课程介绍：

本套 AI Agent 应用开发系统课完整覆盖大模型基础到生产级 Agent 系统开发全链路。课程讲解 LLM 底层原理、Token、幻觉、提示词工程；深度剖析 Agent 架构、规划、记忆系统、工具调用、RAG 检索增强；详解 LangChain、CrewAI 等主流框架，学习工作流编排、多 Agent 协作；包含企业级系统设计、高并发、性能成本优化、Agent 质量评估、安全风险防护，搭配多行业 Agent 实战案例，分析技术瓶颈与未来方向，适合开发人员、AI 从业者学习构建生产可用的智能体系统。

课程目录：

1.01_ 什么是 AIAgent 它与传统 AI 有什么区别.mp4

10.10_ 为什么 Agent 需要记忆 _.mp4

100.06_ 什么是 CrewAI 它的设计理念是什么.mp4

101.07_OpenAIAssistantsAPI 有哪些核心功能.mp4

102.08_ 如何选择适合项目的 Agent 框架.mp4

103.09_ 用开源框架还是自研 Agent 框架.mp4

104.10_ 如何设计 Agent 的工作流.mp4

105.11_DAG 和循环流在 Agent 工作流中如何选择.mp4

106.12_ 多 Agent 编排的核心挑战是什么.mp4

107.13_ 如何构建一个 AgentPipeline.mp4

108.14_ 如何实现 Agent 的可观测性（Observability）.mp4

11.11_ 什么是推理引擎 _.mp4

110.01_ 如何设计企业级 Agent 系统.mp4

111.02_ 如何设计一个 AI 助理产品.mp4

112.03_ 如何设计智能客服 Agent 系统.mp4

113.04_ 如何设计办公自动化 Agent.mp4

114.05_ 如何设计一个代码生成 Agent.mp4

115.06_Agent 系统如何扩展（Scale）以支持高并发.mp4

116.07_Agent 系统中如何做并发控制.mp4

117.08_ 如何降低 Agent 系统的响应延迟.mp4

118.09_ 如何控制 Agent 系统的 Token 成本.mp4

119.10_Agent 系统如何设计缓存策略.mp4

12.12_ 工具使用在 Agent 中的作用 _.mp4

120.11_Agent 系统的日志系统如何设计.mp4

121.12_Agent 系统中如何做 A‑B 测试.mp4

122.13_ 如何设计 Agent 系统的高可用架构.mp4

123.14_Agent 系统如何实现优雅降级.mp4

124.15_ 多模型 Fallback 策略如何设计.mp4

125.01_ 如何评估 Agent 的质量.mp4

126.02_ 什么是离线评估 _.mp4

127.03_ 什么是在线评估 _.mp4

128.04_ 如何设计 Agent 评估基准 (Benchmark)*.mp4

129.05_ 什么是 AgentBench*.mp4

13.13_ 什么是环境交互 _.mp4

130.06_ 如何评估 Agent 的推理能力 _.mp4

131.07_ 如何评估 Agent 的工具使用能力 _.mp4

132.08_ 如何评估 RAG 系统的质量 _.mp4

133.09_ 如何检测 Agent 的幻觉问题 _.mp4

134.10_ 什么是 LLM‑as‑Judge_ 如何使用 _.mp4

135.11_ 如何优化 Agent 的整体性能 _.mp4

136.12_ 如何系统地优化 Prompt_.mp4

137.13_ 如何通过模型选择来优化性能 _.mp4

138.14_Agent 系统中如何设计反馈闭环 _.mp4

139.15_Agent 系统如何实现持续学习 _.mp4

14.14_ 感知与行动在 Agent 中如何体现 _.mp4

140.01_ 什么是 Prompt 注入攻击 _.mp4

141.02_Agent 系统中数据泄露的风险有哪些.mp4

142.03_Agent 系统面临哪些安全风险 _.mp4

143.04_ 如何防止 Agent 的权限提升攻击 _.mp4

144.05_ 如何限制 Agent 的工具权限 _.mp4

145.06_ 多用户场景下如何隔离用户数据 _.mp4

146.07_ 如何防止 Agent 被越狱 (Jailbreak)*.mp4

