资源介绍
视频数量：7个
总时长：40分
课程介绍：
AI工程师代理智能开发从入门到进阶
当你第一次尝试让AI助手自动完成一个复杂任务时，是否遇到过这样的情况：AI要么在某个步骤卡住不动，要么输出的结果完全偏离了你的预期？这种情况在AI开发中太常见了。问题往往不在于AI不够智能，而在于我们没有给它设计好一套完整的行动框架。Agentic AI正是为了解决这个核心问题而生的。
这门课程将带你从零开始，系统掌握构建AI代理的核心技术。你将学到如何让AI具备自主规划、工具调用和逐步执行的能力，而不仅仅是简单地回答问题。整个课程分为七个核心模块，每个模块都针对Agentic AI开发中的一个关键环节。
第一个模块是Introduction，会带你搭建开发环境，了解整个Agentic系统的基础架构。课程从一个实际的数据库初始化案例开始，演示了回调函数在表创建过程中的作用，以及系统如何追踪首次执行的特殊逻辑。你会看到SQLite的内部执行机制，理解预处理语句如何被转换成虚拟机指令，每一个操作码是如何被逐个处理的。这个部分打下的基础非常重要，因为它让你明白AI代理在执行任务时，底层究竟在做什么。
进入第二个模块Custom Functions in RAG，你将学习如何在检索增强生成中集成自定义函数。课程通过一个电影推荐系统的实战案例，演示了如何构建多步骤的RAG链条。你会学到如何创建电影标题提取的提示模板，如何设计提示指令让AI输出结构化的结果，以及如何将多个链条串联起来形成完整的处理流程。课程特别强调了保持链条灵活性的工程原则，避免将代码写死，这样才能适应不断变化的业务需求。
第三个模块Applications of Generative AI深入讲解了生成式AI的典型应用场景。你将了解到AI代理在不同领域能做什么，包括自动化文档处理、智能客服对话、数据分析辅助等具体案例。这个模块帮助你在宏观层面建立对生成式AI应用的全景认知，知道什么时候该用Agentic AI，什么时候简单的问答系统就足够了。
第四个模块是Langchain models in Agentic AI，这是整个课程的核心实战部分。Langchain是目前最流行的AI应用开发框架，课程会手把手教你如何在Agentic系统中集成Langchain的模型能力。你将学到如何配置不同的大语言模型，如何处理模型输出，如何将模型的推理能力与工具调用能力结合起来。课程通过大量代码演示，展示了Langchain如何简化Agentic AI的开发流程。
第五个模块Machine Learning Fundamentals in Agentic AI填补了很多人知识结构中的空白。很多人觉得AI代理只是调用API和写提示词，实际上要做出真正好用的AI代理，必须理解底层的机器学习原理。这个模块会讲解特征工程、模型评估、参数调优等核心概念，帮助你理解AI为什么会有某些行为模式，以及如何通过调整参数来优化代理的表现。
第六个模块Prompt Template in Generative AI专门攻克提示工程这个关键技能。好的提示词设计能让AI的输出质量提升好几个档次。你将学到如何构建高效的提示模板，如何使用变量和条件逻辑让提示词更加灵活，如何通过few-shot示例引导AI理解任务要求。课程还讲解了输出解析器的设计，确保AI返回的内容能够被程序正确处理和使用。
第七个模块Schema builder in Agentic Track教你如何构建规范的数据模式。一个好的Schema设计能让AI代理在处理结构化数据时更加可靠，减少理解和解析错误。这个模块会通过实际项目，演示如何设计Schema来规范AI的输入输出，以及如何处理Schema不匹配时的异常情况。
完成整个课程后，你将具备独立开发AI代理应用的能力。你能够设计完整的多步骤AI任务流程，将RAG系统与自定义函数结合使用，用Langchain快速搭建原型，同时理解底层的机器学习原理来优化代理表现。无论是想开发智能客服系统、自动化数据处理工具，还是构建企业级的AI工作流，这门课程提供的知识框架都能让你少走很多弯路。
整个课程只有40分钟，但每一分钟都干货满满。课程采用的是边讲边敲代码的教学方式，所有的概念都通过实际运行的代码来演示，确保你学到的不是空洞的理论，而是可以直接动手实践的技术。