中培IT学院
基于大模型的Agent技术应用开发实践

基于大模型的Agent技术应用开发实践

授课方式:面授/直播/录播

课程时长:3天

面向对象:AI工程师、算法工程师、软件设计师、各类软件企业和研发中心的程序员等

学习重点:吃透Agent核心架构、ReAct推理、SubAgent多智能体协同底层运行机制

课程价格:¥6800.00

课程介绍 开班计划 课程大纲 往期课堂

课程介绍

【培训背景】

 在当今快速发展的信息技术时代,人工智能(AI)已成为推动社会进步和产业升级的关键力量。其中,Agent智能体作为AI领域的一个重要分支,正逐渐展现出其独特的价值和广泛的应用前景。尽管 Agent需求旺盛,但企业在落地过程中普遍面临技术、场景、安全三重门槛,培训学习成为破局关键。

Agent智能体是一种能够自主决策、与环境进行交互并完成任务的软件实体。它们能够感知环境、理解用户需求、制定并执行计划,从而为用户提供智能化的服务。随着大数据、云计算和深度学习等技术的不断发展,大模型Agent智能体已经能够在众多领域发挥重要作用,如智能家居、自动驾驶、智能客服、医疗辅助等。

学习Agent智能体的开发,能够深入理解人工智能的基本原理和核心技术。通过掌握Agent智能体的设计、实现和优化方法,帮助学习者更全面了解AI系统的构建过程,为未来的研究和开发工作打下坚实的基础;学习Agent智能体在智能家居、自动驾驶、智能客服、医疗辅助等领域开发具有广泛的实用价值。

 

【培训收益】

吃透Agent核心架构、ReAct推理、SubAgent多智能体协同底层运行机制;

精通LangChain、DeepAgents、LangGraph框架,熟练搭建分层智能体;

掌握MCP外部工具接入、人机协同拦截、权限安全管控开发方案;

精通混合检索RAG体系,使用RAGAS完成知识库检索效果量化评测;

掌握业务Skill标准化封装,搭建可复用企业智能体工具库;

学会LangSmith链路追踪、EvalScope回归评测,实现Agent全流程调优;

掌握Agent工程化脚手架搭建,具备企业级智能体项目完整交付能力。

 

【适合人群】

AI工程师

算法工程师

软件设计师

各类软件企业和研发中心的程序员等

架构师

技术负责人

高校计算机及人工智能专业师生

 

【授课专家】

刘老师 国内顶尖AI专家、大数据技术专家

西安邮电大学计算机科学与技术专业。拥有着20多年软件研发与企业培训经验,对Java、Python、区块链等技术领域有独特的研究,精通机器学习、深度学习、大模型技术。他的专业素养和教学能力备受学员赞誉,是众多技术爱好者心中的楷模。

AI深度学习方法:Scikit-Learn,Tensorflow、Keras、DNN、CNN、RNN、YOLO、OpenCV熟悉主流机器学习算法、各种神经网络结构和图形图像识别技术。

LLM大模型方向:DeepSeek、ChatGLM、ChatGPT4、Llama3、Agent、React、Ollama、Dify、Llamafactory微调、DeepSeek分布式训练、MindFormers生态、MoE混合专家模型。能根据客户的需求实现定制化的模型私有化部署、微调、对齐、量化。并对LangChain、LlamaIndex、Dify等大模型框架有源码级的理解。

刘老师 全栈AI实战与商业应用专家

最近几年带队完成了数十个AI项目,内容不仅包括深度学习、机器学习、数据挖掘等具体技术要点,也包括AI的整体发展、现状、应用、商业价值、未来方向等,涵盖内容非常丰富。完成多个深度学习实践项目,广泛应用于医疗、交通、银行、电信等多个领域。从2020年推出的多门课程《AI大模型赋能行业应用与解决方案》《AI大模型辅助软件研发管理与效能提升》和《AI大模型技术及开发应用实践》更是广受欢迎,已经为几十家企业培训,作为一名AI技术专家,对人工智能的理解深入透彻。他不仅精通AI的编程技术,还熟悉各种AI工具的使用,尤其在AI行业应用更是有着独特的见解和实践经验;自从2023年以来帮助多家研发中心做AI辅助开发效能提升咨询服务。同时也是微软人工智能认证工程师,阿里云AI人工智能训练师。

张老师 大模型Agent开发与落地专家

大数据资深专家、云计算架构师,数据挖掘、数据分析工程师,曾作为多家大型知名企业首席架构,负责PaaS平台研发;主要研究方向包括大数据、云计算、移动开发、互联网营销、电子商务、项目管理等。IT从业二十余年,具有多年授课经验,秉承理论与实践相结合,在学习中实践,在实践中学习,积累了丰富的理论与实践经验,并且乐于将自己的经验分享。发现并集成整合社会资源,为企业节省资源并创造价值,达到为合作伙伴创收的目的。曾为多家国内知名企业提供培训与咨询,拥有大数据、大流量、高并发、分布式的大型网站架构和设计经验。曾主导过多个私有云建设项目,早些年也主导过ERP、CMS等软件项目,这些项目中包含多个数百万、上千万的大型项目。

 