147.08_Agent 系统的审计日志应该记录什么*.mp4

148.09_ 如何设计安全的代码执行沙箱 _.mp4

149.10_ 如何防止恶意输入攻击 Agent_.mp4

15.15_ 单 Agent 与多 Agent 系统的区别 _.mp4

150.11_ 生产环境中如何加固 Agent 系统 _.mp4

151.12_Agent 系统中如何处理用户隐私数据 _.mp4

152.13_ 内容安全过滤如何实现 _.mp4

153.14_ 如何防止 Agent 输出敏感信息 _.mp4

154.15_ 如何为 Agent 系统设计安全策略 _.mp4

155.01_ 如何设计一个报告撰写 Agent.mp4

156.02_ 如何设计一个智能客服 Agent_.mp4

157.03_ 如何设计一个金融分析 Agent_.mp4

158.04_ 如何设计一个代码生成 Agent_.mp4

159.05_ 如何设计一个多 Agent 协作系统 _.mp4

16.16_Agent 的能力边界在哪里 _.mp4

160.06_Agent 在多目标冲突时如何决策 _.mp4

161.07_ 如何为 Agent 实现长期记忆 _.mp4

162.08_Agent 输出错误时如何排查 _.mp4

163.09_Agent 成本过高如何优化.mp4

164.10_Agent 延迟过高如何处理.mp4

165.11_RAG 效果不好如何排查改进.mp4

166.12_ 如何提高 Agent 系统的稳定性.mp4

167.13_ 如何提升 Agent 的任务成功率.mp4

168.14_ 如何让 Agent 具备自我纠错能力.mp4

169.15_ 如何设计生产级别的 Agent 系统.mp4

17.01_ 什么是大语言模型 (LLM)*.mp4

170.01_Agent 的未来发展方向是什么.mp4

171.02_Agent 会取代人类工作吗.mp4

172.03_ 多 Agent 社会是什么概念有什么潜力.mp4

173.04_Agent 与 AGI 的关系.mp4

174.05_ 当前 Agent 技术的瓶颈在哪里.mp4

175.06_ 你做过最复杂的 Agent 项目是什么（参考性回答）.mp4

176.07_ 如何评价主流 Agent 框架.mp4

177.08_Agent 和传统工作流有什么本质区别.mp4

178.09_Agent 真的 _ 智能 _ 吗.mp4

179.10_Agent 架构与传统软件架构的根本区别.mp4

18.02_LLM 是如何训练的*.mp4

19.03_ 什么是 Token_.mp4

2.02_ 什么是 AgenticAI.mp4

20.04_ 什么是下一个 Token 预测 _.mp4

21.05_Transformer 的核心机制是什么 _.mp4

22.06_ 注意力机制 (Attention) 是怎么工作的 _.mp4

23.07_Temperature 参数对生成结果有什么影响 _.mp4

24.08_Top‑K 和 Top&#8209 采样是什么 _.mp4

25.09_ 什么是幻觉 (Hallucination)*.mp4

26.10_LLM 为什么会产生幻觉*.mp4

27.11_ 如何评估 LLM 的质量 _.mp4

28.12_ 开源模型 vsAPI 模型，如何选择 _.mp4

29.13_ 如何为项目选择合适的 LLM_.mp4

3.03_LLM 与 Agent 有什么区别.mp4

30.14_Prompt 对 LLM 输出有什么影响 _.mp4

31.15_ 什么是指令微调 (InstructionTuning)*.mp4

32.16_RLHF 在 LLM 中起什么作用*.mp4

33.01_ 什么是提示词工程（PromptEngineering）.mp4

34.02_Zero‑Shot 和 Few‑Shot 有什么区别.mp4

35.03_ 什么是思维链（ChainofThought）.mp4

36.04_ 为什么 CoT 能提升推理能力.mp4

37.05_ 什么是自洽性（Self‑Consistency）.mp4

38.06_ 什么是 ReAct 提示策略.mp4

39.07_ 如何设计稳定可靠的 Prompt.mp4

4.04_ 为什么从 LLM 应用转向 Agent.mp4

40.08_ 什么是 Prompt 注入攻击.mp4

