从零基础到独立开发 AI Agent 的 24 节系统课程面向人群有编程基础前后端/测试等的开发人员总课时24 节每节约 60-90 分钟课程形式理论讲解 代码演示 随堂练习 综合项目 课程概述课程定位从零开始系统掌握 AI Agent 的核心原理、开发框架与工程实践。前置要求了解基本的 HTTP 请求、JSON 数据结构对 AI 大模型有基础认知即可。核心目标结业时能够独立设计、开发、测试并部署一个生产级的 AI Agent 应用。️ 课程总览模块章节核心内容模块一认知篇2节第1-2节什么是 AI Agent、发展历程、核心概念与典型应用场景模块二基础篇4节第3-6节LLM 调用、Prompt Engineering、工具调用Function Calling模块三框架篇6节第7-12节LangChain / LlamaIndex 核心组件Model I/O、Chain、Memory、Retrieval、Tool 等模块四进阶篇6节第13-18节ReAct 架构、多 Agent 协作、RAG 深度实战、Agent 记忆系统模块五工程篇4节第19-22节Agent 评估与测试、部署与监控、性能优化模块六综合实战2节第23-24节端到端项目从需求分析到上线交付 详细课程大纲模块一认知篇 — 走进 AI Agent 的世界2节第1节AI Agent 是什么从 ChatGPT 到 Agent大模型能力的边界与突破AI Agent 的定义自主感知、规划、决策、执行Agent 的核心组成LLM 记忆 规划 工具典型应用场景智能客服、自动化办公、代码助手、数据分析 Agent主流框架生态概览LangChain、LlamaIndex、AutoGen、Dify 等第2节AI Agent 发展脉络与趋势从符号主义到连接主义Agent 的技术演进重要里程碑ReAct、Chain-of-Thought、Tree-of-Thoughts2024-2026 年 Agent 领域最新进展Agent 的局限与挑战幻觉、安全性、成本控制动手搭建第一个“Hello Agent”——用 API 调用大模型完成一次简单问答模块二基础篇 — 大模型调用与提示工程4节第3节大模型 API 调用实战主流大模型 API 对比OpenAI、Claude、国产模型通义、文心、智谱等API 调用基础认证、请求构造、参数解析temperature、top_p、max_tokens 等同步 vs 流式调用动手封装一个统一的 LLM 调用客户端第4节Prompt Engineering 核心技巧什么是 Prompt系统提示词 vs 用户提示词经典技巧角色设定、Few-shot、Chain-of-Thought结构化输出JSON Mode / Function Calling 实现可控输出动手设计一个“专业面试官”Agent 的提示词系统第5节Function Calling / 工具调用入门什么是 Function Calling让 LLM 调用外部函数工具定义规范JSON Schema 描述工具调用流程LLM 决策 → 执行工具 → 返回结果动手为 Agent 添加“查询天气”和“发送邮件”两个工具第6节从单次调用到对话上下文对话历史管理消息列表的维护Token 消耗与上下文窗口管理动手构建一个带记忆的简单聊天 Agent模块三框架篇 — LangChain 核心组件6节第7节LangChain 入门与 Model I/OLangChain 生态概览核心模块与设计哲学Model I/OLLM 与 ChatModel 的统一接口PromptTemplate 与 ChatPromptTemplate动手用 LangChain 重构第3节的 LLM 调用第8节Chain — 构建执行流程什么是 Chain将多个组件串联成流水线常用 ChainLLMChain、SequentialChain、RouterChain动手构建一个“问题分类 → 路由到不同专家”的 Chain第9节Memory — Agent 的记忆系统记忆的类型短时记忆对话缓存vs 长时记忆向量存储常用 Memory 实现ConversationBufferMemory、ConversationSummaryMemory、VectorStoreRetrieverMemory动手为 Agent 添加持久化记忆能力第10节Retrieval — 让 Agent 连接外部知识RAG 