价格: 59 学币

本课程从 0 到 1,带你系统掌握 AI Agent 开发的完整能力。采用“先手写最小 Agent,再框架重构”的教学方式,让你吃透底层逻辑,摆脱只会调 API、不会排错的困境。课程内容涵盖大模型基础、Agent 编排、多模态、安全评估与工程实现五大模块,聚焦工程可靠性,帮你打造可直接上线的 Agent。全课程以8个项目贯穿始终,1个综合实战大项目结尾,助你成长为具备落地能力的 AI Agent 工程师。
全新版本 · 完整体系 · 深入原理,从 0 到 1 转型 AI Agent 工程师

.
├── 第1章 课程简介/
│ ├── [ 46M] 1-1导学
│ ├── [ 34K] 1-2开篇:本门课程从0到1学习带你学习Agent大模型.html
│ ├── [672K] 1-2开篇:本门课程从0到1学习带你学习Agent大模型.pdf
│ ├── [ 16K] 1-3加入课程群.html
│ └── [112K] 1-3加入课程群.pdf
├── 第2章 大语言模型与AI应用基础/
│ ├── [ 34K] 2-1从聊天机器人开始认识大语言模型.html
│ ├── [5.0M] 2-1从聊天机器人开始认识大语言模型.pdf
│ ├── [ 43K] 2-2AI、机器学习、深度学习与大语言模型.html
│ ├── [4.0M] 2-2AI、机器学习、深度学习与大语言模型.pdf
│ ├── [5.0M] 2-2AI、机器学习、深度学习与大语言模型_1
│ ├── [1.5M] 2-2AI、机器学习、深度学习与大语言模型_2
│ ├── [3.7M] 2-2AI、机器学习、深度学习与大语言模型_3
│ ├── [ 68K] 2-3大语言模型如何生成内容.html
│ ├── [421K] 2-3大语言模型如何生成内容
│ ├── [5.5M] 2-3大语言模型如何生成内容.pdf
│ ├── [ 40K] 2-4Token:模型处理文本的基本单位.html
│ ├── [864K] 2-4Token:模型处理文本的基本单位.pdf
│ ├── [ 62K] 2-5深入大模型调用原理:Prompt、Message与模型输入.html
│ ├── [ 39M] 2-5深入大模型调用原理:Prompt、Message与模型输入
│ ├── [3.0M] 2-5深入大模型调用原理:Prompt、Message与模型输入.pdf
│ ├── [ 71K] 2-6深入上下文管理:ContextWindow与ContextBudget.html
│ ├── [1.4M] 2-6深入上下文管理:ContextWindow与ContextBudget.pdf
│ ├── [ 56K] 2-7生成随机性、模型幻觉与能力边界.html
│ ├── [ 68M] 2-7生成随机性、模型幻觉与能力边界
│ ├── [938K] 2-7生成随机性、模型幻觉与能力边界.pdf
│ ├── [ 82K] 2-8普通模型、推理模型与多模态模型如何选择.html
│ ├── [908K] 2-8普通模型、推理模型与多模态模型如何选择.pdf
│ ├── [ 64K] 2-9深入Transformer:大模型为什么能理解上下文与生成内容.html
│ ├── [5.0M] 2-9深入Transformer:大模型为什么能理解上下文与生成内容.pdf
│ ├── [ 47K] 2-10总结:学到的知识如何在简历和面试中体现.html
│ └── [5.5M] 2-10总结:学到的知识如何在简历和面试中体现.pdf
├── 第3章 RAG 原理、向量数据库、混合检索与 Rerank/
│ ├── [ 54K] 3-1为什么模型需要RAG:从手动补充资料到最小检索增强生成.html
│ ├── [1.2M] 3-1为什么模型需要RAG:从手动补充资料到最小检索增强生成.pdf
│ ├── [ 57K] 3-2RAG的关键流程:实战Embedding模型向量化语义检索方案.html
│ ├── [1.3M] 3-2RAG的关键流程:实战Embedding模型向量化语义检索方案.pdf
│ ├── [ 68K] 3-3完整向量检索实现:距离度量、相似度、TopK与similarity.html
│ ├── [2.5M] 3-3完整向量检索实现:距离度量、相似度、TopK与similarity.pdf
│ ├── [103K] 3-4设计一套完整的Metadata、ChunkID与版本更新方案.html
