AI Agent从0到1定制开发 全栈/全流程/企业级落地实战|同步更新

课程介绍

AI Agent 开发已是AI时代的关键技能，市场需求旺盛，人才紧缺。越早掌握，未来收益越大！本课从基础出发，手把手带你逐步深入，覆盖从需求分析到设计、开发、部署优化及评估的全流程。你将掌握全栈技能（LangChain、CrewAI、Deepseek、RAG、单/多Agent及工作流等）。积累10+多场景实战经验；具备智能化解决方案设计能力；全方位提升企业定制化、智能化开发综合实战能力，助力成为AI时代市场紧缺、枪手人才。

试看链接：https://pan.baidu.com/s/1AXqIeYRqUIWR8uN2piQRGw?pwd=t4j9

相关推荐：

体系-AI人工智能算法工程师(完结)

LLM算法工程师全能实战营（完结）

AI Agent智能应用从0到1定制开发(完结)

慕K网体系课-LLM应用开发平台特训营（完结）

AI全流程落地实战：从设计-开发-测试到运营一站式搞定（完结）

LLM大语言模型算法特训，带你转型AI大语言模型算法工程师(完结)

课程目录

第1章 课程学习安排——助你顺利学习以及避坑
2节 | 12分钟
1-1 深入了解课程，少走弯路，必看！！！ (视频 11:55)
1-2 如何提问&进入课程群&使用IDE学习环境 (图文)

第2章 AI智能体：AI3.0时代最大的转型红利
6节 | 56分钟
2-1 本章介绍 (视频 01:39)
2-2 智能革命爆发：从梦想到现实 (视频 17:50)
2-3 智能体揭秘：为什么它是未来的核心？智能体到底是什么？ (视频 10:11)
2-4 风口以至-机遇与挑战：AI淘汰的是不会使用AI的人 (视频 19:43)
2-5 新手必知：扫清学习障碍 (视频 05:54)
2-6 本章小结 (视频 00:32)

第3章 大模型：智能体的超级大脑
7节 | 67分钟
3-1 本章介绍 (视频 02:11)
3-2 带你快速了解LLM（大语言模型）的前世今生 (视频 12:19)
3-3 全景扫描：国内外主流大语言模型（LLM） (视频 10:25)
3-4 开源VS闭源：你该如何选择 (视频 10:23)
3-5 大模型的短板与解决方案 (视频 15:43)
3-6 练一练：搞定你的大模型源（闭源与开源） (视频 13:58)
3-7 本章小结 (视频 01:04)

第4章 AI应用开发应知必会的那些事
6节 | 69分钟
4-1 本章介绍 (视频 03:18)
4-2 如何正确使用AI编程？ (视频 24:24)
4-3 什么是提示词工程？AI对话的魔法咒语+常见思维流模式 (视频 15:11)
4-4 如何正确的获取AI行业信息？ (视频 10:06)
4-5 小浪助手两大项目演示：单智能体和多智能体 (视频 13:42)
4-6 本章总结 (视频 01:57)

第5章 DeepSeek：国产之光
10节 | 125分钟
5-1 本章介绍 (视频 05:55)
5-2 DeepSeek为什么火了？ (视频 14:43)
5-3 推理大模型做对了什么？DeepSeek V3与DeepSeek R1本质区别 (视频 17:03)
5-4 DeepSeek提示词模板与注意 (视频 08:42)
5-5 新手必知的10个DeepSeek魔法指令 (视频 03:05)
5-6 DeepSeek的模型与部署需求分析，以及资源获取方式 (视频 24:12)
5-7 DS本地部署：本地私有化AI对话助手实现 (视频 19:14)
5-8 DS云端部署：按需付费更加灵活 (视频 16:13)
5-9 DS云端API：个人用户最佳选择 (视频 13:35)
5-10 本章小结 (视频 01:43)

第6章 初识langchain：LLM大模型与AI应用的”粘合剂”
8节 | 70分钟
6-1 本章介绍 (视频 02:35)
6-2 langchain是什么以及发展过程 (视频 05:52)
6-3 langchain能做什么和能力一览 (视频 11:57)
6-4 langchain的优势与劣势分析 (视频 07:30)
6-5 langchain使用环境的搭建 (视频 15:30)
6-6 AI智能开发学习平台（实战+免费key+测试+AI资讯） (视频 09:16)
6-7 先跑起来：第一个实例，了解langchain的基本模块 (视频 15:24)
6-8 本章总结 (视频 01:56)

第7章 ChatModels：磨平不同LLM的差异
8节 | 101分钟
7-1 本章介绍 (视频 02:59)
7-2 LangChain核心组件：LLMs与ChatModels (视频 13:26)
7-3 LangChain使用标准事件驱动大模型 (视频 33:16)
7-4 tokens与上下文交互窗口 (视频 15:21)
7-5 模型异常处理与缓存机制 (视频 07:06)
7-6 如何配合本地大模型？模型Token usage的花费？ (视频 13:38)
7-7 大模型的Tool Call工具调用能力：先进大模型的标配 (视频 13:04)
7-8 练一练：使用某个大模型来驱动事件 (视频 02:04)

第8章 PromptTemple: 提示词工程在LangChain中的实践
16节 | 100分钟
8-1 本章介绍 (视频 01:40)
8-2 提示词：大模型工作的核心部件 (视频 05:49)
8-3 prompts模板：大模型推理的关键 (视频 04:25)
8-4 五种prompts模板实战：字符串模板应用 (视频 04:27)
8-5 五种prompts模板实战：对话模板应用 (视频 04:25)
8-6 五种prompts模板实战：消息占位符应用 (视频 03:42)
8-7 五种prompts模板实战：使用Message组合模板 (视频 03:32)
8-8 五种prompts模板实战：自定义模板应用 (视频 10:14)
8-9 Few Shot：提供推理质量的常见方式 (视频 12:45)
8-10 示例选择器-根据长度动态选择提示词示例 (视频 12:53)
8-11 示例选择器-根据语义相似度选择提示词示例 (视频 05:50)
8-12 示例选择器-MMR与最大余弦相似度选择示例 (视频 06:25)
8-13 使用Partial实战部分格式化效果 (视频 05:56)
8-14 langchain hub加载提示词管理 (视频 12:46)
8-15 练一练：使用langchain hub加载提示词模板 (视频 01:36)
8-16 本章总结 (视频 03:02)

第9章 规范化输出：OutputParsers的关键技术
7节 | 78分钟
9-1 本章介绍 (视频 07:23)
9-2 常见的输出解析器OutputParsers一览 (视频 12:56)
9-3 文本、JSON、XML、结构化输出解析器应用（1） (视频 17:39)
9-4 文本、JSON、XML、结构化输出解析器应用（2） (视频 17:06)
9-5 LLM应用容错机制 (视频 09:22)
9-6 如何自定义解析器？ (视频 10:17)
9-7 本章总结 (视频 02:38)