资源介绍
视频数量：20个
总时长：3小时10分
课程介绍：
从零构建自主代码助手
想象一下，你对着一个AI编程助手说“帮我实现一个运行在3000端口的Web服务器，加上斐波那契数列计算接口”，它就能自动分析项目环境、编写代码、安装依赖、调试运行——整个过程不需要你手动敲一行代码。这不是科幻，而是这门课要带你亲手做出来的东西。
这是一门关于构建Agentic Code Assistant的实战课程。我们不聊概念，直接动手。你会看到如何从零开始搭建一个能够理解自然语言指令、自动分解任务、调用各种工具、最终完成编程工作的AI助手。整个课程包含20个视频，时长三个多小时，代码从头写到尾，逻辑一环扣一环。
课程分为六个部分，循序渐进。
第一部分是介绍。动手之前先把工具准备好，课程第一步就教你获取OpenAI API密钥，这个密钥是整个系统的能量来源，没有它什么都跑不起来。然后你会看到一个完整的项目演示，看看最终做出来的东西长什么样——编排器接收任务、自动拆解、子代理各司其职、最后把Web服务器跑起来。看完演示再动手设置项目环境，熟悉整个项目的结构和组织方式。接着课程会讲项目设计和架构，让你清楚每个模块负责什么、模块之间怎么配合。
第二部分讲Agent Prompts，也就是给AI代理写系统提示词。这听起来简单，但提示词写得好不好直接决定代理的表现。课程会带你写编排器的系统提示词，让它明白自己的角色定位和工作方式。然后写探索者代理的提示词，让它能够准确判断代码库的环境和状态。你会学到提示词设计的思路——怎么让AI准确理解任务、怎么约束它的行为、怎么让它在复杂情况下做出正确决策。
第三部分是Agent tasks。你要知道，一个任务交给代理后，需要有东西来处理它的具体动作。课程会讲动作处理器的实现，它负责接收代理决定要做的操作，然后真正去执行。任务实现部分教你把大任务拆成小任务，每个小任务对应具体的代码逻辑。上下文存储是个关键部分，代理在执行多轮对话时需要记住之前发生了什么、输出了什么、任务进展到哪一步，这部分会教你如何管理这些上下文信息。
第四部分是Subagents，这是课程最核心的内容。子代理的设计和实现是整个系统的骨架。编排器代理负责统筹全局，它接收用户指令、分析任务、决定下一步做什么、然后把子任务分发给具体的代理执行。Bash命令处理教你让代理能够执行终端命令，文件操作处理让它能够读写文件、创建目录、修改代码。子代理循环是让多个代理能够协作运转的关键机制，避免死循环、确保任务能收敛。课程还会带你回顾整个代理设计，理清思路，看看哪些地方可以优化。
第五部分讲Middleware中间件。这是代码架构层面的优化。课程会介绍中间件的概念，然后演示如何用中间件简化子代理的代码——把重复的逻辑抽出来，让每个代理的实现更清晰。动作处理器也可以用中间件来改进，让整个系统更容易维护和扩展。你会学到怎么用中间件模式把横切关注点分离出来，写出更干净的代码。
最后一部分是Wrap up收尾。上下文隔离确保不同用户的请求不会互相干扰，数据不会串台，这是实际应用中必须考虑的问题。课程最后会讲如何让代码代理达到生产级别——加入错误处理、日志记录、异常恢复机制，让它真正能在生产环境中跑起来。
学完这门课，你会有一个完整的、能跑起来的AI代码助手项目。你会深入理解代理系统的核心原理：任务分解、上下文管理、子代理协作、中间件设计。更重要的是，这些东西不是纸上谈兵，每一行代码都是实际可运行的，你可以基于它继续扩展、加功能、做自己的定制。
课程适合有一定编程基础、对AI应用开发感兴趣、想了解如何把大语言模型真正用到开发流程中的人。如果你觉得LangChain之类的框架用起来像黑箱，想搞清楚底层到底怎么运作，这门课正合适。