│ ├── [1.9M] 3-4设计一套完整的Metadata、ChunkID与版本更新方案.pdf
│ ├── [ 67K] 3-5使用Milvus与ZillizCloud完成持久化、索引、过滤与更新.html
│ ├── [ 98M] 3-5使用Milvus与ZillizCloud完成持久化、索引、过滤与更新
│ ├── [6.4M] 3-5使用Milvus与ZillizCloud完成持久化、索引、过滤与更新.pdf
│ ├── [ 39K] 3-6BM25与混合检索:使用Rerank提高召回率.html
│ ├── [1.7M] 3-6BM25与混合检索:使用Rerank提高召回率.pdf
│ ├── [ 23K] 3-7实战:使用Milvus实现BM25与混合检索.html
│ ├── [193M] 3-7实战:使用Milvus实现BM25与混合检索
│ ├── [644K] 3-7实战:使用Milvus实现BM25与混合检索.pdf
│ ├── [ 50K] 3-8QueryRewrite与Multi-Query:解决问题和文档表达不一致.html
│ ├── [1.0M] 3-8QueryRewrite与Multi-Query:解决问题和文档表达不一致.pdf
│ ├── [ 63K] 3-9Rerank模型深度解析:候选文档精排、TopK筛选与chunk抽离.html
│ ├── [2.2M] 3-9Rerank模型深度解析:候选文档精排、TopK筛选与chunk抽离.pdf
│ ├── [ 51K] 3-10被大模型坑过一次之后,咱必须得把RAG的答案生成、来源引用和拒答机制补全了.html
│ ├── [2.4M] 3-10被大模型坑过一次之后,咱必须得把RAG的答案生成、来源引用和拒答机制补全了.pdf
│ ├── [ 60K] 3-11RAG质量评估体系!详解:Recall@K、MRR、Faithfulness.html
│ ├── [2.0M] 3-11RAG质量评估体系!详解:Recall@K、MRR、Faithfulness.pdf
│ ├── [ 46K] 3-12实战:构建支持文档更新、权限隔离与混合检索的企业知识库.html
│ ├── [2.0M] 3-12实战:构建支持文档更新、权限隔离与混合检索的企业知识库.pdf
│ ├── [ 54M] 3-12实战:构建支持文档更新、权限隔离与混合检索的企业知识库_1
│ ├── [106M] 3-12实战:构建支持文档更新、权限隔离与混合检索的企业知识库_2
│ ├── [ 48K] 3-13总结:RAG学到的内容如何在简历和面试中体现?.html
│ └── [6.0M] 3-13总结:RAG学到的内容如何在简历和面试中体现?.pdf
├── 第4章 MCP 原理、Tool Calling 与能力连接/
│ ├── [ 18K] 4-1章介绍.html
│ ├── [ 66K] 4-1章介绍.pdf
│ ├── [ 70K] 4-2手写一条完整的ToolCalling循环调用链.html
│ ├── [1.9M] 4-2手写一条完整的ToolCalling循环调用链.pdf
│ ├── [ 47K] 4-3理解Host、Client、Server能力发现与协议边界.html
│ ├── [3.8M] 4-3理解Host、Client、Server能力发现与协议边界.pdf
│ ├── [ 56K] 4-4MCPServer能力建模.html
│ ├── [2.5M] 4-4MCPServer能力建模.pdf
│ ├── [ 66K] 4-5构建MCPHost协议适配层.html
│ ├── [2.6M] 4-5构建MCPHost协议适配层.pdf
│ ├── [ 37M] 4-5构建MCPHost协议适配层_1
│ ├── [ 51M] 4-5构建MCPHost协议适配层_2
│ ├── [ 46K] 4-6完成远程MCP调用,深入stdio、StreamableHTTP连接方案.html
│ ├── [4.4M] 4-6完成远程MCP调用,深入stdio、StreamableHTTP连接方案.pdf
│ ├── [ 60K] 4-7实现一个退款系统,完整讲解.html
│ ├── [4.8M] 4-7实现一个退款系统,完整讲解.pdf
│ ├── [ 31K] 4-8实战(上):企业售后MCP项目演示与结构拆解.html
│ ├── [1.0M] 4-8实战(上):企业售后MCP项目演示与结构拆解.pdf
