资源介绍
视频数量：48个
总时长：12小时15分
课程介绍：
成为智能体架构师
想象一下这样的场景：你坐在电脑前，面前是一个复杂的多智能体系统在工作——有的在分析用户需求，有的在调用外部API获取数据，有的在生成报告，还有的在做质量检查。每一个智能体各司其职，协同配合，流畅地完成一个原本需要团队协作才能完成的任务。这不再是科幻电影里的画面，而是当下正在发生的现实。
这门课程要教给你的，就是如何设计和构建这样的多智能体系统。无论你是想提升技术能力的产品经理，希望在项目中引入AI自动化功能的开发者，还是对Agent技术感兴趣想要系统学习的爱好者，这门课都能给你一条清晰的学习路径。
课程从最基础的概念讲起。你会了解到什么是多智能体系统，为什么CrewAI会成为这个领域的热门框架，以及如何在自己的电脑上搭建开发环境。这些内容看起来简单，但它们是整座大楼的地基，只有基础打得牢固，后面的学习才能事半功倍。
第一周的重心是需求分析。你会学习如何用AAMAD框架来进行市场调研，如何撰写MRD（市场需求文档）和PRD（产品需求文档）。别小看这个环节，很多技术出身的人容易一头扎进代码里，结果做出来的东西要么偏离业务需求，要么功能堆砌没有重点。这个阶段会训练你站在产品视角思考问题，理解用户真正需要什么，然后才能设计出有价值的多智能体解决方案。
第二周进入技术架构阶段。你要学习如何定义多智能体系统的策略，如何设计单个智能体的行为，如何选择合适的语言模型，如何设计用户旅程，如何构建简洁可靠的前端界面。这一周强调的是“简约”两个字。课程会告诉你，做多智能体系统不是为了炫技，而是为了让AI真正帮用户解决问题。界面不需要花哨，但要让用户能看到智能体在做什么、进度到哪里了、结果是什么——这种透明度是建立信任的基础。
第三周是课程的核心环节，你将深入学习CrewAI框架的各种用法。从基础的代理角色定义、目标和背景故事设定，到YAML配置任务的技巧，再到如何给智能体配备合适的工具。你会学到如何把多个智能体组装成一个协作团队，理解顺序执行和层级执行两种模式的区别，掌握如何用Flow来编排端到端的工作流程。课程还会教你如何在CrewAI中管理知识、配置记忆、使用MCP协议，以及如何连接到各种大语言模型。如果你想更进一步，课程还包含如何构建自定义工具、如何把GitHub Copilot的技能迁移到CrewAI环境中的实战内容。
第四周聚焦集成和进阶话题。你会学到如何把前端和后端连接起来，如何设计人机协作机制让系统在关键节点需要人工确认，如何集成外部API和数据源，如何管理Flow的状态，如何让智能体更好地做规划和推理。这些是把你从“能跑通demo”带到“能做生产级应用”的关键能力。课程提供了大量代码示例和文档参考资料，确保你学完以后真正能在自己的项目中动手实践。
第五周是收尾和上线阶段。你会学习如何搭建可观测性系统来监控智能体的行为，如何做性能优化，如何遵循生产环境的最佳实践，如何配置主机环境和CI/CD流水线。课程特别强调可观测性——当一个系统里有多个智能体在同时工作，你必须能够清楚地看到每个智能体在做什么、是否有异常、响应时间如何。任何没准备好就上线的心态在这里都会被纠正，因为真实的用户不会给第二次机会。
整个课程最独特的地方在于它的实践导向。每个阶段都有明确的学习目标需要提交相应的成果，而且有直播答疑环节可以直接和老师交流。课程配套的资料非常丰富，包含了AAMAD框架的GitHub仓库、各种文档模板、系统设计提示词，以及PDF版本的架构师手册。这些资料不仅供课程使用，学完以后也能作为日常工作的参考手册。
学完这门课，你能独立设计并实现一套完整的多智能体应用系统。你会掌握如何从业务需求出发，拆解成多个智能体的职责分工，选择合适的技术方案，构建可靠的用户界面，处理集成和异常情况，最终部署上线并持续监控优化。这套能力在当前的AI应用浪潮中非常有价值，因为市场需要的不只是会调用API的人，而是真正能设计出复杂AI系统的架构师。