【AI系统实战营】打造智能Agent应用

从大模型原理到部署上线，打造你的AI系统

掌握从大模型API调用、Prompt工程设计，到LangChain+RAG系统开发与部署的完整技能链，打造可上线演示的AI系统。

8周
10人小班 学员
4.8 评分
立即报名 - ¥7,999免费试听

课程信息

难度等级:进阶实战
授课语言:中文
授课形式:小班直播 + 项目辅导
课程时长:8周

课程目标

掌握LLM架构与API调用流程
精通Prompt工程设计五大原则
熟练使用LangChain/LangGraph框架
构建RAG系统与向量数据库
设计多工具Agent系统架构
完成AI项目部署上线

学习要求

熟悉Python基本语法
有API调用或Web开发基础
对AI/LLM有基本了解

课程安排

1

LLM原理与API调用实战

  • LLM架构概览（Transformer, Decoder-only结构）
  • GPT/Claude/LLaMA API调用流程
  • Token机制与Token成本估算
  • OpenAI / Anthropic API调用实践（Python + Postman）
实践项目: 调用不同模型API，输出一致任务的结果对比分析
2

Prompt工程基础

  • Prompt设计五大原则（明确性、格式、指令语气、上下文设定、输出格式）
  • Few-shot Prompt与Zero-shot对比
  • Chain of Thought（CoT）推理策略
  • Roleplay/Persona Prompt 模型人格设定
实践项目: 设计多个Prompt完成同一任务的效果对比实验
3

LangChain框架实战

  • LangChain核心组件：LLMWrapper, PromptTemplate, Chains
  • 记忆模块：ConversationBufferMemory / SummaryMemory
  • 工具集成：Calculator, Search, CustomTool封装
  • Agent vs Chain 使用场景辨析
实践项目: 构建多轮对话Bot，具备基本记忆功能和工具调用能力
4

RAG系统构建与优化

  • 向量数据库原理（FAISS / Chroma / Weaviate）
  • Embedding技术（OpenAI, HuggingFace）
  • 文档拆分与预处理（LangChain Document Loader）
  • Retriever + RAG Chain构建
  • RAG优化技巧：Chunk大小、Query Rewriting、检索过滤
实践项目: 知识库问答系统：上传文档或知识资料，用户可自由提问
5

LangGraph进阶工作流编排

  • LangGraph框架介绍：图状态建模
  • 构建多步工作流：条件、循环、中断处理
  • 多模型协作任务分配与追踪
  • Agent状态迁移管理
实践项目: 设计多步骤任务（如文章写作、图像生成）流程图，实现自动执行
6

Agent系统架构设计

  • 单体Agent vs 多Agent架构
  • Tool调用逻辑（Tool Calling, Tool Description）
  • Agent之间的通信与调度
  • 多模态Agent集成（文本+图像）
实践项目: 智能助手Agent：用户输入问题，Agent根据上下文和工具调用智能分配任务并响应
7

系统优化与部署上线

  • 成本评估与缓存机制（LangSmith + LangChain Callbacks）
  • 性能调优与调试
  • Streamlit快速构建交互界面
  • Vercel/Github Pages部署策略
  • 用户行为日志与使用分析
实践项目: 将前述项目构建前端UI并部署上线，生成公开链接用于演示
8

项目整合 · Demo展示

  • 项目整合与多功能组合
  • 前端 + 后端协同设计
  • 撰写项目说明文档与技术博客
  • 录制项目讲解视频
  • 模拟答辩与反馈
实践项目: 完整AI应用上线

个人实战项目

我的AI助手 v1.0

构建一个支持多轮对话、工具调用、知识问答、任务管理的AI助手

技能要求:

LangChain Chain & Agent系统自定义Prompt设计向量数据库+文档检索Streamlit UIAPI封装与上线部署

交付成果:

  • 可交互网页Demo（Vercel/GitHub Pages）
  • 项目GitHub仓库（代码 + README）
  • 视频讲解（5分钟）
  • 技术说明文档（PDF）

团队协作项目

AI客服智能助手（3人小组）

构建一个可自动回答用户问题的RAG客服系统，集成FAQ、工具调用、用户画像模块。

技能要求:

LangGraph + AgentEmbedding + Retriever项目协作管理（Notion + Git）

交付成果:

  • 项目运行Demo + 上线链接
  • 项目分工记录文档
  • 小组讲解视频
  • 完整PPT汇报材料

学习成就

完成个人项目：构建1个完整AI Agent系统并上线
完成协作项目：参与1个RAG客服Agent项目并发布演示
GitHub作品集：提交项目仓库，包含文档、代码、部署说明等
获得进阶认证证书：掌握 LangChain / Prompt / RAG / Agent等技术

培训证书

【AI系统实战营】打造智能Agent应用认证

完成8周课程学习并成功部署AI项目后获得的专业认证

证书技能认证:

LLM调用与架构理解Prompt工程LangChain/LangGraph应用Agent开发与部署

课程咨询

立即报名 - ¥7,999免费试听