资源介绍
视频数量：6个
总时长：38分
课程介绍：
现代全栈Agentic AI与生成式AI实战
想象一下这个场景：你想用大语言模型做一个智能助手，能自动帮你完成文档分析、数据处理、甚至跨应用协作。但当你真正动手时，发现光是让模型调用工具、理解上下文、管理多轮对话就让你焦头烂额。网上教程要么讲得太浅，要么讲得太理论，真正能带你从零构建一个完整AI应用的实战课程少之又少。
这就是今天要给你介绍的这门课的背景。全栈Agentic AI和生成式AI是当前AI应用开发最热门的技术方向，Agentic AI指的是能让AI像"智能体"一样自主规划、推理、执行任务的系统，而不仅仅是简单的问答。这门38分钟的实战课程，用6个视频带你快速上手当前最主流的AI开发框架和工具。
课程从LangChain开始讲起。LangChain是目前最流行的AI应用开发框架，它的核心作用是把大语言模型和各种工具、数据源连接起来。课程里会手把手教你如何创建链式调用，如何让模型操作列表、处理上下文、调用外部API。你会学到如何用LangChain构建一个完整的数据处理管道，让模型不仅能回答问题，还能执行具体的操作任务。
接着是LangGraph，这是LangChain团队推出的进阶工具，专门用于构建复杂的多步骤AI工作流。相比于简单的链式调用，LangGraph允许你设计有状态的工作流，让AI能够做决策、分支、循环，甚至多个AI之间可以协作完成复杂任务。课程会通过实际案例讲解图结构的构建、节点定义和状态管理，这些内容对于开发真正智能化的AI应用至关重要。
第四部分讲CrewAI，这个框架专门解决多代理协作的问题。你可以把它理解为"AI团队"——每个代理有各自的角色和专业能力，它们可以分工合作、共同推理。课程会演示如何定义代理、分配任务、设计协作流程。比如你可以创建一个由研究员、分析师、作家组成的AI团队，让它们自动完成从信息收集到报告撰写的完整工作流。
第五部分涉及Semantic Kernel，这是微软推出的AI开发框架，特别适合在企业级应用中使用。它提供了强大的插件系统，支持多种大语言模型，还能与企业现有的应用和服务无缝集成。课程会带你了解Semantic Kernel的核心概念，包括记忆管理、技能编排和计划执行，让你能够在大规模生产环境中部署AI解决方案。
最后一个模块是API集成，这是所有AI应用落地的关键环节。无论你用什么框架，最终都需要把AI能力接入真实系统。课程会讲解如何设计API接口、如何处理认证和限流、如何实现流式响应，让你开发的AI应用能够安全、稳定地对外提供服务。
整门课的设计思路非常清晰：先用LangChain打好基础，再通过LangGraph理解复杂工作流的构建逻辑，然后用CrewAI体验多代理协作的威力，接着了解Semantic Kernel在企业场景中的应用价值，最后掌握API集成这个落地的最后一公里。
学完这门课，你将具备独立开发AI应用原型的能力，能够根据不同场景选择合适的框架和架构，真正把大语言模型从"聊天玩具"变成"生产力工具"。课程时长虽然不长，但内容都是实打实的干货，没有任何废话，非常适合想快速切入AI应用开发领域的工程师和学习者。