AI Agent应用开发系统课179节动画拆解，从LLM原理到RAG、工具调用与多Agent协作

这套课程共 179 节，用动画方式讲解 AI Agent 应用开发的完整知识体系，从大语言模型原理一路讲到智能体架构、RAG 检索增强、工具调用、多 Agent 协作和企业级系统设计，适合想入门智能体开发但不知道从哪下手的开发者

课程内容

课程从 AI Agent 基础概念切入，解析 Agent 与传统 AI、Chatbot、LLM 应用的区别，理解自主 Agent、目标驱动、多步推理、记忆系统、工具调用、环境交互这些核心机制

随后系统学习大语言模型原理，包括 Transformer、Attention、Token 预测、提示词工程、模型选择等底层知识，再深入 Agent 架构设计、任务规划、多 Agent 协作、RAG 检索增强、向量数据库、Function Calling、MCP 协议等关键技术

课程还覆盖 LangChain、LangGraph、CrewAI 等主流 Agent 框架，以及企业级 Agent 系统设计、性能优化、安全防护、质量评估和真实应用案例，帮学习者建立完整的 AI Agent 开发知识体系，为搭建智能助手、自动化工作流和企业级 AI 应用打基础

适合谁学

• 想系统学习 AI Agent 的新手开发者
• 希望掌握大模型应用开发的程序员
• 想了解智能体技术的 AI 从业者
• 需要搭建自动化 AI 应用的创业者
• 对 LLM 和 Agent 方向感兴趣的学习者

学完能掌握什么

• 理解 AI Agent 底层原理与核心架构
• 掌握 LLM、Prompt、RAG 关键技术体系
• 学会设计单 Agent 与多 Agent 系统
• 熟悉主流 Agent 开发框架与工作流
• 具备构建 AI 应用项目的技术认知

课程目录

Agent 基础概念（16 节）

• 什么是 AI Agent？它与传统 AI 有什么区别
• 什么是 Agentic AI
• LLM 与 Agent 有什么区别
• 为什么从 LLM 应用转向 Agent
• Agent 的核心组件有哪些
• Agent 和 Chatbot 的区别
• 什么是自主 Agent
• 什么是目标驱动型 Agent
• 什么是多步推理？Agent 如何实现
• 为什么 Agent 需要记忆
• 什么是推理引擎
• 工具使用在 Agent 中的作用
• 什么是环境交互
• 感知与行动在 Agent 中如何体现
• 单 Agent 与多 Agent 系统的区别
• Agent 的能力边界在哪里

大语言模型原理（16 节）

• 什么是大语言模型(LLM)
• LLM 是如何训练的
• 什么是 Token
• 什么是下一个 Token 预测
• Transformer 的核心机制是什么
• 注意力机制(Attention)是怎么工作的
• Temperature 参数对生成结果有什么影响
• Top-K 和 Top-P 采样是什么
• 什么是幻觉(Hallucination)
• LLM 为什么会产生幻觉
• 如何评估 LLM 的质量
• 开源模型 vs API 模型，如何选择
• 如何为项目选择合适的 LLM
• Prompt 对 LLM 输出有什么影响
• 什么是指令微调(Instruction Tuning)
• RLHF 在 LLM 中起什么作用

提示词工程（15 节）

• 什么是提示词工程（Prompt Engineering）
• Zero-Shot 和 Few-Shot 有什么区别
• 什么是思维链（Chain of Thought）
• 为什么 CoT 能提升推理能力
• 什么是自洽性（Self-Consistency）
• 什么是 ReAct 提示策略
• 如何设计稳定可靠的 Prompt
• 什么是 Prompt 注入攻击
• 如何防御 Prompt 注入
• 如何设计高质量的 Prompt 模板
• System Prompt 和 User Prompt 有什么区别
• 如何控制 LLM 的输出格式
• 如何提升 Prompt 的鲁棒性
• 如何为多步骤任务设计 Prompt
• Prompt 对 Agent 行为有什么影响

Agent 架构设计（16 节）

• 一个完整的 Agent 架构包含哪些部分
• Agent 的规划（Planning）机制是什么
• 什么是任务分解？Agent 如何做任务分解
• Agent 的决策机制是什么
• 工具调用和函数调用是什么？有什么区别
• Agent 如何调用外部 API
• 什么是执行循环（Execution Loop）
• Agent 如何处理重试和错误恢复
• Agent 的记忆系统有哪些设计模式
• 短期记忆和长期记忆在 Agent 中如何实现
• Agent 如何管理状态（State Management）
• 什么是 Agent 的自我反思（Reflection）
• 多 Agent 如何协作
• Agent 如何进行任务优先级排序
• 如何设计一个通用 Agent 框架
• 如何设计一个垂直领域 Agent

