课程目录：
第1章 课程简介3 节 | 38分钟
课程简介
1-1 导学：什么是AI Agent，如何更好地学习AI Agent？ (15:05)
1-2 【课程答疑和指导】2025.6.9-6.15 (14:49)
1-3 【课程答疑和指导】2025.6.16-6.22 (07:25)
第2章 智能体必学必会的那些事一AI智能体的基础概念和技术架构7 节 | 42分钟
本章将学习AI智能体的基础概念、核心特效、分层标准及技术架构，通过这些基础知识的学习让同学们对智能体建立基本认知和了解。
2-1 什么是智能体？常见的AI智能体能力展示 (05:14)
2-2 主流智能体产品介绍和效果对比（DeepResearch、Manus、GLM沉思、通义千问） (10:36)
2-3 智能体的核心特性：自主性、适应性、交互性 (03:44)
2-4 智能体和大模型的区别 (06:03)
2-5 智能体5级分层及商业应用 (06:05)
2-6 智能体技术架构讲解——Langgraph+LLM+Tools+MCP+RAG (05:30)
2-7 本章知识总结和回顾 (04:38)
第3章 AI智能体开发之大模型调用 (AI Agent的 大模型能力)9 节 | 46分钟
本章将学习如何调动AI智能体的大脑大语言模型，我们将使用LangChain框架，分别调用本地部署的Ollama大模型和阿里云百炼平台部署的通义千问大模型。
3-1 python多版本管理工具anaconda使用方法 (06:20)
3-2 python项目管理工具uv安装和应用 (05:30)
3-3 智能体开发流程&Ollama本地大模型部署 (05:53)
3-4 使用langchain-ollama库调用本地大模型 (06:37)
3-5 ollama大模型的流式调用 (02:05)
3-6 阿里云百炼平台大模型调用 (05:56)
3-7 百炼平台推理大模型调用 (04:48)
3-8 LangChain框架基本特性和概念介绍 (05:18)
3-9 本章重点内容回顾和复习 (02:49)
第4章 AI智能体开发之LangChain大模型工具开发 (Agent工具能力)9 节 | 54分钟
本章将学习如何利用AI智能体调用自定义工具，过程中我们还将应用LangChain的核心库prompts掌握构建文本提示词、对话提示词和少样本提示词，并借助LangChain的链式调用能力构建更复杂的智能体。
4-1 langchain_openai实例化qwen大模型+pydantic SecretStr加密api_key (06:20)
4-2 提示词模板之文本提示词PromptTemplate (05:40)
4-3 对话提示词模板ChatPromptTemplate用法 (05:27)
4-4 ChatPromptTemplate+ChatMessagePromptTemplate联合实现对提示词+消息体的抽象和复用 (03:12)
4-5 FewShotPromptTemplate通过提示词实现大模型少样本学习 (06:18)
4-6 提示词模板对比及场景分析+链式调用大模型 (05:26)
4-7 大模型调用自定义工具全流程开发 (10:44)
4-8 tool装饰器注册工具+args_schema精确控制工具入参 (05:18)
4-9 本章重点内容回顾和复习 (05:09)
第5章 AI智能体开发之内置工具调用+返回体控制能力(Agent的智能体整合能力)8 节 | 61分钟
本章将学习如何利用智能体框架，整合之前学习的大模型调用和工具开发，构建一 个完整的智能体应用，并通过调用LangChain内置的PythonPeri工具实现AI开发企 业官网，过程中我们还将介绍如何通过LangChain的核心库output parsers解决返回体的格式化。 …
5-1 使用langchain.agents库快速完成智能体创建和调用 (09:40)
5-2 应用JsonOutputParser规范智能体返回值 (12:29)
5-3 PythonPerl基本用法介绍 (05:30)
5-4 利用PythonPerlTool自动编写企业官网 (11:59)
5-5 智能体企业官网提示词修改和优化 (04:55)
5-6 langchain基础解析器讲解——精准控制大模型响应结果 (07:07)
5-7 langchain DateOutputParser实现将自然语言转为日期格式 (03:54)
5-8 本章重点内容回顾和复习 (04:56)
第6章 AI智能体开发之深入MCP协议(AI Agent 的外部工具能力)8 节 | 78分钟
本章将学习智能体的通用协议MCP，介绍MCP的三种通讯方式stdio、sse和streamable-http,并结合高德SSE MCP服务进行复杂场景的落地应用。
6-1 本章内容概览——走近MCP (03:50)
6-2 彻底搞懂MCP的原理和发展现状 (10:39)
6-3 高德MCP服务接入原理讲解 (05:22)
6-4 使用langchain_mcp_adatpers创建高德MCP客户端 (08:57)
6-5 结合高德MCP使智能体具备位置服务能力 (11:53)
6-6 基于高德MCP的复杂路径规划+可视化展示 (14:42)
6-7 MCP通讯协议之stdio——实现本地MCP服务端+客户端 (17:14)
6-8 本章重点内容回顾和复习 (05:02)
第7章 AI智能体开发之Cursor+MCP接入(AI Agent 的智能化工具)10 节 | 83分钟
本章将学习如何借助当下非常火爆的Cursor工具连接MCP服务,结合高德、 Github、 Playwright MCP快速完成复杂的智能体应用。并利用最新的Claude4大模型实现各种Github明星开源项目运行、重构和二次开发。
7-1 本章内容概览+Node环境搭建 (09:07)
7-2 LangChain+MCP读取Playwright工具 (08:34)
7-3 LangGraph+create_react_agent创建智能体运行Playwright工具 (07:20)
7-4 Playwright工具执行流程分析+日志结构化输出 (10:13)
