AI Agent 开发实战入门
课程简介
本课程是 AI Agent 开发的入门实战指南，面向有一定编程基础、希望进入 Agent development 领域的开发者。课程从 Agent 的核心概念出发，通过实际项目带你理解"感知→决策→行动→记忆"的完整闭环，掌握 2026 年主流 Agent 框架的使用方法。
不同于纯理论课程，本课程强调动手实践：每章都包含可运行的代码示例和练习项目，帮助你从零构建一个具备工具调用、记忆管理和自我修正能力的生产级 Agent。
学习目标
- 理解 AI Agent 的六大核心模块及协作机制
- 掌握 MCP、A2A、Skills 三大协议的使用方法
- 能够使用 LangChain 和 CrewAI 构建多 Agent 协作系统
- 学会设计记忆体系（短期 + 长期 + 工作记忆）
- 掌握上下文管理和 Guardrails 安全防护的工程实践
- 能够部署和监控生产级 Agent 系统
章节概览
- 第一章：Agent 基础 — 从聊天机器人到自主智能体的演进，理解 Agent 与传统 AI 的本质区别
- 第二章：六大模块拆解 — 深入感知、推理、记忆、工具、执行、反馈每个模块的原理和实现
- 第三章：LangChain 实战 — 使用生态最丰富的框架构建第一个 Agent，包含工具调用和 RAG 检索
- 第四章：CrewAI 多 Agent 协作 — 构建 Supervisor + 专业 Agent 的协作系统，实现复杂工作流编排
- 第五章：MCP 协议集成 — 使用 Model Context Protocol 统一工具接入，实现"一次适配，处处可用"
- 第六章：记忆系统设计 — 三层记忆架构的实现，向量数据库选型和检索优化
- 第七章：生产化部署 — Guardrails 安全防护、全链路监控、成本优化和性能调优
- 第八章：前沿趋势 — 多 Agent 网络、个人 Agent、垂直行业落地案例解析
适合人群
- 有 Python 编程基础，想进入 AI Agent 领域的开发者
- 正在评估 Agent 框架选型的技术负责人
- 希望将 AI 能力集成到现有产品中的全栈工程师
前置知识
- Python 编程基础（函数、类、异步）
- 了解 LLM 基本概念（如 GPT、Claude）
- 基本的 API 调用经验