如果你已经能调用大模型 API 写个问答机器人，却说不清「Agent 到底比 Prompt 多了什么」，这门课值得花时间。它不讲大模型原理，也不教 Python 入门，而是直奔一个具体问题：把一个能跑通的智能体，做成能在业务里扛住的项目。

先确认你缺的是哪一块

智能体开发最容易卡在三个地方，而且卡点往往不在模型本身。

第一是流程编排。单个提示词能搞定的事，一旦拆成「思考—调工具—看结果—再决定」，用链式调用写就会迅速失控。LangChain 和 LangGraph 解决的正是这类状态流转问题，课程从生态介绍切入，再落到 Agent 开发的现状讨论，顺序是对的。
第二是知识接入。传统 RAG 在「多跳问题」上经常翻车：问 A 需要先查 B，再拿 B 的结果去查 C，向量检索一次召回根本接不上。GraphRAG 这部分从传统 RAG 流程回顾讲起，再引出图结构检索的必要性，适合已经踩过 RAG 坑的人对照自己的失败案例看。
第三是需求到落地的断层。很多人会写 demo，但拿到「智能客服」这种真实场景就不知道从哪下手：意图怎么分、兜底怎么设、多轮上下文怎么存。课程里有一段专门做需求分析，这部分比代码更值得反复看。

它用项目串知识点，而不是反过来

这门课的推进方式是案例驱动：先摆出一个工业级场景，再倒推需要哪些技术组件。好处是每个知识点都有明确的「为什么现在讲」。你会在同一个项目里先后遇到检索、编排、工具调用、状态管理，而不是学完一章 LangChain、再学一章 GraphRAG、彼此不相干。

对转岗或补漏的人来说，这种结构更接近真实工作的思考顺序。面试里被问「你怎么设计一个 Agent」，答得出技术栈清单不算本事，讲得清为什么在这个环节选图检索而不是向量检索，才是区分点。

建议的看课方式

别按顺序一次性刷完。先看课程介绍和需求分析，建立场景感，再回头补 LangChain 基础。
GraphRAG 那部分最好带着自己的数据试一遍。只看原理，无法体会图构建和实体抽取的实际成本。
每看完一个模块，问自己一句：如果去掉这个组件，系统会在哪一步崩？答不上来就回看。
Agent 开发现状那段讨论别跳过，它讲的是当前方案的局限，比成功案例更能帮你避坑。

看完应该能回答这些问题

LangChain 和 LangGraph 各自适合什么样的 Agent 流程，什么时候不该用它们？
传统 RAG 在多跳问答上失败的具体环节在哪，GraphRAG 用什么方式补上？
一个智能客服从需求到上线，需要拆出哪些模块，兜底逻辑放在哪一层？
Agent 的工具调用出错时，恢复机制应该设计在编排层还是工具层？

