如果你已经能调通一两个大模型接口，做过聊天机器人，但一到「要把这个 Agent 推到线上给人用」就开始含糊——这门实战营正好卡在这个缺口上。它不是再教你写一个 demo，而是把企业级 Agent 里最容易被跳过的那几段补齐：多模态输入怎么接、配图这种看起来边缘的能力怎么系统化、容器化发布到底要改哪些东西。

先确认自己缺的是哪一块

这门课适合三类人对照着看。第一类是会写 prompt、会调 API，但没做过完整交付链路的人：本地跑得通，一上服务器就出问题，日志、依赖、端口、镜像层层卡壳。第二类是想把多模态真正用起来的人：知道模型能读图，但不知道图像识别怎么和对话流程拼在一起，识别结果怎么进上下文、怎么触发后续动作。第三类是准备转岗到 AI 应用方向的技术人：简历上写着「熟悉大模型」，面试官一问发布和运维就答不上来。

如果你只想学提示词技巧，或者只想了解模型原理，这门课会显得偏工程，可以先放一放。它假设你已经能读懂一段 Python 服务代码，知道什么是 HTTP 接口和容器。

课程盯住的具体问题

从实战营的主题看，它围绕一条完整的 Agent 落地线展开，而不是零散知识点。一是 GPT 模型家族的来龙去脉——这部分放在预习，用意是让你在选择模型时知道自己在权衡什么，而不是哪个火用哪个。二是多模态输入：以 ChatPPT 这个场景为例，把图像识别集成进对话流程，处理用户上传的图、抽取信息、再驱动后续生成。三是智能配图：让 Agent 根据内容自动产出配图方案，这一步涉及生成、筛选和与正文的配合，不是调一次画图接口就完事。四是容器化发布：把上面这些能力打包成能部署、能复现的服务。

注意这几块是咬合的。多模态输入决定了配图环节拿到的素材形态，容器化又决定了你前面写的识别和生成逻辑能不能稳定跑在别人的机器上。单看每一节都不难，难的是串起来不塌。

配套练习该怎么用

课程里带作业，这类实战营的作业通常不是选择题，而是让你把当节的能力接进自己的小项目。建议不要只跟着视频敲一遍就算完，而是换一个自己的场景重做：比如把 ChatPPT 的配图逻辑挪到你手上的文档工具或周报生成器里。多模态那节，可以故意喂几张模糊的、方向不对的图，看识别结果怎么影响下游，这一步最能暴露你对流程的理解漏洞。

容器化那节尤其别跳。很多人卡在「本地好好的，部署就崩」，原因大多在环境变量、模型文件路径、依赖版本这些细节上。跟着做一遍镜像、跑一次完整的发布，比看十遍讲解有用。

看完应该能回答的问题

用户上传一张图，从接收到影响最终输出，中间经过哪几步？哪一步最容易出错？
智能配图和直接调画图接口的区别在哪，什么情况下不值得做成自动配图？
把一个带模型调用的 Agent 打成容器，需要额外注意哪些和普通 Web 服务不一样的地方？
面对不同代际的 GPT 模型，你在成本、延迟、能力之间怎么选，依据是什么？
如果部署后接口超时，你会按什么顺序排查？

能顺畅答出这几问，说明这门课的核心你不只是看过，而是接住了。答不上来的那一条，就是你还该回头补的地方。

【极客时间】企业级Agents开发实战营第1期

实战营，深入企业级Agents开发

编辑点评

聚焦大模型时代，实战性强，适合对AI应用开发感兴趣的学员。

⭐ 编辑推荐

本课程深入探讨企业级Agents开发，涵盖ChatPPT、智能配图、容器化发布等技术，助你掌握大模型时代核心技能。

课程亮点

• 实战性强

• 技术全面

• 紧跟时代

课程目录

📁 第10周
    第1节 ChatPPT 图像识别集成与多模态输入【优质资源‖关注：cunWorkNotes 解锁】.pdf  [8.4 MB]
    1. ChatPPT 图像识别集成与多模态输入.mp4  [386.5 MB]
    第2节 ChatPPT 智能配图与容器化发布.pdf  [7.6 MB]
    第2节作业.txt  [520.0 B]
    第2节 ChatPPT智能配图与容器化发布.mp4  [457.9 MB]
📁 02预习篇-GPT模型家族-从始至今
    📁 课件
        …（已达最大深度 2 层，子目录未展开）
    3.从GPT-1到GPT-3.5：一路的风云变幻.mp4  [69.9 MB]
    1.本章内容概述【持续更新‖免费提供：CunworknoteS】.mp4  [5.9 MB]
    2.GPT模型家族：从始至今.mp4  [24.2 MB]
    4.ChatGPT：赢在哪里.mp4  [42.1 MB]
    5.GPT-4：一个新的开始.mp4  [62.4 MB]
📁 第7周
    第2节 LanguageMentor 词汇积累功能设计与研发.pdf  [5.8 MB]
    第2节 作业【整理不易‖记得关注：CunWorKNotes】.txt  [342.0 B]
    第1节 作业.txt  [396.0 B]
    第2节 LanguageMentor 词汇积累功能设计与研发.mp4  [258.5 MB]
    第1节 LanguageMentor 场景对话功能设计与研发.mp4  [300.6 MB]
    第1节 LanguageMentor 场景对话功能设计与研发.pdf  [11.2 MB]
📁 第4周
    第1节课件-GitHubSentinel高级功能与生产级发布【不易整理‖请关注：CunWorkNoteS】.pdf  [8.0 MB]
    第2节作业.txt  [473.0 B]
    第1节作业.txt  [238.0 B]
    第2节 LangChain 新技术生态与LCEL快速入门.pdf  [12.8 MB]
    第1节 GitHubSentinel高级功能与生产级发布.mp4  [371.7 MB]
    第2节 LangChain新技术生态与LCEL快速入门.mp4  [423.4 MB]
📁 第1周
    第3节 GitHubSentinel Agent立项与概念验证（2024.8.14直播）【优质资源‖关注：cunWorkNotes 解锁】.mp4  [203.0 MB]
    第1节 Agent 应用开发指南（2024.8.11直播）.mp4  [275.3 MB]
    第2节 大模型时代的 Agent 开发方法论（2024.8.14直播）.mp4  [118.2 MB]
    第1-2节课件-大模型时代 Agent 开发方法论.pdf  [16.9 MB]
    第3节 作业.txt  [664.0 B]
    第3节课件-GitHubSentinel Agent立项与概念验证.pdf  [8.1 MB]
…（已达 35 条上限，后续省略）