【结业证书】

参加培训并通过考试的学员,将获得由工业和信息化部教育与考试中心统一颁发的《智能体开发工程师(高级)》职业能力证书。证书长期有效,相关信息可随时登录中心官网查询。

工信部职业能力证书封面小.jpg工信部职业能力证书样本-智能体开发工程师(高级).png 

证书样本

开班计划

开课时间 授课形式 培训类型 上课城市 在线报名
2026-04-27 面授+直播 精品班 北京 在线报名
2026-06-25 面授+直播 精品班 广州 在线报名
2026-08-28 面授+直播 精品班 北京 在线报名
2026-10-24 面授+直播 精品班 成都 在线报名
随报随学 录播 特惠班 IT云课 在线报名

课程大纲

基于大模型的Agent技术应用开发实践培训班,标准公开课为3天,每天6小时,企业内训可按需求定制。

课程安排如下:

  日程

主题

课程内容

第一天

上午

第一部分:

Agent核心概念与技术框架

1. Agent定义、与传统软件/LLM的关系
2. Agent五大能力:记忆、规划、工具、自主决策、推理
3. 多智能体协作与企业级应用场景
4. Agent四大要素(角色/目标/记忆/工具)
5. Agent的规划决策、记忆机制与工具调用核心技能

第二部分:

ReAct推理框架实战

1. ReAct框架原理:思考→行动→观察循环
2. LangChain核心模块(Model/Chain/Tool/Memory等)
3. 通过create_react_agent构建Agent
4. AgentExecutor运行机制与断点调试
5. 实战:鲜花定价Agent(完整思考-行动-观察链路)

第一天

下午

第三部分:DeepAgents核心机制

1. DeepAgents定位:Agent Harness核心架构
2. 虚拟文件系统上下文管理与代码执行器/Sandbox
3. 长会话Token优化(自动压缩+Summarization)
4. Task/Todos结构化任务规划与SubAgent事件流式传输

第四部分:

SubAgents多智能体委托与隔离

1. 为何需要SubAgent:上下文隔离与膨胀解决方案
2. SubAgent Spec快速创建与CompiledSubAgent挂载LangGraph
3. 动态调度/并行执行与独立工具集权限隔离
4. 主Agent与SubAgent结构化输出与结果回传

第二天

上午

第五部分:Human-in-the-Loop人机协同

1. Checkpointer中断恢复与interrupt_on敏感工具拦截
2. Approve/Edit/Reject/Respond四种决策模式
3. 工具参数修改与历史消息修复
4. 文件系统读写权限与敏感路径保护

第六部分:

Agent + MCP高级智能体

1. RAG/Agent/MCP区别与联系,MCP与FunctionCall关系
2. MCP服务接入(STDIO协议)与自定义Client开发
3. LangGraph Agent接入Github MCP服务
4. LangChain MCP Adapters高德地图路径规划+可视化

第二天

下午

第七部分:

RAG——Agent的外部记忆与知识检索

1. Agent为何需要RAG:静态记忆 vs 动态知识检索
2. RAG核心流程:文档加载→分块→向量化→检索→生成
3. 向量数据库选型(Chroma/FAISS/PGVector)与Embedding配置
4. 混合检索实战:BM25关键词检索 + 向量语义检索双路召回与权重调优
5. Rerank重排序:提升召回Top-K精准度
6. 将RAG检索器封装为Agent Tool,供Agent动态调用

第八部分:

RAG评估与Agent知识整合

1. RAGAS评估框架:检索质量、生成准确性、上下文相关性量化评测
2. 基于评估结果优化分块大小、检索Top-K与Rerank阈值
3. Agent+RAG完整链路:用户问句→Agent规划→调用检索Tool→融合上下文→生成最终答案
4. 实战:基于LlamaIndex构建企业文档问答Agent

第三天

上午

第九部分:

Skill能力固化与流程标准化

1. Skill核心理念:从工具调用到专家经验流程化
2. Skill结构化指令规范与渐进式加载机制
3. 业务逻辑提炼为可复用Skill(代码示例)
4. 基于评测驱动的Skill闭环迭代与标准Skill库构建

第十部分:

Agent可观测性——从调试到上线

1. Agent调试困境:黑盒执行链 vs 白盒追踪
2. LangSmith集成:对Agent全链路(思考/工具调用/SubAgent委托)进行追踪与耗时分析
3. 基于Trace数据优化决策路径与工具调用轮次
4. 评估驱动上线:通过EvalScope对Agent进行回归评测,支撑版本发布决策

第三天

下午

第十一部分:

Harness Engineering打造可上线业务能力

1. Harness vs Loop Engineering核心概念
2. 构建稳定执行脚手架与环境约束
3. 主循环设计与控制流评估逻辑
4. 多轮迭代+自省机制提升任务成功率
5. 边缘情况处理与异常自动恢复策略
6. 将工程化控制逻辑引入生产环境

第十二部分:

综合实战——企业级Agent项目全流程

1. 场景定义:选一个企业真实场景(如智能客服+知识库、自动化运维助手)
2. 端到端实现:环境搭建→模型接入→RAG知识库构建→Agent创建→Skill封装→MCP工具集成→人机协同配置
3. LangSmith全链路追踪与性能调优
4. EvalScope评测验证与上线部署决策
5. 项目路演与总结


往期课堂