│ ├── [ 48M] 4-8实战(上):企业售后MCP项目演示与结构拆解_1
│ ├── [ 49M] 4-8实战(上):企业售后MCP项目演示与结构拆解_2
│ ├── [ 82M] 4-8实战(上):企业售后MCP项目演示与结构拆解_3
│ ├── [ 47K] 4-9实战(中):企业级MCP落地方案.html
│ ├── [5.7M] 4-9实战(中):企业级MCP落地方案.pdf
│ ├── [ 46K] 4-10实战(下):长任务、MCPApps与AgentHost完整闭环.html
│ ├── [8.3M] 4-10实战(下):长任务、MCPApps与AgentHost完整闭环.pdf
│ ├── [ 44K] 4-11总结:MCP学到的内容如何在简历和面试中体现.html
│ └── [2.9M] 4-11总结:MCP学到的内容如何在简历和面试中体现.pdf
├── 第5章 Agent 执行原理、任务规划与失败恢复/
│ ├── [ 19K] 5-1章介绍.html
│ ├── [ 90K] 5-1章介绍.pdf
│ ├── [ 61K] 5-2闭环、动态工具决策与执行轨迹.html
│ ├── [3.4M] 5-2闭环、动态工具决策与执行轨迹.pdf
│ ├── [ 58K] 5-3从ReAct到Plan-and-Execute:结构化、依赖调度与增量.html
│ ├── [7.0M] 5-3从ReAct到Plan-and-Execute:结构化、依赖调度与增量.pdf
│ ├── [ 84K] 5-4AgentRuntime:运行状态、执行预算与终止条件.html
│ ├── [6.4M] 5-4AgentRuntime:运行状态、执行预算与终止条件.pdf
│ ├── [ 47K] 5-5Agent结果校验:空结果、证据冲突与失败恢复.html
│ ├── [2.6M] 5-5Agent结果校验:空结果、证据冲突与失败恢复.pdf
│ ├── [ 31K] 5-6实战(上):实现一个AI编程Agent.html
│ ├── [ 86M] 5-6实战(上):实现一个AI编程Agent
│ ├── [2.6M] 5-6实战(上):实现一个AI编程Agent.pdf
│ ├── [ 65K] 5-7实战(中):实现ReAct、任务计划与执行控制.html
│ ├── [7.8M] 5-7实战(中):实现ReAct、任务计划与执行控制.pdf
│ ├── [ 49K] 5-8实战(下):实现失败恢复、人工确认与执行轨迹.html
│ ├── [8.0M] 5-8实战(下):实现失败恢复、人工确认与执行轨迹.pdf
│ ├── [ 42K] 5-9章总结:Agent学到的内容如何在简历和面试中体现.html
│ └── [2.8M] 5-9章总结:Agent学到的内容如何在简历和面试中体现.pdf
├── 第6章 LangChain 核心能力、运行原理、源码解析与生态详解/
│ ├── [ 23K] 6-1章介绍:LangChain生态与源码解析.html
│ ├── [754K] 6-1章介绍:LangChain生态与源码解析.pdf
│ ├── [ 41K] 6-2Agent框架选型:各框架的核心能力与设计方案.html
│ ├── [4.0M] 6-2Agent框架选型:各框架的核心能力与设计方案.pdf
│ ├── [ 67K] 6-3LangChain组件协议与运行时组合.html
│ ├── [738K] 6-3LangChain组件协议与运行时组合
│ ├── [5.0M] 6-3LangChain组件协议与运行时组合.pdf
│ ├── [ 50K] 6-4深入createAgent原理.html
│ ├── [5.1M] 6-4深入createAgent原理.pdf
│ ├── [ 64K] 6-5LangChainAgent数据契约+权限隔离.html
│ ├── [3.1M] 6-5LangChainAgent数据契约+权限隔离.pdf
│ ├── [ 68K] 6-6深入LangChainMiddleware.html
│ ├── [1.8M] 6-6深入LangChainMiddleware.pdf
│ ├── [ 62K] 6-7LangGraph状态图执行模型.html
│ ├── [3.8M] 6-7LangGraph状态图执行模型.pdf
│ ├── [ 48K] 6-8LangChain×LangGraph分层编排.html
