课程费用

6800.00 /人

课程时长

2

成为教练

课程简介

本课程聚焦于AI Agent技术的演进与实战应用,涵盖从技术原理到企业落地的全方位内容。课程将深入探讨Agent技术的演进历程,包括从LLM到Agent的转变、多模态Agent的发展以及高阶智能的实现路径。学员将学习Agent的认知架构、核心能力模型以及智能边界,掌握自主性、规划能力与工具使用的技术实现

目标收益

1,深入理解Agent技术演进
2,掌握Agent应用开发技能
3,了解多Agent协作框架、通信协议以及知识库构建原理

培训对象

课程大纲

第一天:Agent技术演进与前沿概览
上午:Agent技术演进
- Agent智能体技术概述
- 从LLM到Agent的技术演进
- Agent的认知架构与核心能力模型
- 自主性、规划能力与工具使用的技术实现
- 多模态Agent的新发展
- 高阶智能的遐想:从工作流到自主Agent的跃迁
- 新型大模型下的Agent架构革新
- 工作链编排与ToolUse能力
- 企业实施Agent的最佳实践
- 推理型产品的崛起:deepsearch与manus
- AutoGPT类产品涌现与Coze/Dify类产品对照
- Agent的智能边界:通用智能与专用型Agent
- 认知架构与推理能力
- 自主性与可控性的平衡
- 主流Agent框架介绍
- Agent技术的最新突破
下午:Agent协作模式与应用框架 Agent的基础构建块增强型LLM的核心能力
- 工具使用与环境交互
- 记忆机制与上下文管理
- 典型工作流模式剖析提示链(Prompt Chain)模式
- 路由(Routing)模式
- 并行化(Parallelization)模式
- Orchestrator-workers模式
- Evaluator-optimizer模式
- Agent安全框架安全边界与风险评估
- 行为约束与行动准则
- 可解释性与透明度保障
- 敏感信息处理机制
- 多Agent系统设计与协作机制
- 多Agent协作框架与通信协议
- 角色分配与专业化Agent设计
- 冲突解决与共识达成机制
- Agent记忆与知识库构建原理
第二天:Agent典型应用案例
上午:代码Agent与搜索Agent
- AI驱动的代码生成工具概述
- AI编程工具发展与技术原理
- Cursor、GitHub Copilot等工具对比分析
- AI代码生成的优势与局限性
- Cursor实践与高效工作流
- Cursor功能与技术特点
- 代码生成、理解与重构最佳实践
- AI编程助手与传统IDE的协同工作流
- 企业级AI编程最佳实践与案例分享
- 搜索Agent与DeepSeach架构
- GPT-O3的deepResarch简介
- Grok、meta的深度搜索实践
- Flowith的画布层次搜索实践
- 推理型模型的边思边搜的技术方案
下午:Agent企业内实战案例 - 基础Agent-以“Agentic RAG复杂问答框架”为例
- 大模型驱动的RAG技术架构剖析
- RAG技术的范式演进与核心步骤
- GraphRAG的核心原理与前沿探索
- RAG与智能Agent的协同与融合
- 客户服务领域的Agent应用架构设计与实现要点
- 工具集成最佳实践
- 性能优化与监控
- 软件开发领域的Agent应用编程Agent的特殊之处
- SWE-bench案例解析
- 自动化测试与人工审核的平衡
- 自适应学习型Agent在线学习机制
- 经验积累与迁移
- 错误恢复与优化
- 持续演进策略
- Agent在复杂场景中的应用
- 工业物联网Agent系统
- 制造业Agent系统应用
- 车载Agent系统应用
- 医疗辅助决策Agent
第三天:多Agent框架与MCP协议实践
上午:OWL/OpenManus与LangGraph多Agent框架实践
- OWL/OpenManus框架实践
- OWL架构原理与技术特点
- 开发环境配置与核心组件介绍
- 自主规划Agent开发与部署
- 多Agent协作系统构建演示
- LangGraph框架实践
- LangGraph架构设计与工作流程
- 状态管理与流程控制机制
- 多模态Agent在LangGraph中的实现
- 企业级Agent系统部署与性能优化
下午:MCP协议与企业内部系统集成 - MCP基础与企业内部API集成
- MCP协议原理与大模型工具调用标准化
- 企业内部API与MCP桥接的技术方案
- Agent通过MCP协议调用企业系统
- 无缝集成现有系统的架构设计