核心流程Retrieve → Augment → Generate文档加载与分割如何高效处理长文档向量数据库入门Chroma / FAISS / Pinecone动手构建一个“企业知识库问答 Agent”第11节Tool 与 Agent Executor深入 Tool 机制从函数到工具的标准化封装Agent ExecutorAgent 的运行时引擎动手构建一个多工具 Agent搜索 计算 数据库查询第12节深入 LangGraph — 有状态的 Agent 工作流LangGraph 是什么超越 Chain 的图结构编排节点、边、状态管理动手用 LangGraph 构建一个带条件分支的 Agent模块四进阶篇 — 架构、协作与记忆6节第13节ReAct 架构深度解析ReAct 论文精讲Reasoning Acting 的协同ReAct 的 Prompt 设计模式动手从零实现一个 ReAct Agent不依赖框架第14节Plan-and-Execute 架构规划器 执行器分离的设计思想任务分解与依赖管理动手构建一个“旅行规划 Agent”规划行程 → 查机票 → 查酒店 → 生成攻略第15节多 Agent 协作上— 基础模式多 Agent 系统的设计模式委派、投票、辩论AutoGen 框架入门动手构建“编剧 评论家”双 Agent 协作写剧本第16节多 Agent 协作下— 复杂编排层级式多 Agent 系统Agent 间的通信协议与状态同步动手构建“产品经理 程序员 测试”三 Agent 协作开发流程第17节Agent 的高级记忆系统向量记忆 vs 图谱记忆 vs 关系型记忆记忆的检索策略相似度检索、重排序、MMR动手为 Agent 构建“长期记忆 短期记忆”双层系统第18节Agent 的安全与对齐Prompt Injection 攻击与防御输出审核与内容安全Agent 的行为约束与对齐技术动手为 Agent 添加安全守卫层模块五工程篇 — 评估、部署与优化4节第19节Agent 的评估与测试为什么 Agent 评估很难—— 非确定性输出的挑战评估指标任务完成率、工具调用准确率、幻觉率评估框架Ragas、LangSmith动手为你的 Agent 构建自动化测试集第20节Agent 的部署与上线将 Agent 封装为 RESTful API 服务服务化架构FastAPI LangServe异步处理与任务队列Celery / Redis动手将课程项目 Agent 部署为可调用的 API 服务第21节Agent 的可观测性与监控日志、追踪与链路监控LangSmith / LangFuse 深度集成成本监控Token 消耗与 API 费用追踪动手为 Agent 接入完整的可观测性体系第22节Agent 的性能优化延迟优化流式输出、缓存、模型蒸馏成本优化小模型路由、Prompt 压缩质量优化Self-Consistency、Re-ranking动手优化你的 Agent 响应速度与成本模块六综合实战 — 端到端项目2节第23节综合实战上— 需求分析与架构设计项目选题三选一项目A智能客服 Agent知识库 多轮对话 工单创建项目B代码审查 Agent代码分析 建议生成 自动修复项目C数据分析 Agent自然语言查询 SQL 生成 可视化需求梳理、技术选型、架构设计动手完成项目的基础框架搭建第24节综合实战下— 开发、测试与交付完整开发实现核心功能模块单元测试与集成测试部署上线与演示课程总结与后续学习路径建议 学习建议循序渐进即使有编程基础也建议从第1节开始建立完整的认知框架。动手优先每节课的“动手”环节是核心建议边学边写不要只看不练。代码仓库建议为每节课建立独立的代码分支方便回溯和对比。社区参与关注 LangChain 官方文档、GitHub Discussions 和相关的技术社区。持续跟进Agent 领域迭代极快课程结束后建议保持每月关注 1-2 篇前沿论文或框架更新。 课程资源索引课时标题博客链接待发布第1-2节认知篇综合[已发布]第3节大模型API调用实战[已发布]第4节Prompt Engineering核心技巧[已发布]第5节Function Calling工具调用入门[已发布]第6节从单次调用到对话上下文[已发布]第7-24节后续课程持续更新中… 本大纲是《AI Agent开发实战》系列课程的总体框架每节课均有独立的博客文章包含详细理论、代码示例和课后作业。关注我获取最新更新