│ ├── [2.1M] 6-8LangChain×LangGraph分层编排.pdf
│ ├── [ 55K] 6-9解剖createAgent构建链路.html
│ ├── [6.3M] 6-9解剖createAgent构建链路.pdf
│ ├── [ 51K] 6-10解剖createAgent控制流.html
│ ├── [7.9M] 6-10解剖createAgent控制流.pdf
│ ├── [ 42K] 6-11深入createAgent模型调用链路.html
│ ├── [4.7M] 6-11深入createAgent模型调用链路.pdf
│ ├── [ 46K] 6-12深入createAgentTool执行链路.html
│ ├── [6.0M] 6-12深入createAgentTool执行链路.pdf
│ ├── [ 35K] 6-13LangChain生态边界.html
│ ├── [5.1M] 6-13LangChain生态边界.pdf
│ ├── [ 34K] 6-14章总结.html
│ └── [4.0M] 6-14章总结.pdf
├── 第7章 Agent Memory、会话恢复与 Agentic RAG/
│ ├── [ 21K] 7-1章介绍:从保存聊天记录,到让Agent真正用上记忆.html
│ ├── [1.1M] 7-1章介绍:从保存聊天记录,到让Agent真正用上记忆.pdf
│ ├── [ 45K] 7-2短期记忆与会话恢复:Thread、Checkpointer与状态持久化.html
│ ├── [4.5M] 7-2短期记忆与会话恢复:Thread、Checkpointer与状态持久化.pdf
│ ├── [ 48K] 7-3Agent长上下文治理:消息安全裁剪、摘要回写与会话压缩.html
│ ├── [5.1M] 7-3Agent长上下文治理:消息安全裁剪、摘要回写与会话压缩.pdf
│ ├── [ 45K] 7-4长期记忆:Store、用户画像与跨会话信息保存.html
│ ├── [5.9M] 7-4长期记忆:Store、用户画像与跨会话信息保存.pdf
│ ├── [ 48K] 7-5记忆提取:Agent应该记住什么,什么时候写入.html
│ ├── [4.9M] 7-5记忆提取:Agent应该记住什么,什么时候写入.pdf
│ ├── [ 55K] 7-6记忆更新与遗忘:去重、冲突修正、过期与删除.html
│ ├── [4.0M] 7-6记忆更新与遗忘:去重、冲突修正、过期与删除.pdf
│ ├── [ 50K] 7-7记忆召回:通过精确寻址,挑选本次回答真正需要的信息.html
│ ├── [3.7M] 7-7记忆召回:通过精确寻址,挑选本次回答真正需要的信息.pdf
│ ├── [ 66K] 7-8AgenticRAG:按需检索、多轮补查与证据判断.html
│ ├── [7.3M] 7-8AgenticRAG:按需检索、多轮补查与证据判断.pdf
│ ├── [ 32K] 7-9实战(上):实现一个AI面试教练Agent.html
│ ├── [3.4M] 7-9实战(上):实现一个AI面试教练Agent.pdf
│ ├── [ 49M] 7-9实战(上):实现一个AI面试教练Agent_1
│ ├── [5.8M] 7-9实战(上):实现一个AI面试教练Agent_2
│ ├── [ 41K] 7-10实战(中):提取并管理训练记忆,薄弱点、用户画像与更新删除.html
│ ├── [5.1M] 7-10实战(中):提取并管理训练记忆,薄弱点、用户画像与更新删除.pdf
│ ├── [ 52K] 7-11实战(下):跨会话复测、AgenticRAG与训练效果验证.html
│ ├── [7.2M] 7-11实战(下):跨会话复测、AgenticRAG与训练效果验证.pdf
│ ├── [ 45K] 7-12章总结:Memory学到的内容如何在简历和面试中体现.html
│ └── [5.3M] 7-12章总结:Memory学到的内容如何在简历和面试中体现.pdf
├── 第8章 Agent 工作流:DDD、持久化执行与 Human-in-the-Loop/
│ ├── [ 18K] 8-1章介绍:让Agent完成一项可以暂停、修改和继续的制作任务.html
│ ├── [476K] 8-1章介绍:让Agent完成一项可以暂停、修改和继续的制作任务.pdf
│ ├── [ 29K] 8-2Agent业务建模与DDD:制作要求、大纲、页面和审核规则由谁管理.html
