2025 AI智能体全栈实战，Coze工作流从新闻总结、视频制作到智能客服部署

课程来自 2025 年的 AI 智能体开发实战课，主线是用 Coze 平台从零搭出能用的自动化工作流，后半程转入 MetaGPT、AutoGen、RAGFlow 等框架，最后落到本地大模型的微调、量化和部署。全部内容按案例推进，每个案例都走一遍业务逻辑分析、节点配置、调试到输出的完整过程

Coze 部分：从第一个工作流到应用上线

第 2 到第 14 章都在 Coze 里完成，案例依次是新闻搜索与总结、新闻稿循环创作、历史人物视频素材、剪映自动化剪辑、智能客服、飞书表格办公、装修设计应用、小红书文案生成、API 结合 Cursor 做浏览器插件、数据分析智能体、自定义插件，以及发票助手和邮件助手

新闻总结工作流覆盖登录、创建工作流、插件配置与参数、大模型节点和结束节点，是理解 Coze 节点结构最基础的一段

新闻稿创作讲循环节点，包括循环中参数怎么定义、中间变量怎么在续写稿件时传递，以及批处理的执行效果

历史人物视频素材是 Coze 部分最长的一段，从业务逻辑分析、剧本提示词、画面描述、图像生成一路做到运镜和视频节点。中间专门处理了图像违规词的规避、视频生成节点容易违规的情况，也讲了怎么把外部视频软件配置成插件

自动化剪辑接着历史人物的素材往下做，用剪映插件定义时间线、绑定素材、写入草稿，最后拿到合成好的视频

数据分析智能体结合 DeepSeek 写代码节点，做数据读取与清洗、关键指标统计、分析结果写入 Excel，以及条形图、评比图等不同图表的配置

后半程：RPA、RAG 与多智能体框架

第 15 章是影刀 RPA，从安装、流程配置、循环操作做到完成文案采集

第 16、17 章围绕 RAG，先在 RAGFlow 里接入本地模型和 Chat、Embedding 模型，搭本地知识库并封装成 API，再讲 RAG 的整体流程，包括召回优化策略、召回改进方案，以及用 RAGAS 做评估

第 18 章拆解斯坦福 AI 小镇，把记忆、感知、反思、计划几个模块的实现思路和整体架构分开讲

第 19 到第 22 章是 AutoGen 和 MetaGPT 两个框架的实战，包含框架安装、API 配置、工作流配置、GroupChat 模块，以及用 MetaGPT 做网上调研资料的任务

第 23 章把前面的东西串起来，结合 GPT 做自己领域的专属客服，涉及后端部署、前端助手配置和外部 API 接入

第 24、25 章是本地大模型，用 llama3 做 LORA 微调、指令微调、量化，最后通过 llama.cpp 部署应用

第 26 到第 30 章属于拓展，包含视觉项目、数据挖掘流程、自然语言处理与知识图谱项目、MOE 多专家系统，以及 RAG 和微调各自能解决什么问题

需要什么基础

Coze 部分的案例基本在浏览器里完成，注册账号就能跟着做

AutoGen、MetaGPT、RAGFlow、llama3 微调和部署几章会用到 Python 环境和本地算力，课程里配了单独的环境配置小节，没有基础的话这部分要先花点时间

课程目录

• 01 课程介绍
• 02 Coze 打造自己的第一个工作流：新闻搜索与总结（6 小节）
• 03 Coze 打造新闻稿创作工作流（循环使用方法）（5 小节）
• 04 Coze 打造历史人物视频素材（12 小节）
• 05 Coze 自动化剪辑（继续历史人物章节）（5 小节）
• 06 Coze 打造智能客服（5 小节）
• 07 Coze 结合飞书表格办公（5 小节）
• 08 Coze 打造装修设计与应用创建（5 小节）
• 09 文案（小红书笔记）生成智能体搭建方法（2 小节）
• 10 Coze API 使用并结合 Cursor 构建应用（5 小节）
• 11 Coze 打造数据分析智能体（8 小节）
• 12 Coze 中配置自己的插件（3 小节）
• 13 Coze 发票助手搭建（5 小节）
• 14 Coze 邮件助手（3 小节）
• 15 影刀 RPA 实战（5 小节）
• 16 RAGFlow 本地化知识库（5 小节）
• 17 RAG 检索架构分析及应用（6 小节）
• 18 斯坦福 AI 小镇架构与项目解读（10 小节）
• 19 AutoGen 框架实战（7 小节）
• 20 部署与进阶应用实战（12 小节）
• 21 MetaGPT 框架解读（9 小节）
• 22 MetaGPT 应用实战：网上调研资料（6 小节）
• 23 结合 GPT 打造自己领域专属客服（6 小节）
• 24 本地大模型微调，llama3 应用实战（7 小节）
• 25 llama3 微调、量化、部署（6 小节）
• 26 拓展：计算奥斯曼视觉项目实例（11 小节）
• 27 拓展：挖掘项目流程实例（5 小节）
• 28 拓展：自然语言处理项目流程（5 小节）
• 29 MOE 多专家系统（3 小节）
• 30 OpenAI LLM 模型优化总结（3 小节）

配套资料包含什么

• Coze 各案例的提示词文件，覆盖小红书文案、历史人物视频、新闻总结循环体、智能客服、发票助手、邮箱助手和飞书书签自动化
• AutoGen 与部署模块的源码、LangChain 工具实例、MetaGPT 的 examples 和框架压缩包
• 大模型微调相关文件，包括 llama3 微调与量化脚本、RAG 代码、中文 LLaMA-Alpaca-3 和 Huatuo-Llama-Med 项目
• Agent 架构图示与文档，含 Agent 思维导图、斯坦福 AI 小镇论文和项目文档

课程对应的配套资料在本页获取