- 企业应用场景实践与优化
- 快速构建MCP-API适配层实战
- Agent驱动的跨系统智能工作流构建
- 基于MCP的多Agent协同业务处理
- 企业级Agent系统性能监控与持续优化
第一天:Agent技术演进与前沿概览
上午:Agent技术演进
- Agent智能体技术概述
- 从LLM到Agent的技术演进
- Agent的认知架构与核心能力模型
- 自主性、规划能力与工具使用的技术实现
- 多模态Agent的新发展
- 高阶智能的遐想:从工作流到自主Agent的跃迁
- 新型大模型下的Agent架构革新
- 工作链编排与ToolUse能力
- 企业实施Agent的最佳实践
- 推理型产品的崛起:deepsearch与manus
- AutoGPT类产品涌现与Coze/Dify类产品对照
- Agent的智能边界:通用智能与专用型Agent
- 认知架构与推理能力
- 自主性与可控性的平衡
- 主流Agent框架介绍
- Agent技术的最新突破
下午:Agent协作模式与应用框架
Agent的基础构建块增强型LLM的核心能力
- 工具使用与环境交互
- 记忆机制与上下文管理
- 典型工作流模式剖析提示链(Prompt Chain)模式
- 路由(Routing)模式
- 并行化(Parallelization)模式
- Orchestrator-workers模式
- Evaluator-optimizer模式
- Agent安全框架安全边界与风险评估
- 行为约束与行动准则
- 可解释性与透明度保障
- 敏感信息处理机制
- 多Agent系统设计与协作机制
- 多Agent协作框架与通信协议
- 角色分配与专业化Agent设计
- 冲突解决与共识达成机制
- Agent记忆与知识库构建原理
第二天:Agent典型应用案例
上午:代码Agent与搜索Agent
- AI驱动的代码生成工具概述
- AI编程工具发展与技术原理
- Cursor、GitHub Copilot等工具对比分析
- AI代码生成的优势与局限性
- Cursor实践与高效工作流
- Cursor功能与技术特点
- 代码生成、理解与重构最佳实践
- AI编程助手与传统IDE的协同工作流
- 企业级AI编程最佳实践与案例分享
- 搜索Agent与DeepSeach架构
- GPT-O3的deepResarch简介
- Grok、meta的深度搜索实践
- Flowith的画布层次搜索实践
- 推理型模型的边思边搜的技术方案
下午:Agent企业内实战案例
- 基础Agent-以“Agentic RAG复杂问答框架”为例
- 大模型驱动的RAG技术架构剖析
- RAG技术的范式演进与核心步骤
- GraphRAG的核心原理与前沿探索
- RAG与智能Agent的协同与融合
- 客户服务领域的Agent应用架构设计与实现要点
- 工具集成最佳实践
- 性能优化与监控
- 软件开发领域的Agent应用编程Agent的特殊之处
- SWE-bench案例解析
- 自动化测试与人工审核的平衡
- 自适应学习型Agent在线学习机制
- 经验积累与迁移
- 错误恢复与优化
- 持续演进策略
- Agent在复杂场景中的应用
- 工业物联网Agent系统
- 制造业Agent系统应用
- 车载Agent系统应用
- 医疗辅助决策Agent
第三天:多Agent框架与MCP协议实践
上午:OWL/OpenManus与LangGraph多Agent框架实践
- OWL/OpenManus框架实践
- OWL架构原理与技术特点
- 开发环境配置与核心组件介绍
- 自主规划Agent开发与部署
- 多Agent协作系统构建演示
- LangGraph框架实践
- LangGraph架构设计与工作流程
- 状态管理与流程控制机制
- 多模态Agent在LangGraph中的实现
- 企业级Agent系统部署与性能优化
下午:MCP协议与企业内部系统集成
- MCP基础与企业内部API集成
- MCP协议原理与大模型工具调用标准化
- 企业内部API与MCP桥接的技术方案
- Agent通过MCP协议调用企业系统
- 无缝集成现有系统的架构设计
- 企业应用场景实践与优化
- 快速构建MCP-API适配层实战
- Agent驱动的跨系统智能工作流构建
- 基于MCP的多Agent协同业务处理
- 企业级Agent系统性能监控与持续优化

课程费用

6800.00 /人

课程时长

2

预约体验票 我要分享

近期公开课推荐

近期公开课推荐

活动详情

提交需求