课程定位：Hugging Face Agents Course 由四个主要单元组成，从 Agent 基础出发，经过框架与 Agentic RAG，最后完成带评测的项目。
你会学到：课程先介绍 Agent 概念，再分别学习 smolagents、LlamaIndex 与 LangGraph；附加单元还包括函数调用微调、可观测性和评测。
推荐学习顺序：先完成 Unit 0 和 Unit 1，再选择框架。Unit 2 中先实现最小工具型 Agent 并记录失败案例，之后再进入 Agentic RAG 和最终评测。
开始前准备：课程明确要求基础 Python。实际练习还可能需要 Hugging Face 账号、模型访问权限与相应计算资源，具体取决于所选单元。
适合谁：适合希望通过项目学习 Agent，并比较多个常用框架的 Python 学习者。
注意事项：一次同时尝试所有框架会增加无谓复杂度。框架 API 更新较快，应使用课程当前环境文件，并在排错前核对依赖版本。 使用受限 Token，检查 Agent 能调用的每个工具，并限制迭代与费用；早期练习不要授予文件系统或浏览器等高权限。
项目与许可：仓库内容按 Apache-2.0 提供，具体以项目当前 LICENSE 为准。项目地址：https://github.com/huggingface/agents-course
把目标拆成输入、动作和输出，再逐步加入检查点。
保留示例、失败条件和复核标准，教程才真正可复用。
提示：先用小样例验证，再扩大到真实任务。