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-Thoughts
- 2024-2026 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/O
- LangChain 生态概览：核心模块与设计哲学
- Model I/O：LLM 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 Chain：LLMChain、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 Executor：Agent 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！
