课程定位

围绕“课程大纲”等实际教学议题，课程结合方法、业务场景与案例展开，帮助学员建立可用于工作的分析和执行路径。

课程目标

• 智能体开发全流程技能，可独立构建企业级智能体
• 多行业应用能力，掌握智能体在不同业务场景中的实践经验
• 项目实战经验，通过动手实践完成从0到1的智能体开发
• 企业落地策略，理解如何将智能体无缝集成至企业现有系统
• 技术前沿洞察，掌握智能体未来发展趋势及创新应用方向

学习收获

• 智能体开发全流程技能，可独立构建企业级智能体
• 多行业应用能力，掌握智能体在不同业务场景中的实践经验
• 项目实战经验，通过动手实践完成从0到1的智能体开发
• 企业落地策略，理解如何将智能体无缝集成至企业现有系统
• 技术前沿洞察，掌握智能体未来发展趋势及创新应用方向

课程模块

模块1：课程大纲

• 第一章：快速进入智能体的世界（创建一个AI助手）
• 目标： 了解智能体的基本概念，掌握创建智能体的核心流程
• 1. 智能体的定义与发展
• o什么是智能体（Agent）？
• o智能体的发展历程及前沿趋势
• o传统AI vs. 现代智能体
• 2. 构建智能体的基本框架
• o智能体的核心架构解析
• o运行环境与工具链准备
• o主流智能体开发平台概览（Langchain、ChatGPT API、COZE 等）
• 3. 创建你的第一个AI助手
• o从0到1：快速搭建一个简单的AI助手
• o智能体的初步交互与测试
• oAI助手的优化与扩展
• 第二章：开发Agent（智能体）
• 目标： 了解智能体的核心构建过程，掌握基础开发技能
• 1. 智能体基础设置
• o选择适合的底层大模型（GPT-4, Claude, Gemini 等）
• oAPI调用与参数配置优化
• o智能体的身份、角色与行为设定
• 2. 为智能体添加技能（Function Calling / Tool Use）
• o智能体如何调用外部工具和插件
• o多步推理与复杂任务处理
• oAPI整合：让智能体具备执行任务的能力
• 3. 为智能体添加知识（RAG 向量知识库）
• o什么是 RAG（RetrIEval-Augmented Generation）？
• o如何构建和优化智能体的知识库
• o企业内部知识接入：私有数据库、文档解析等
• 4. 为智能体添加记忆（Memory Persistence）
• o长短期记忆管理：如何让智能体“记住”用户信息
• o存储方式：向量数据库 vs. 传统数据库
• o记忆优化：如何防止智能体“遗忘”关键信息
• 5. 智能体的预览与调试
• oDebugging 智能体：常见错误与解决方案
• o日志分析与反馈机制优化
• o性能优化技巧：降低API调用成本，提高响应速度
• 6. 智能体的发布与部署
• o云端 vs. 本地部署方案
• o智能体API封装与对外提供服务
• o生产环境优化与维护
• 第三章：Agent 智能体六要素
• 目标： 深入理解智能体的关键组成部分，并学会优化其功能
• 1. 工作流（Workflow）
• o如何设计高效的智能体工作流
• o任务分解与执行优化
• o多智能体协作机制
• 2. 插件（Plugins）
• o主流插件生态介绍
• o自定义插件开发与集成
• 3. 知识库（Knowledge Base）

适合人群

业务与产品团队、中高层管理人员

讲师简介

主讲讲师：丛老师。15年企业实战经验/8年AI人工智能应用实践 上海财经大学硕士研究生学历 主创自媒体头条号：【ChatGPT扫地僧】 主理人（粉丝20万） 上海交通大学/福州大学/上海海事大学校外辅导员；曾任：壹沓科技（AI科技公司B+轮） | 战略运营副总裁 曾任：IBM（世界500强） | 战略咨询顾问 曾任：Adidas阿迪达斯（世界500强） | 零售运营高级经理 曾任：GAP盖璞 | 人才发展高级经理 曾任：飞利浦（世界500强） | 产品及解决方案经理

温馨提示：本文内容根据课程内容整理，各模块实际讲授内容由授课老师根据学员情况灵活调整，最终以课堂授课为准。