기초 이론부터 실제 구현까지 완전히 마스터하는 AI 에이전트 시스템 구축 교과서
중간맛 분석
스택: Python, LLM (OpenAI 등), AutoGen, AgentScope, LangGraph 등 에이전트 프레임워크. 난이도: Python 기초 + LLM 개념만 있으면 시작 가능(심화 부분은 난이도 높음). 구성: 이론 3개 파트(기초·개념·발전사) + 실습 2개 파트(경전 범식 구현·프레임워크)로 나뉨. 바로 쓸 수 있는가: 각 장마다 동작하는 코드 제공, 온라인 및 로컬 학습 모두 지원. 데모/예제: ReAct, Plan-and-Solve 패턴 구현, 스마트 여행 어시스턴트, 사이버 타운, 자동 리서치 에이전트 등 5개 완전 사례 프로젝트 포함.
이런 레포예요
이럴 때 쓰면 좋아요
- LLM 기반 자율 에이전트 시스템을 구축하고 싶은 AI 엔지니어의 실무 학습
- Dify·Coze 같은 로우코드 도구 너머 에이전트 핵심 원리를 이해하려는 개발자
- 여행 플래너, 리서치 자동화, 시뮬레이션 같은 멀티에이전트 프로젝트를 직접 만들고 싶은 학생·업무자
핵심 기능
대안 대비 차별점
일반적인 LLM 튜토리얼과 달리, 에이전트의 정의·역사·원리부터 출발해 진정한 AI 드리븐 에이전트 설계와 실제 멀티에이전트 시스템 개발까지 16개 장의 체계적 커리큘럼으로 전수하며, Datawhale 커뮤니티의 지속적 지원과 실제 작동하는 예제 코드를 모두 제공한다.
먹어본 사람들
실제로 차려 먹어본 손님들의 흔적이에요 — 한마디와 완주 인증 모두 검수 후 공개돼요.
이 레포, 해먹는 법
처음 오셨어요? 어렵지 않아요 — 위에서 아래로 따라 하면 내 컴퓨터에 이 레포를 차려서 바로 맛볼 수 있어요.
준비물
- Python 기초 프로그래밍 능력
- LLM API 호출 경험 또는 기본 개념 이해
깃밥트라이로 맛보기
받아보기 귀찮고 살짝 불안했다면 — 안전 스캔부터 설치까지 터미널 한 줄로 끝나요.
터미널에 붙여넣으면 깃밥 안전 스캔 → 격리 폴더 clone → 설치 → 실행법 안내까지 자동이에요. 처음이어도 괜찮아요 — 이 한 줄이 전부예요.
npx gitbap-try datawhalechina/hello-agents
Node.js만 있으면 설치 없이 실행돼요 · 깃밥트라이가 뭐예요? →
별 추이 · 7일
확인 시각
활용성 · 따라 만들기 좋은가
- 관대한 라이선스
- 테스트 있음
- 예제 디렉토리
- 최근 활동
- AGENTS.md
- llms.txt
- 템플릿
🟢 최근 활동 있음 · 2025년 생성
「LLM 도구·RAG」 이런 레포, 매주 받아보실래요?
매주 월요일 아침, 골라 담은 밥상만. 광고 없이 · 언제든 해지.
내 레포인가요? README에 깃밥 배지 달기
[](https://www.gitbap.com/r/datawhalechina/hello-agents)🔌 클로드에서 바로 써보기 — 깃밥 연결하는 법
깃밥을 클로드에 연결하면 이런 레포를 클로드·커서·Codex에서 바로 찾고 체험할 수 있어요.
클로드 설정 → 커넥터에 이 주소를 붙여넣기.
https://www.gitbap.com/api/mcp플러그인을 설치하면 /gitbap-trending·/gitbap-try 슬래시 커맨드로 레포를 그 자리에서 체험. Claude Code에서 아래 두 줄을 차례로 실행하세요.
/plugin marketplace add jakeparkcolde/gitbap-cowork/plugin install gitbap-cowork@gitbapAI가 README 기반으로 요약했습니다 · 원문 보기