。顺手看看 学员排行榜了解同类项目的成绩分布官方说明该榜仅供交流不严肃计分。产出一张结业证书 一个可公开访问的智能体 Space 一次完整的构建—评测—修正工程体验。关于 GAIA 基准定义GAIA 是评估通用 AI 助手的公开基准考察推理、多模态理解、网页浏览和工具使用的组合能力。作用它的题目人类约 92% 能答对、纯 GPT-4 加插件约 15%因此是检验 Agent 系统而非单一模型能力的好标尺。举例一道题会要求你从 2008 年的一幅画中识别水果再关联到某艘轮船 1949 年的早餐菜单——需要多跳检索、图像理解和严格的答案格式单靠一次模型回答几乎不可能完成而一个会规划、会调工具的 Agent 可以逐步拆解。避坑指南新手最常踩的 4 个坑测验通过后忘记点 Submit这是官方在 Unit 1 测验页面里单独加粗提醒的事项。没保存成绩 没通过 领不了证书。做完测验先点提交再刷新确认成绩已记录。把对话机器人当成智能体课程反复强调只会静态问答、不能执行动作的系统不算 Agent。如果学到一半发现自己只是在调聊天接口回头复习 what-are-agents.mdx 和 thoughts.mdx重新理解行动环节。最终项目答案格式带废话评分是精确匹配Agent 回复答案是 X会被判错。训练提示词让输出只有答案本身提交前先用 hands-on 文档 里的流程干跑一遍。积分用完后卡住不动不要中断练习。按 onboarding 的 Ollama 步骤 在本机起一个模型服务把模型类换成LiteLLMModel即可继续代码结构不变。另外最终单元引导较少、更考验独立编码能力提前把 Unit 1~3 的代码都亲手跑一遍能显著降低卡壳概率。资源索引入口、文档与社区课程总览与单元导航README.md新手引导账号、Discord、Ollamaunits/en/unit0/onboarding.mdxUnit 1 入口与测验introduction.mdx、final-quiz.mdx三大框架模块smolagents、LlamaIndex、LangGraphAgentic RAG 用例units/en/unit3/agentic-rag/introduction.mdx最终项目与证书what-is-gaia.mdx、hands-on.mdx、get-your-certificate.mdx多语言课程版本仓库提供 中文、韩语、西班牙语 等翻译可对照阅读课程配套测验题库Unit 1 题库数据quiz/data/unit_1.json下一步今天就可以开始的三件事注册或登录 Hugging Face 账号走完 Unit 0 的引导流程。打开 Unit 1先只读概念部分然后按教程构建你的第一个 Agent Alfred。把Unit 1 测验成绩已提交设为第一个硬性检查点——它决定了你第一张证书的解锁时间也为你后面 4~6 周的学习定下节奏。学完课程并不只是多一张证书你会留下一个公开可访问的智能体项目、一次完整评测的工程经验以及可以写进简历的从概念到基准评测的实操履历。课程免费、不限时唯一需要投入的是按顺序走完上面五个阶段。【免费下载链接】agents-courseThis repository contains the Hugging Face Agents Course.项目地址: https://gitcode.com/GitHub_Trending/ag/agents-course创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考