这门课不是讲“AI 会取代谁”的科普，它更像一套动手前的底子补课。如果你已经能调通一两个大模型 API，但被问到 temperature、上下文窗口、token 计费怎么算时还得现查；或者你听说过 Coze、Dify，却说不清它们和直接写 Python 调 API 的区别——那这门课正好卡在这个位置上。

先搞清它补的是哪一段能力缺口

市面上讲 Agent 的内容大致分两拨：一拨停留在概念，讲完 ReAct、思维链就没了；另一拨直接甩一个跑得起来的项目，你照着敲能跑，但换个模型、换套工具就卡住。这门课把基础阶段单独拆出来，先解决大模型侧的几个具体问题：模型为什么按 token 计量、分类依据是什么、训练和推理分别在烧什么资源、一次完整的工程化调用要经过哪几个模块。这些不是背概念，是决定你后面选模型、控成本、排查超时的依据。

换句话说，它假设你会写代码，但不假设你懂模型。缺的是模型侧的常识和工程视角，不是编程入门。

核心内容落在哪里

从线索看，课程走的是“先模型、再智能体平台、再本地部署”的顺序。基础阶段集中讲大模型的四要素、训练与推理环节、算力瓶颈，以及工程化落地的整体流程。这段的价值在于：它把“为什么我的 Agent 一调工具就慢”“为什么同样的提示词换个模型结果差很多”这类问题，提前对应到模型本身的特性上。

后续的 Coze、Dify 和 LLM 部署，则是把这套认知落到具体工具上。三者定位不同：Coze 偏快速搭建和验证，Dify 偏可编排的应用层，本地部署解决的是数据不出内网、成本可控和模型可替换。课程把它们放在一起讲，实际是在问同一个问题——什么场景该用哪一种，而不是哪个更“高级”。

看完应该能回答的问题

  • 同样是调用大模型，为什么有的方案按输入输出分别计费，有的按调用次数？成本差异从哪来？
  • 上下文窗口、token、参数量这几个词，各自影响 Agent 的什么表现？
  • Coze、Dify 和直接用代码调 API 搭 Agent，边界分别在哪，什么需求下选哪个更省事？
  • 本地部署大模型能解决哪些实际问题，代价是什么，什么规模的项目才值得做？
  • 一次 Agent 请求从输入到返回，中间经过哪些环节，哪一环最可能成为瓶颈？

如果你看完能独立回答上面五条，说明模型侧和平台侧的底子基本立住了，再去啃具体框架和项目代码会顺很多。

怎么用这门课

建议按阶段顺序走，不要跳。基础部分看着像理论，但后面涉及部署和成本控制时会反复用到。每看完一个模块，拿自己手头正在做的或想做的场景套一遍：这个场景该选哪类模型、走哪个平台、瓶颈可能出在哪。带着具体问题看，比单纯跟视频敲一遍记得牢。转岗的人可以重点盯工程化和部署两块，备考和查漏补缺的人则先把计量、分类、要素这几个高频概念吃透。

这门课不承诺让你速成 Agent 专家。它做的是把地基铺平，让你在真正动手时不至于反复回头补常识。

---


**阶段01：Agent大模型基础**

- **01**

 - **课程**

   - **视频**（共11个视频，总计约1.72GB）

     1. 01-整体课程介绍.mp4（216.97 MB）

     2. 02-为什么会出现大模型.mp4（241.69 MB）

     3. 03-大模型中的计量单位.mp4（72.45 MB）

     4. 04-大模型的分类.mp4（172.23 MB）

     5. 05-大模型的4个要素.mp4（59.64 MB）

     6. 06-大模型的训练环节.mp4（146.82 MB）

     7. 07-大模型的推理环节_算力和算力的瓶颈.mp4（144.90 MB）

     8. 08-工程化的几个模块_如何访问大模型.mp4（109.67 MB）

     9. 09-工程化落地的整体流程.mp4（91.01 MB）

     10. 10-提示词工程的几个要素.mp4（364.02 MB）

     11. 11-提示词的边界_注意点.mp4（105.91 MB）

   - **课件**（文件夹）


---


**阶段02：智能体 Coze、Dify、LLM部署**

- 01（文件夹）

- 02（文件夹）


---


**阶段03：LangChain、RAG、MCP**

- 01 ~ 06（文件夹）

- FastMCP3.12版本支持.zip（3.46 KB）


---


**阶段04：LangGraph**

- 01（文件夹）

- 02（文件夹）

- 03（文件夹）


---


**阶段05：Agent智能体项目：问数（最新完整版）**

- 1.笔记（文件夹）

- 2.资料（文件夹）

- 3.代码（文件夹）

- 4.视频（文件夹）


---


**阶段06：Agent多智能体项目**

- 01_概念和快速入门（文件夹）

- 02_进阶使用（文件夹）

- 03_进阶和项目搭建（文件夹）

- 04_数据库和rag助手开发（文件夹）

- 05_主智能体和接口设计（文件夹）


---


**阶段07：Agent智能体项目：智库**

- 01_rag和项目介绍和搭建（文件夹）

- 02_导入模块_pdf转md和md图片识别节点（文件夹）

- 03_导入模块_切割思路完善（文件夹）

- 04_导入模块_splite实现和后置接口准备（文件夹）

- 05_导入模块_主体识别和chunks入库（文件夹）

- 06_导入模块_web集成和sse说明（文件夹）

- 07_查询模块_web和时间以及mongodb（文件夹）

- 08_查询模块_item确认和重写以及向量查询（文件夹）

- 09_查询模块_rrf_mcp_rerank使用（文件夹）

- 10_查询模块_out输出以及项目总结（文件夹）

- 掌柜智库项目（文件夹）


---


**阶段08：大模型微调、LoRA**

- 1.笔记（文件夹）

- 2.资料（文件夹）

- 3.代码（文件夹，无展开）

- 4.视频（文件夹）


---


**阶段09：AI智能客服**

- 01（文件夹）

- 02（文件夹）

- 03（文件夹）

- 04（文件夹）

- 资料（文件夹）

- 配套资料.zip（231.43 MB）


---


**阶段10：就业面试指导**

- 01-课件（文件夹）

- 02-视频（文件夹）

- 就业指导流程.txt（1.13 KB）


---


**课程总大小：79.43 GB**