│ ├── [3.5M] 8-2Agent业务建模与DDD:制作要求、大纲、页面和审核规则由谁管理.pdf
│ ├── [ 38K] 8-3Agent持久化执行策略:服务重启以后,Agent如何继续之前的任务执行.html
│ ├── [2.5M] 8-3Agent持久化执行策略:服务重启以后,Agent如何继续之前的任务执行.pdf
│ ├── [ 47K] 8-4基于LangGraph的持久化工作流.html
│ ├── [3.0M] 8-4基于LangGraph的持久化工作流.pdf
│ ├── [ 32K] 8-5基于Graph工作流的局部重做与局部恢复.html
│ ├── [2.8M] 8-5基于Graph工作流的局部重做与局部恢复.pdf
│ ├── [ 22K] 8-6实战(上):AI演示文稿制作Agent的项目演示.html
│ ├── [ 53M] 8-6实战(上):AI演示文稿制作Agent的项目演示
│ ├── [788K] 8-6实战(上):AI演示文稿制作Agent的项目演示.pdf
│ ├── [ 58K] 8-7实战(中):从开始制作到大纲审核,串起持久化执行流程.html
│ ├── [7.4M] 8-7实战(中):从开始制作到大纲审核,串起持久化执行流程.pdf
│ ├── [ 69K] 8-8实战(下):从页面生成到文件导出,实现失败续做与局部修改.html
│ ├── [6.7M] 8-8实战(下):从页面生成到文件导出,实现失败续做与局部修改.pdf
│ ├── [ 41K] 8-9章总结:持久化工作流如何在简历和面试中体现.html
│ └── [2.8M] 8-9章总结:持久化工作流如何在简历和面试中体现.pdf
└── 第9章 复杂任务 Agent:Skills、Workspace 与多 Agent 协作/
├── [ 23K] 9-1章介绍:多Agent协作构建构建「互动游戏制作Agent」.html
├── [829K] 9-1章介绍:多Agent协作构建构建「互动游戏制作Agent」.pdf
├── [ 32K] 9-2DeepAgents入门:为什么复杂任务需要AgentHarness.html
├── [2.2M] 9-2DeepAgents入门:为什么复杂任务需要AgentHarness.pdf
├── [ 33K] 9-3Workspace:复杂任务的中间产物为什么不能全部放进Messages.html
├── [877K] 9-3Workspace:复杂任务的中间产物为什么不能全部放进Messages.pdf
├── [ 42K] 9-4AgentSkills:把剧情设计方法封装成按需加载的可复用能力.html
├── [3.2M] 9-4AgentSkills:把剧情设计方法封装成按需加载的可复用能力.pdf
├── [ 48K] 9-5多Agent协作方案.html
├── [5.2M] 9-5多Agent协作方案.pdf
├── [ 65K] 9-6多Agent结果治理:任务委派、产物契约与Reviewer返工闭环.html
├── [5.7M] 9-6多Agent结果治理:任务委派、产物契约与Reviewer返工闭环.pdf
├── [ 20K] 9-7实战(上):AI互动剧情游戏制作Agent的项目演示、运行与需求分析.html
├── [ 95M] 9-7实战(上):AI互动剧情游戏制作Agent的项目演示、运行与需求分析
├── [416K] 9-7实战(上):AI互动剧情游戏制作Agent的项目演示、运行与需求分析.pdf
├── [ 52K] 9-8实战(中一):创建Workspace、加载Skills并启动剧情总导演.html
├── [4.9M] 9-8实战(中一):创建Workspace、加载Skills并启动剧情总导演.pdf
├── [ 59K] 9-9实战(中二):委派世界观、角色、剧情与场景任务.html
├── [4.2M] 9-9实战(中二):委派世界观、角色、剧情与场景任务.pdf
├── [ 54K] 9-10实战(下):一致性审查、问题返工与可玩游戏构建.html
├── [4.4M] 9-10实战(下):一致性审查、问题返工与可玩游戏构建.pdf
├── [ 42K] 9-11章总结:复杂任务Agent如何在简历和面试中体现.html
└── [4.3M] 9-11章总结:复杂任务Agent如何在简历和面试中体现.pdf
└── 代码/