课程收益：
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。因此，学习Agent智能体的开发不仅具有深远的理论意义，更具有重要的实用价值。
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，首先可以帮助我们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，我们可以更全面地了解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。
此外，学习Agent智能体开发还具有广泛的实用价值。在智能家居领域，Agent智能体可以实现智能家居设备的自动化控制和智能化管理，提高家庭生活的便捷性和舒适性。在自动驾驶领域，Agent智能体可以感知车辆周围的环境，制定并执行驾驶策略，从而确保行车安全和效率。在智能客服领域，Agent智能体可以自动处理用户咨询和投诉，提高客户满意度和服务效率。在医疗辅助领域，Agent智能体可以协助医生进行疾病诊断和治疗方案制定，提高医疗服务的准确性和效率。
综上所述，学习Agent智能体的开发不仅有助于我们深入理解人工智能的核心技术，还能够为我们提供广泛的实用价值和应用前景。
培训收益
深入理解DeepSeek大模型与Agent技术的核心原理、架构及运作机制。
显著提升工作效能，实现业务流程的自动化处理，大幅提升工作效率。
挖掘DeepSeek大模型与Agent技术在企业业务中的创新应用场景。
学会结合DeepSeek大模型与Agent技术进行分析与解决复杂问题。
促进团队协作优化，推动行业技术交流，拓宽职业发展道路。
课程大纲：
第一部分:大模型驱动的Agent智能体概述 1.智能体的定义与特点
2.智能体与传统软件的关系
3.智能体与LLM的关系
4.从ChatGPT到智能体
5.智能体的五种能力
6.记忆，规划，工具，自主决策，推理
7.多智能体协作
8.企业级智能体应用与任务规划
9.智能体开发
第二部分: 基于大模型的Agent技术框架 1.Agent的四大要素
2.Agent的规划和决策能力
3.Agent的各种记忆机制
4.Agent的核心技能：调用工具
5.Agent的推理引擎：ReAct框架
6.何谓ReAct
7.用ReAct框架实现简单Agent
8.基于ReAct框架的提示
9.构建ReAct Agent
第三部分: 基于LangChain构建智能体 1.何谓LangChain
2.LangChain中的六大模块
3.LangChain和Agent开发
4.LangChain构建智能体的类型
5.LangChain构建工具
6.何谓LlamaIndex
7.说说LlamaIndex
8.LlamaIndex和基于RAG的AI开发
9.简单的LlamaIndex开发示例
第四部分: 推理与行动的协同——通过LangChain中的ReAct框架实现 1.复习ReAct框架
2.LangChain中ReAct Agent 的实现
3.LangChain中的工具和工具包
4.create_react_agent创建鲜花定价Agent
5.深挖AgentExecutor的运行机制
6.在AgentExecutor中设置断点
7.思考：模型决定搜索
8.行动：工具执行搜索
9.思考：模型决定计算
10.行动：工具执行计算
11.思考：模型完成任务
第五部分: 计划和执行的解耦-通过LangChain中的Plan-and-Execute实现 1.Plan-and-Solve策略的提出
2.LangChain中的Plan-and-Execute Agent
3.通过Plan-and-Execute Agent实现物流管理
4.为Agent定义一系列进行自动库存调度的工具
5.创建Plan-and-Execute Agent并尝试一个“不可能完成的任务”
6.完善请求，让Agent完成任务
7.从单Agent到多Agent
第六部分: 多Agent 最佳实践 1.智能体和多智能体 multi-agent systems
2.监督者：每个Agent与一个监督者Agent通信
3.自定义多Agent工作流：每个Agent只与其他Agent通信
4.Multi-Agent多角色协作
5.SOP拆解
6.角色扮演
7.反馈迭代
8.监督控制
9.workflow automation
10.企业工程化最佳实践
第七部分: 基于多模态构建Agent 1.多模态技术原理讲解
2.常用的多模态模型介绍、原理解析
3.多模态典型应用场景举例，以及技术实现
4.多模态技术实战
5.多模态需求输入：图像、语音、文本
6.语音输入集成模块
7.图像输入集成模块
8.核心需求理解与多轮输入整合模块
9.语音输入处理
10.利用多模态技术实现多模态智能聊天对话
基于多模态大模型的Agent开发
第八部分:分析国外智能体典型案例和商业应用 1.解读斯坦福小镇项目：生成式智能体典型案例
2.AutoGPT：通过自然语言的需求描述执行自动化任务
3.BabyAGI：根据任务结果自动创建，排序和执行新任务
4.MetaGPT：重塑生成式AI与软件开发界面
5.AutoGen：下一代LLM应用的启动器
6.ChatDev：重塑软件开发的AI群体智能协作框架
7.Camel AI：引领自主与交流智能体的未来
第九部分: 基于Dify 本地化构建智能体 1.Dify：零基础开发对话机器人
2.功能概述
3.基础能力
4.插件
5.工作流
6.记忆库
7.查询天气机器人的最终效果
8.创建你的第一个机器人
9.用自然语言优化输出结果
10.用工作流优化输出结果
11.综合实战：基于Dify的数据库查询实现
12.Dify本地化与Agent各终点发布(网页嵌入、微信、API)
第十部分: 企业专属领域的智能客服Agent 1.打造专属领域的客服聊天机器人
2.客服聊天机器人概述
3.客服聊天机器人价值简介
4.客服聊天机器人研发工具
5.AI课程客服聊天机器人总体架构
6.前端功能设计
7.后端功能设计
8.AI课程客服聊天机器人应用实例
第十一部分: LangChain整合DeepSeek构建知识图谱 1.Neo4j基础概念：Nede、Relationship、Property
2.使用 Cypher 查询语言进行数据建模、插入和查询。
3.网络配置文件（config）的基本结构和参数分析
4.基于config指定数据清洗与标准化格式
5.基于本地大模型的结构化分析实现
6.LangChain 自动生成并优化 Cypher 查询
7.LangServe发布图谱服务器
第十二部分: Manus快速上手与办公赋能 1.Manus产品架构解析：云端智能体、多工具调用、任务分解与自主执行
2.Manus在职场的应用：文档智能处理、任务自动化、代码编写与调试
3.Manus实操训练：任务自动化演练、网页数据采集、代码执行挑战
4.Manus办公赋能：会议纪要自动总结、
5.Manus 办公赋能：邮件自动分类与回复
6.Manus 办公赋能：PPT生成对比
第十三部分: Manus 数据分析智能化 1.跨平台AI协同：DeepSeek+Manus组合优化内容生产
2.跨平台AI协同：任务自动化与知识检索结合
3.Manus在数据分析中的应用：销售数据分析、市场调研报告
4.高级AI数据分析演练：实时数据抓取与分析、A/B测试优化
5.智能体如何重塑工作模式：AI从辅助工具到自主执行体的演变
6.Agent 私有化、数据安全与企业适配性问题
相关证书
参加培训并通过考试的学员，由中国信息化培训中心颁发《人工智能高级工程师》职业技能培训证书，此证书不仅是对学员学习成果的高度认可，更是学员在AI技术领域专业能力的有力证明，为学员的职业发展增添重要砝码。
收费标准
6800元/人（含培训费、平台费、资料费、视频回放、证书、发票等费用）。
备注：参加面授的学员提供培训期间的午餐。
讲师介绍：
刘老师 | 国内顶尖AI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。在人工智能领域的深耕和创新，也得到了出版社的青睐，计划出版自己的著作。也在多家技术大会做AI技术讲座。
