课程背景
大模型让「智能体」成为现实，但很多项目停留在 demo 阶段：无法处理复杂任务、容易跑偏、工具调用不稳定、上线后难以维护。本课程聚焦工程化 Agent 开发：从架构设计、RAG、记忆、工具调用到评测与部署，让你交付一个真正能用的 Agent。
适合人群
- 有 Python/JS 基础的开发者
- 想转型 Agent 开发的后端/算法工程师
- 负责 AI 产品落地的技术负责人
- 对智能体工程感兴趣的技术爱好者
核心模块
- Agent 架构设计：ReAct、Plan-and-Solve、工具调用与失败回退机制。
- 工具与 API 集成：把企业内部 API、数据库、搜索封装成 Agent 可调用的工具。
- RAG 与知识库：文档切分、向量检索、重排序与引用生成。
- 记忆与多轮对话：短期记忆、长期记忆、用户画像与会话状态管理。
- 评测、监控与部署：建立评测集、线上监控、日志追踪与私有化部署方案。
学完后的成果
| 成果维度 | 预期收获 |
|---|---|
| 独立开发 Agent | 能独立设计并实现一个多工具 Agent |
| RAG 系统 | 掌握从文档到知识库的完整搭建方法 |
| 工程化能力 | 具备评测、监控、部署与运维思维 |
| 毕业项目 | 结营交付一个可运行的生产级 Agent |
讲师与交付方式
由全领优 Agent 工程师团队授课，采用项目制学习，每周一个里程碑，最终完成毕业项目评审。
常见问题
- 需要大模型基础吗？
需要了解大模型基本概念和 API 调用。如果不熟悉，建议先学习我们的 AI 通识课。
- 使用什么技术栈？
课程以 Python 为主，结合 LangChain/LangGraph 思想与自研框架，也会讲解主流国产大模型 API。
- 学完能找到工作吗？
Agent 开发是当前 AI 落地最紧缺的能力之一，本课程项目可作为作品集展示。
