课程大纲

📚 课程结构

本课程共分为 4 个主要单元 和 2 个附加单元。

🎯 第 1 单元：智能体简介

学习目标：建立AI智能体的基础认知，理解核心概念

📖 简介
🤖 什么是智能体？
📝 快速测验 1
🧠 什么是 LLM ?
💬 消息和特殊令牌
🔧 什么是工具？
📝 快速测验 2
🔄 通过思考-行动-观察循环理解 AI 智能体
💭 思考、内部推理和 Re-Act 方法行动
👁️ 观察,整合反馈以反思和适应
📚 简单智能体库
🛠️ 创建我们的第一个智能体

⚡ 第 2 单元：AI智能体框架

学习目标：掌握 AI 智能体开发框架

🏗️ AI 智能体框架概述
🔨 常用框架对比分析
💻 框架实战应用

🔍 第 3 单元：Agentic RAG 的用例

学习目标：深入理解和实现 Agentic RAG 系统

📋 Agentic RAG 用例简介
🔗 Agentic 检索增强生成 (RAG)
🛠️ 创建 RAG 工具
🔧 为你的智能体构建和集成工具
🌟 创建你的智能体
📝 结论

🎓 第 4 单元：最终项目 - 创建,测试你的智能体

学习目标：综合运用所学知识完成实战项目

🎉 欢迎来到最后一个单元
👨‍💻 动手实践

🎁 附加单元

📦 附加单元 1 ：微调大型语言模型

学习目标：掌握大语言模型的函数调用微调技术

📖 简介
🔬 微调模型
📝 结论

📊 附加单元 2 ：智能体可观察性和评估

学习目标：学会监控和评估智能体性能

📖 简介
👁️ 什么是智能体可观察性和评估？
📈 监控和评估智能体
📝 测验

📋 学习建议

📈 学习路径

理论 + 实践：每学完一个理论章节，立即进行相关的实践练习
及时测验：完成每个测验章节，检验学习效果
项目驱动：重点关注实践项目，通过项目巩固所学知识

🎯 学习重点

第 1 单元：重点理解智能体的基本概念和工作原理
第 2 单元：掌握至少一个主流框架的使用方法
第 3 单元：能够独立实现一个 RAG 系统
第 4 单元：完成综合项目，展示学习成果

📚 知识储备

Python 编程：具备基本的 Python 编程能力
API 使用经验：熟悉 REST API 的调用方式

🛠️ 环境准备

开始学习前，建议准备以下环境：

Python 3.10+
代码编辑器（如 VS Code、Cursor）
Git 版本控制
相关 API 密钥