41.09_ 如何防御 Prompt 注入.mp4

42.10_ 如何设计高质量的 Prompt 模板.mp4

43.11_SystemPrompt 和 UserPrompt 有什么区别.mp4

44.12_ 如何控制 LLM 的输出格式.mp4

45.13_ 如何提升 Prompt 的鲁棒性.mp4

46.14_ 如何为多步骤任务设计 Prompt.mp4

47.15_Prompt 对 Agent 行为有什么影响.mp4

48.01_ 一个完整的 Agent 架构包含哪些部分.mp4

49.02_Agent 的规划（Planning）机制是什么.mp4

5.05_Agent 的核心组件有哪些.mp4

50.03_ 什么是任务分解 Agent 如何做任务分解.mp4

51.04_Agent 的决策机制是什么.mp4

52.05_ 工具调用和函数调用是什么有什么区别.mp4

53.06_Agent 如何调用外部 API.mp4

54.07_ 什么是执行循环（ExecutionLoop）.mp4

55.08_Agent 如何处理重试和错误恢复.mp4

56.09_Agent 的记忆系统有哪些设计模式.mp4

57.10_ 短期记忆和长期记忆在 Agent 中如何实现.mp4

58.11_Agent 如何管理状态（StateManagement）.mp4

59.12_ 什么是 Agent 的自我反思（Reflection）.mp4

6.06_Agent 和 Chatbot 的区别.mp4

60.13_ 多 Agent 如何协作.mp4

61.14_Agent 如何进行任务优先级排序.mp4

62.15_ 如何设计一个通用 Agent 框架.mp4

63.16_ 如何设计一个垂直领域 Agent.mp4

64.01_ 什么是 RAG（检索增强生成）.mp4

65.02_RAG 的工作流程是什么.mp4

66.03_ 为什么 Agent 需要 RAG.mp4

67.04_ 什么是向量嵌入（Embedding）.mp4

68.05_ 什么是文档分块（Chunking）.mp4

69.06_ 如何选择合适的 ChunkSize.mp4

7.07_ 什么是自主 Agent.mp4

70.07_ 什么是向量数据库.mp4

71.08_ 常见向量数据库有哪些如何选择.mp4

72.09_ 向量相似度搜索是如何实现的.mp4

73.10_ 如何优化 RAG 的召回率.mp4

74.11_ 如何优化 RAG 的精确率.mp4

75.12_Rerank 在 RAG 中起什么作用.mp4

76.13_RAG 如何解决长上下文问题.mp4

77.14_RAG 如何减少幻觉.mp4

78.15_RAG 和微调如何选择.mp4

79.16_RAG 落地最难的问题是什么.mp4

8.08_ 什么是目标驱动型 Agent_.mp4

80.01_ 什么是工具使用（ToolUse）.mp4

81.02_Agent 如何进行工具选择.mp4

82.03_ 工具选择的底层机制是什么.mp4

83.04_ 如何设计好的工具 Schema.mp4

84.05_FunctionCalling 的设计原则是什么.mp4

85.06_Agent 如何调用数据库.mp4

86.07_Agent 如何调用搜索引擎.mp4

87.08_Agent 如何执行代码.mp4

88.09_ 如何协调多工具的调用.mp4

89.10_ 如何避免 Agent 错误地调用工具.mp4

9.09_ 什么是多步推理 _Agent 如何实现 _.mp4

90.11_ 工具调用失败后 Agent 如何处理.mp4

91.12_ 如何验证工具调用结果的可靠性.mp4

92.13_ 如何设计 Agent 的插件系统.mp4

93.14_ 什么是 MCP（ModelContextProtocol）.mp4

94.15_ 如何控制工具的权限.mp4

95.01_ 你用过哪些 Agent 框架如何评价.mp4

96.02_LangChain 的核心组件是什么.mp4

97.03_LangGraph 和 LangChain 有什么区别.mp4

98.04_AutoGPT 的核心思路是什么.mp4

99.05_ReActAgent 是如何工作的.mp4

------本页内容已结束，喜欢请分享------

感谢您的来访，获取更多精彩文章请收藏本站。