RAG 检索增强（16 节）

• 什么是 RAG（检索增强生成）
• RAG 的工作流程是什么
• 为什么 Agent 需要 RAG
• 什么是向量嵌入（Embedding）
• 什么是文档分块（Chunking）
• 如何选择合适的 Chunk Size
• 什么是向量数据库
• 常见向量数据库有哪些？如何选择
• 向量相似度搜索是如何实现的
• 如何优化 RAG 的召回率
• 如何优化 RAG 的精确率
• Rerank 在 RAG 中起什么作用
• RAG 如何解决长上下文问题
• RAG 如何减少幻觉
• RAG 和微调如何选择
• RAG 落地最难的问题是什么

工具调用与 Function Calling（15 节）

• 什么是工具使用（Tool Use）
• Agent 如何进行工具选择
• 工具选择的底层机制是什么
• 如何设计好的工具 Schema
• Function Calling 的设计原则是什么
• Agent 如何调用数据库
• Agent 如何调用搜索引擎
• Agent 如何执行代码
• 如何协调多工具的调用
• 如何避免 Agent 错误地调用工具
• 工具调用失败后 Agent 如何处理
• 如何验证工具调用结果的可靠性
• 如何设计 Agent 的插件系统
• 什么是 MCP（Model Context Protocol）
• 如何控制工具的权限

框架与工作流（15 节）

• 你用过哪些 Agent 框架？如何评价
• LangChain 的核心组件是什么
• LangGraph 和 LangChain 有什么区别
• AutoGPT 的核心思路是什么
• ReAct Agent 是如何工作的
• 什么是 CrewAI？它的设计理念是什么
• OpenAI Assistants API 有哪些核心功能
• 如何选择适合项目的 Agent 框架
• 用开源框架还是自研 Agent 框架
• 如何设计 Agent 的工作流
• DAG 和循环流在 Agent 工作流中如何选择
• 多 Agent 编排的核心挑战是什么
• 如何构建一个 Agent Pipeline
• 如何实现 Agent 的可观测性（Observability）
• Agent 系统如何调试

企业级系统设计（15 节）

• 如何设计企业级 Agent 系统
• 如何设计一个 AI 助理产品
• 如何设计智能客服 Agent 系统
• 如何设计办公自动化 Agent
• 如何设计一个代码生成 Agent
• Agent 系统如何扩展（Scale）以支持高并发
• Agent 系统中如何做并发控制
• 如何降低 Agent 系统的响应延迟
• 如何控制 Agent 系统的 Token 成本
• Agent 系统如何设计缓存策略
• Agent 系统的日志系统如何设计
• Agent 系统中如何做 A-B 测试
• 如何设计 Agent 系统的高可用架构
• Agent 系统如何实现优雅降级
• 多模型 Fallback 策略如何设计

评估与优化（15 节）

• 如何评估 Agent 的质量
• 什么是离线评估
• 什么是在线评估
• 如何设计 Agent 评估基准(Benchmark)
• 什么是 AgentBench
• 如何评估 Agent 的推理能力
• 如何评估 Agent 的工具使用能力
• 如何评估 RAG 系统的质量
• 如何检测 Agent 的幻觉问题
• 什么是 LLM-as-Judge？如何使用
• 如何优化 Agent 的整体性能
• 如何系统地优化 Prompt
• 如何通过模型选择来优化性能
• Agent 系统中如何设计反馈闭环
• Agent 系统如何实现持续学习

安全与防护（15 节）

• 什么是 Prompt 注入攻击
• Agent 系统中数据泄露的风险有哪些
• Agent 系统面临哪些安全风险
• 如何防止 Agent 的权限提升攻击
• 如何限制 Agent 的工具权限
• 多用户场景下如何隔离用户数据
• 如何防止 Agent 被越狱(Jailbreak)
• Agent 系统的审计日志应该记录什么
• 如何设计安全的代码执行沙箱
• 如何防止恶意输入攻击 Agent
• 生产环境中如何加固 Agent 系统
• Agent 系统中如何处理用户隐私数据
• 内容安全过滤如何实现
• 如何防止 Agent 输出敏感信息
• 如何为 Agent 系统设计安全策略

实战案例（15 节）

• 如何设计一个报告撰写 Agent
• 如何设计一个智能客服 Agent
• 如何设计一个金融分析 Agent
• 如何设计一个代码生成 Agent
• 如何设计一个多 Agent 协作系统
• Agent 在多目标冲突时如何决策
• 如何为 Agent 实现长期记忆
• Agent 输出错误时如何排查
• Agent 成本过高如何优化
• Agent 延迟过高如何处理
• RAG 效果不好如何排查改进
• 如何提高 Agent 系统的稳定性
• 如何提升 Agent 的任务成功率
• 如何让 Agent 具备自我纠错能力
• 如何设计生产级别的 Agent 系统

行业展望（10 节）

• Agent 的未来发展方向是什么
• Agent 会取代人类工作吗
• 多 Agent 社会是什么概念？有什么潜力
• Agent 与 AGI 的关系
• 当前 Agent 技术的瓶颈在哪里
• 你做过最复杂的 Agent 项目是什么（参考性回答）
• 如何评价主流 Agent 框架
• Agent 和传统工作流有什么本质区别
• Agent 真的"智能"吗
• Agent 架构与传统软件架构的根本区别

179 节视频课程文件在本页获取