资源介绍
智能体搭建教程（中文字幕英文视频教程）
在 AI 技术快速普及的当下，零代码开发工具已成为降低 AI 应用门槛的核心载体。本课程聚焦 Dify 平台，通过体系化教学，帮助学习者无需复杂编码基础，即可掌握 AI 智能体（AI Agents）的完整开发流程，从基础概念到实战落地，逐步构建具备实际应用价值的 AI 产品。
课程整体分为 10 个核心模块，包含 46 个视频教学文件，每个视频均配备中文字幕，同时提供配套的资源文件与操作模板，确保理论学习与实践操作无缝衔接。无论是 AI 技术初学者、产品经理、企业数字化转型负责人，还是希望拓展 AI 技能的职场人，都能通过本课程快速入门 AI 智能体开发，将 AI 能力应用于实际工作场景。
一、课程入门：建立认知与学习框架
本模块作为课程开篇，通过 7 个视频，帮助学习者快速了解课程核心内容与学习路径，为后续学习奠定基础。
明确 Dify 平台定位：通过视频讲解 Dify 的核心功能与应用场景，让学习者理解其在 AI 智能体开发中的核心价值。
拆解 AI 智能体构建组件：详细介绍使用 Dify 搭建智能体所需的关键模块，提前建立技术组件认知。
规划学习路径：清晰呈现课程整体结构与各模块关联，明确每个阶段的学习目标与重点。
补充学习支持：包含讲师背景介绍、学习成功关键要素、课程反馈与联系方式等内容，帮助学习者获取全方位学习支持。
二、基础理论：掌握 AI 智能体核心知识
本模块通过 4 个视频，系统讲解 AI 智能体开发的基础理论，为实战操作提供理论支撑，避免 “盲目操作”。
生成式 AI 与智能体：介绍生成式 AI 在智能体开发中的应用逻辑，解析其如何为智能体提供核心能力。
大语言模型（LLM）认知：讲解 LLM 的基本原理、功能特点及局限性，帮助学习者合理选择与使用模型。
RAG 与工具生态：深入剖析检索增强生成（RAG）技术的工作机制，同时概述智能体开发常用的工具类型与应用场景。
智能体与工作流区别：明确 AI Agents 与传统工作流的核心差异，帮助学习者根据需求选择合适的开发方向。
三、环境准备：完成 Dify 平台配置与资源部署
本模块通过 2 个核心视频与多类配套资源，指导学习者完成 Dify 平台的账号注册、环境熟悉及资源准备，确保顺利开启实战。
账号与环境操作： step-by-step 演示 Dify 账号注册流程，同时全面讲解平台界面布局、核心功能入口与基础操作逻辑。
配套资源支持：提供 Crypto Schema 文本文件、HR 政策模板 PDF、发票图片、植物图片、数据模板 CSV、无人机手册 PDF 等实战素材，同时包含 Contracts 合同文件夹（含 5 个单独合同文件、1 个合并合同文件及 1 个示例 HTML 文件），满足不同场景的实战需求。
四、实战入门：搭建第一个 AI 应用与智能体
本模块通过 5 个视频，以 “从简单到复杂” 的逻辑，带领学习者完成 5 类核心 AI 产品的开发，快速积累实战经验。
AI 文本生成应用：学习搭建基础的文本生成工具，掌握 prompt 设计与模型调用的基本流程。
AI 聊天机器人：构建具备对话能力的聊天机器人，理解对话上下文管理与回复逻辑优化。
基础 AI 智能体：开发具备基础决策能力的 AI 智能体，初步掌握智能体的核心架构与运行机制。
AI 工作流：设计自动化 AI 工作流，学习任务拆分、节点配置与流程联动的实现方法。
AI 对话流：搭建多轮对话场景的对话流，优化用户交互体验，满足复杂对话需求。
五、组件深度：精通模型选择与应用
本模块通过 6 个视频，聚焦 “模型” 这一核心组件，讲解模型的选择、调试、参数配置与拓展应用，提升智能体性能。