7-5 Cursor下载、安装并接入Playwright MCP服务 (07:15)
7-6 Cursor+高德MCP服务制定旅行计划 (06:29)
7-7 Cursor+Github MCP服务集成 (05:48)
7-8 小项目：Cursor+Github MCP二次开发vue-element-admin项目 (20:45)
7-9 LangGraph agent接入Github MCP服务 (04:17)
7-10 本章重点内容回顾和复习 (02:57)
第8章 AI编程智能体项目规划+多轮对话能力实现(AI Agent的多轮对话能力)11 节 | 87分钟
本章将学习编程智能体的项目规划，并讲解LangChain的核心库runnable,通过 runnable库实现多轮对话、对话持久化等能力。
8-1 项目目标及整体架构设计 (15:00)
8-2 多轮对话能力原理介绍 (07:35)
8-3 多轮对话LCLE创建 (07:01)
8-4 使用对话历史类ChatMessageHistory解决历史对话注入问题 (04:39)
8-5 基于RunnableWithMessageHistory构建多轮对话Runnable实例 (04:21)
8-6 多轮对话交互实现 (10:16)
8-7 使用FileChatMessageHistory实现会话持久化 (07:46)
8-8 将agent集成到多轮对话 (09:10)
8-9 LangChain核心组件Runnables介绍 (03:54)
8-10 Runnables组件核心功能演示 (12:08)
8-11 本章重点内容回顾和复习 (04:20)
第9章 AI编程智能体记忆能力实现(AI Agent的记忆能力)12 节 | 106分钟
本章将使用LangChain的Memory模块结合LangGraph框架，实现智能体的持久化记忆和记忆恢复能力，并实现智能体的多轮对话，解决复杂编程问题的执行问题
9-1 本章内容概览+Agent内存记忆能力实现 (15:13)
9-2 Windows&MacOS Redis环境搭建 (06:01)
9-3 运用RedisSaver实现Agent会话持久化 (07:09)
9-4 MongoDB环境搭建&MongoDB持久化实现 (08:07)
9-5 文件持久化原理讲解+手写FileSaver实例化 (07:21)
9-6 文件持久化FileSaver存储方法put实现 (19:01)
9-7 文件持久化FileSaver恢复方法get_tuple实现 (12:32)
9-8 基于FileSaver的agent多轮对话能力实现 (09:12)
9-9 （加餐）使用Docker安装redis服务 (08:31)
9-10 （加餐）使用Docker安装mongodb服务 (04:42)
9-11 （加餐）mongosh命令行工具安装和使用 (03:06)
9-12 本章重点内容回顾和复习 (04:17)
第10章 AI编程智能体开发之终端控制工具开发( AI Agent的终端控制能力)10 节 | 116分钟
本章将通过AppleScript实现终端的操控,如:终端打开命令输入、终端交互等， 同时也提供了LangChain内置工具ShellTool作为平替方案。
10-1 本章内容概览+subprocess run方法讲解 (15:17)
10-2 subprocess Popen方法实战 (06:28)
10-3 mcp工具封装+agent集成shell mcp工具 (18:25)
10-4 智能体流失输出+输出结果视觉优化 (24:40)
10-5 MacOS终端工具原理介绍+关闭终端工具开发 (08:27)
10-6 终端新增工具开发 (16:24)
10-7 实现向终端输入脚本命令+获取终端全部信息 (06:42)
10-8 使用Cursor封装终端mcp工具 (09:39)
10-9 windows利用psutil+pyautogui开发powershell控制工具 (07:07)
10-10 本章重点内容回顾和复习 (02:37)
第11章 AI编程智能体开发之知识库开发(AI Agent的知识学习能力)9 节 | 100分钟
本章将介绍并实现智能体的RAG模式，通过连接阿里云百炼知识库和数据管理工具 解决大模型的知识检索、知识更新和学习问题，使智能体变得更加“聪明”。
11-1 本章内容概览+利用提示词优化大模型指令遵循问题 (21:07)
11-2 通过阿里云百炼完成知识库创建 (07:27)
11-3 阿里云百炼SDK接入和知识库查询 (19:36)
11-4 RAG知识查询方法封装+MCP工具集成 (13:18)
11-5 RAG MCP工具集成 (06:16)
11-6 通过知识库解决智能体创建Vue项目的方案问题 (08:23)
11-7 开发Terminal发送按键工具解决命令行交互 (14:39)
11-8 优化知识库内容解决智能体的任务规划问题 (05:52)
11-9 本章重点内容回顾和复习 (03:16)
第12章 AI编程智能体开发之RAG自学习机制(AI Agent的自主学习能力)11 节 | 89分钟
本章将带大家借助阿里云百炼SDK接入百炼知识库，并将上传知识库封装成MCP方法，让大模型提炼对话中的相关知识信息，并上传知识库，供下次执行任务时访问。
12-1 本章内容概览+百炼SDK上传知识文件流程分析 (05:21)
12-2 百炼SDK获取文件上传租约代码实现 (11:16)
12-3 百炼SDK上传文件至数据中心代码实现 (07:23)
12-4 添加数据中心文件至指定分类代码实现 (09:27)
12-5 文件上传状态查询&上传文件代码封装 (10:01)
12-6 创建百炼知识库API接入 (05:37)
12-7 提交向量化任务并查询任务执行状态 (05:15)
12-8 工作空间知识库查询+追加向量化任务API接入 (08:29)
12-9 基于百炼知识库的自学习MCP工具封装 (14:12)
12-10 【实战】智能体实现自总结+自学习+自沉淀知识能力 (07:31)
12-11 本章重点内容回顾和复习 (03:32)
