纯手搓一套AI Agent智能体！附教程！全流程搭建演示，让零基础也能学会Agent开发！RAG+MCP+Skills+项目实战全整好了，拿走不谢~
配套课件/代码笔记：后台私信up主→发送暗号【11】即可！允许礼貌白嫖，先到先得！
【全栈 AI 大模型工程师】 本套 AI 大模型系统教程专为零基础用户打造，全方位覆盖了从 LLM 底层原理到 Prompt 提示词工程、以及 2026 热门 AI Agent 智能体构建的实战全流程，不仅包含 DeepSeek、Claude、OpenClaw 等前沿模型的高效使用技巧，更深度解析了私有化部署、知识库搭建及工作流自动化的落地场景，旨在带你从零入门到精通，手把手教你如何利用 AI 大模型构建专属数字
视频选集
（1/95）
0.课程简介
00:59
1.2026为什么一定要学Agent？Prompt和RAG已经不够了吗
13:32
2.大模型到Agent的技术演进
09:32
3.Agent核心能力
09:39
4.四大商业方向
11:42
5.传统Agent六大坑
08:49
6.旅游Agent实测
10:52
7.企业级三层架构
13:48
8.多智能体工程化流程
22:58
9.AI Coding与项目落地
23:40
2-1 什么是智能体？常见的AI智能体能力展示
05:15
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）
10:37
2-3 智能体的核心特性：自主性、适应性、交互性
03:45
2-4 智能体和大模型的区别
06:04
2-5 智能体5级分层及商业应用
06:06
2-6 智能体技术架构讲解——Langgraph+LLM+Tools+MCP+RAG
05:31
2-7 本章知识总结和回顾
04:39
3-1 python多版本管理工具anaconda使用方法
06:21
3-2 python项目管理工具uv安装和应用
05:31
3-3 智能体开发流程&Ollama本地大模型部署
05:54
3-4 使用langchain-ollama库调用本地大模型
06:38
3-5 ollama大模型的流式调用
02:07
3-6 阿里云百炼平台大模型调用
05:57
3-7 百炼平台推理大模型调用
04:49
3-8 LangChain框架基本特性和概念介绍
05:19
3-9 本章重点内容回顾和复习
02:50
4-1 langchain_openai实例化qwen大模型+pydantic SecretStr加密api_key
06:21
4-2 提示词模板之文本提示词PromptTemplate
05:41
4-3 对话提示词模板ChatPromptTemplate用法
05:28
4-4 ChatPromptTemplate+ChatMessagePromptTemplate联合实现对提示词+消息体的抽象和复用
03:13
4-5 FewShotPromptTemplate通过提示词实现大模型少样本学习
06:19
4-6 提示词模板对比及场景分析+链式调用大模型
05:27
4-7 大模型调用自定义工具全流程开发
10:45
4-8 tool装饰器注册工具+args_schema精确控制工具入参
05:19
4-9 本章重点内容回顾和复习
05:10
5-1 使用langchain
09:41
5-2 应用JsonOutputParser规范智能体返回值
12:30
5-3 PythonPerl基本用法介绍
05:31
5-4 利用PythonPerlTool自动编写企业官网
12:00
5-5 智能体企业官网提示词修改和优化
04:56
5-6 langchain基础解析器讲解——精准控制大模型响应结果
07:08
5-7 langchain DateOutputParser实现将自然语言转为日期格式
03:55
5-8 本章重点内容回顾和复习
04:57
6-1 本章内容概览——走近MCP
03:51
6-2 彻底搞懂MCP的原理和发展现状
10:40
6-3 高德MCP服务接入原理讲解
05:23
6-4 使用langchain_mcp_adatpers创建高德MCP客户端
08:58
6-5 结合高德MCP使智能体具备位置服务能力
11:54
6-6 基于高德MCP的复杂路径规划+可视化展示
14:43
6-7 MCP通讯协议之stdio——实现本地MCP服务端+客户端
17:15
6-8 本章重点内容回顾和复习
05:03
7-1 本章内容概览+Node环境搭建
09:08
7-2 LangChain+MCP读取Playwright工具
08:35
7-3 LangGraph+create_react_agent创建智能体运行Playwright工具
07:21
7-4 Cursor下载、安装并接入Playwright MCP服务
07:16
7-4 Playwright工具执行流程分析+日志结构化输出
10:14
7-5 Cursor+Github MCP服务集成
05:49
7-6 Cursor+高德MCP服务制定旅行计划
06:30
7-7 Cursor+Github MCP服务集成
05:49
7-8 小项目：Cursor+Github MCP二次开发vue-element-admin项目
20:46
7-9 LangGraph agent接入Github MCP服务
04:18
7-10 本章重点内容回顾和复习
02:58
8-1 项目目标及整体架构设计
15:01
8-2 多轮对话能力原理介绍
07:36
8-3 多轮对话LCLE创建
07:02
8-4 使用对话历史类ChatMessageHistory解决历史对话注入问题
04:40
8-5 基于RunnableWithMessageHistory构建多轮对话Runnable实例
04:22
8-6 多轮对话交互实现
10:17
8-7 使用FileChatMessageHistory实现会话持久化
07:47
8-8 将agent集成到多轮对话
09:11
8-9 LangChain核心组件Runnables介绍
03:55
8-10 Runnables组件核心功能演示
12:09
8-11 本章重点内容回顾和复习
04:21
9-1 本章内容概览+Agent内存记忆能力实现
15:14
9-2 Windows&MacOS Redis环境搭建
06:02
9-3 运用RedisSaver实现Agent会话持久化
07:10
9-4 MongoDB环境搭建&MongoDB持久化实现
08:08
9-5 文件持久化原理讲解+手写FileSaver实例化
07:22
9-6 文件持久化FileSaver存储方法put实现
19:02
9-7 文件持久化FileSaver恢复方法get_tuple实现
12:33
9-8 基于FileSaver的agent多轮对话能力实现
09:13
9-9 （加餐）使用Docker安装redis服务
08:32
9-10 （加餐）使用Docker安装mongodb服务
04:43
9-11 （加餐）mongosh命令行工具安装和使用
03:07
9-12 本章重点内容回顾和复习
04:18
10-1 本章内容概览+subprocess run方法讲解
15:19
10-2 subprocess Popen方法实战
06:29
10-3 mcp工具封装+agent集成shell mcp工具
18:26
10-4 智能体流失输出+输出结果视觉优化
24:41
10-5 MacOS终端工具原理介绍+关闭终端工具开发
08:28
10-6 终端新增工具开发
16:25
10-7 实现向终端输入脚本命令+获取终端全部信息
06:43
10-8 使用Cursor封装终端mcp工具
09:40
10-9 windows利用psutil+pyautogui开发powershell控制工具
07:08
10-10 本章重点内容回顾和复习
02:38
顶部