多模型应用：学习在智能体中集成不同类型的模型，根据任务需求实现模型的灵活切换与组合。
多模型调试：掌握多模型协同使用时的问题排查方法，解决模型冲突、响应不一致等常见问题。
模型参数理解：解析模型关键参数（如温度系数、最大 tokens 等）的含义与调整逻辑，通过参数优化提升输出质量。
文本输出优化：学习如何控制智能体的文本响应格式、内容长度与语言风格，满足不同场景的输出需求。
视觉场景应用：讲解模型在视觉任务中的应用方法，拓展智能体的多模态能力。
外部应用集成：实现模型能力与外部应用的对接，学习通过 API 等方式将模型能力嵌入自有产品。
六、组件拓展：掌握工具集成与自定义开发
本模块通过 4 个视频，围绕 “工具” 组件展开，帮助学习者为智能体赋予更多实用功能，提升其应用价值。
工具基础认知：介绍 Dify 平台中的工具生态，理解工具如何扩展智能体的能力边界（如数据查询、第三方服务调用等）。
参数配置逻辑：区分工具的显式参数与隐式参数，学习参数的设置规则与优化方法，确保工具正常运行。
多工具集成：演示如何集成 Yahoo、Slack 等常用工具，实现多工具协同工作，满足复杂任务需求。
自定义工具开发：学习开发符合自身需求的专属工具，掌握工具的开发规范、接口设计与集成流程。
七、组件优化：构建与应用知识库
本模块通过 4 个视频，聚焦 “知识库” 组件，讲解如何为智能体提供精准、高效的知识支撑，提升响应准确性。
知识库搭建（一）：学习知识库的创建流程，掌握文档上传、格式转换与基础分类的方法。
知识库搭建（二）：深入讲解知识库的高级设置，包括知识权限管理、更新机制与版本控制。
分块与检索策略：解析知识分块的核心逻辑与优化方法，同时学习检索算法的选择与配置，提升知识查询效率。
知识与工具集成：实现知识库与工具的联动，让智能体在调用工具时可结合知识库信息，提升决策准确性。
八、组件落地：完成 AI 产品发布与运维
本模块通过 6 个视频，讲解 AI 应用与智能体的发布流程、运维方法与拓展功能，实现从 “开发” 到 “落地” 的闭环。
产品发布操作：演示 AI 应用与智能体的发布流程，包括发布前检查、发布渠道选择与版本管理。
网站嵌入实现：学习将开发完成的 AI 产品嵌入自有网站，掌握嵌入代码生成、样式适配与功能调试方法。
发布 API 使用：讲解发布相关 API 的调用方式，实现 AI 产品的程序化发布与批量管理。
批量运行功能：学习设置 AI 产品的批量运行任务，满足数据批量处理、批量生成等场景需求。
日志与监控：掌握智能体运行日志的查看与分析方法，通过监控指标（如响应速度、成功率）优化产品性能，同时重点关注安全监控，及时发现异常访问与潜在风险，提升产品安全防御能力。
导入导出与定制：学习 AI 产品的导入导出操作，实现跨环境迁移；同时讲解产品细节定制方法，如界面样式、功能权限等。
九、课程收尾：总结与认证
本模块通过 1 个视频，对课程核心内容进行总结回顾，同时讲解课程证书的获取条件与流程，为学习成果提供官方认可。
十、额外福利：补充学习资源
本模块包含 1 个 bonus 视频，提供课程核心内容的补充讲解、实战技巧总结或进阶学习方向指引，帮助学习者进一步深化知识与技能。
课程亮点
零代码门槛：无需复杂编程基础，通过可视化操作即可完成 AI 智能体开发，降低学习门槛。
理论与实战结合：每个模块先讲理论再讲操作，配套完整资源文件，确保 “学完就能用”。
体系化结构：从基础到进阶，从理论到落地，覆盖 AI 智能体开发全流程，知识结构完整。
安全与实用并重：在运维环节重点强调安全监控与风险防御，同时提供多行业实战素材，确保学习成果可落地。
要不要我帮你整理一份课程模块与对应视频数量的对照表？方便你快速查阅每个模块的核心内容与学习重点。