如果这些问题你现在只能答个大概，这门课正好补这一块。要是连大模型 API 调用都没写过，建议先把基础对话接口跑通再来，否则案例部分会跟不上节奏。

AI智能体Agent开发实战工业级项目案例驱动课

实战驱动，深度学习AI智能体开发

编辑点评

案例丰富，从基础到进阶，全面掌握AI智能体开发技巧。

⭐ 编辑推荐

本课程通过工业级项目案例，深入浅出地讲解AI智能体Agent开发，涵盖GraphRAG、LangChain等前沿技术。

课程亮点

• 工业级项目案例

• GraphRAG、LangChain技术讲解

• 实战技能提升

课程目录

AI智能体Agent开发实战工业级项目案例驱动课
1 01 GraphRAG原理篇之传统RAG流程回顾.mp4  [29.8MB]
1 01 LangChain开发基础之生态介绍上.mp4  [23.0MB]
1 01 智能客服之需求分析.mp4  [26.6MB]
1 课程介绍.mp4  [27.1MB]
10 10 GraphRAG Index源码篇之index初始化动作.mp4  [43.0MB]
10 10 LangChain智能体Agent之Agent智能体构建.mp4  [28.4MB]
10 10 LangGraph进阶之State核心Graph可视化.mp4  [18.9MB]
10 10 智能客服之模型部署核心参数配置2.mp4  [24.4MB]
11 11 GraphRAG Index源码篇之文档加载格式.mp4  [31.9MB]
11 11 LangChain智能体Agent之多工具并联串联调用.mp4  [15.6MB]
11 11 LangGraph进阶之State核心Reducer函数机制更多综合教程 .mp4  [21.3MB]
11 11 智能客服之模型部署GPU负载均衡设计3.mp4  [13.2MB]
12 12 GraphRAG Index源码篇之文档加载策略.mp4  [25.0MB]
12 12 LangChain智能体Agent之浏览器机器人.mp4  [23.2MB]
12 12 LangGraph进阶之State核心基于State构建消息传递机制.mp4  [40.9MB]
12 12 智能客服之模型压力测试API实践上.mp4  [27.8MB]
13 13 GraphRAG Index源码篇之文档切分策略.mp4  [33.2MB]
13 13 LangChain大模型协议MCP之MCP原理.mp4  [14.5MB]
13 13 LangGraph进阶之State核心MessageGraph实践.mp4  [27.1MB]
13 13 智能客服之模型压力测试API实践中.mp4  [55.5MB]
14 14 GraphRAG Index源码篇之文档切分逻辑.tle  [24.3MB]
14 14 LangChain大模型协议MCP之MCP快速入门.mp4  [36.2MB]
14 14 LangGraph进阶之State核心LangSmith监控神器.mp4  [10.8MB]
14 14 智能客服之模型压力测试API实践下.mp4  [24.2MB]
15 15 GraphRAG Index源码篇之文档切分内容.mp4  [44.9MB]
15 15 LangGraph进阶之State核心LangGraph与LangSmith整合.mp4  [18.7MB]
15 15 智能客服之模型压力测试并发效果测试.mp4  [15.2MB]
16 16 GraphRAG Index源码篇之文档实体和关系抽取.mp4  [74.9MB]
16 16 LangChain知识库RAG之RAG流程回顾.mp4  [14.5MB]
16 16 LangGraph进阶之单代理Router AgentLangGraph四大代理架构.mp4  [16.1MB]
16 16 智能客服之模型压力测试并发测试脚本开发.mp4  [36.7MB]
17 17 GraphRAG Index源码篇之实体和关系摘要生成.mp4  [34.5MB]
17 17 LangChain知识库RAG之LangChain如何支持RAG？.mp4  [9.1MB]
17 17 LangGraph进阶之单代理Router Agent逻辑初探.mp4  [19.9MB]
17 17 智能客服之模型压力测试在线DeepSeek模型压力测试.mp4  [28.2MB]
18 18 GraphRAG Index源码篇之实体和关系内容窥探更多综合教程 .mp4  [24.1MB]
18 18 LangChain知识库RAG之本地知识库综合案例实践.mp4  [45.7MB]
18 18 LangGraph进阶之单代理Router Agent应用程序构建.mp4  [11.6MB]
18 18 智能客服版本1之项目部署项目文件和功能展示.mp4  [33.3MB]
19 19 GraphRAG index源码篇之finalizegraph结果查看.mp4  [21.4MB]
19 19 LangGraph进阶之单代理Router Agent结构化输出提示词工程.mp4  [13.5MB]
19 19 智能客服版本1之项目部署模型私有化部署.mp4  [19.0MB]
2 01 LangGrpah基础之Agent智能体开发当今的尬尴局面.mp4  [57.3MB]
2 02 GraphRAG原理篇之传统RAG流程痛点分析.mp4  [6.7MB]
2 02 LangChain开发基础之生态介绍下.mp4  [33.3MB]
2 02 智能客服之全景架构设计.mp4  [17.8MB]
20 20 GraphRAG index源码篇之社区检测流程.mp4  [18.8MB]
20 20 LangGraph进阶之单代理Router Agent结构化输出基于内置工具.mp4  [22.7MB]
20 20 智能客服版本1之项目部署MySQL数据库安装.mp4  [8.9MB]
21 21 GraphRAG index源码篇之合并知识图谱.mp4  [40.7MB]
21 21 LangGraph进阶之单代理Router Agent基于结构化输出构建Router图.mp4  [48.9MB]
21 21 智能客服版本1之项目部署Redis数据库安装.mp4  [25.2MB]
22 22 GraphRAG index源码篇之生成社区报告.mp4  [29.3MB]
22 22 LangGraph进阶之单代理Tool Calling Agent核心原理.mp4  [34.3MB]
22 22 智能客服版本1之项目部署项目启动与功能测试.mp4  [45.5MB]
23 23 GraphRAG index源码篇之社区报告内容查看.mp4  [20.9MB]
23 23 LangGraph进阶之单代理Tool Calling Agent完整案例演示.tle  [39.8MB]
23 23 智能客服版本1之技术方案前后端分离.mp4  [32.8MB]
24 24 GraphRAG index源码篇之索引结构向量化.mp4  [15.4MB]
24 24 LangGraph进阶之单代理Tool Calling Agent手动构建Tool Calling Agent.mp4  [24.1MB]
24 24 智能客服版本1之技术方案缓存语义相似度方案上.mp4  [8.7MB]
25 25 GraphRAG 图数据库篇之图数据库准备.mp4  [30.9MB]
25 25 LangGraph进阶之单代理ReAct Agent运行流程回顾.mp4  [17.5MB]
25 25 智能客服版本1之技术方案缓存语义相似度方案下.mp4  [52.7MB]
26 26 GraphRAG 图数据库篇之创建节点.mp4  [28.6MB]
26 26 LangGraph进阶之单代理ReAct AgentLangChain实现方式.mp4  [24.8MB]
26 26 智能客服版本1之技术方案外部函数调用.mp4  [31.3MB]
27 27 GraphRAG 图数据库篇之创建属性.mp4  [8.9MB]
27 27 LangGraph进阶之单代理ReAct AgentLangGraph实现方式.mp4  [10.1MB]
27 27 智能客服版本1之代码落地数据库表设计 .mp4  [23.6MB]
28 28 GraphRAG 图数据库篇之常见需求Cypher语句.mp4  [17.9MB]
28 28 LangGraph进阶之单代理ReAct Agent实操工具准备.mp4  [33.8MB]
28 28 智能客服版本1之代码落地用户登录接口实现上.mp4  [18.1MB]
29 29 GraphRAG 图数据库篇之导入图数据数据脚本研发.mp4  [64.9MB]
29 29 LangGraph进阶之单代理ReAct Agent实操原理剖析2.mp4  [25.6MB]
29 29 智能客服版本1之代码落地用户登录接口实现下.mp4  [25.0MB]
3 02 LangGrpah基础之Agent智能体开发框架哪个好？.mp4  [7.9MB]
3 03 GraphRAG原理篇之什么是知识图谱？.mp4  [9.6MB]
3 03 LangChain开发基础之接入大模型.mp4  [38.5MB]
3 03 智能客服之技术选型.mp4  [10.4MB]
30 30 GraphRAG 图数据库篇之导入textunits数据.mp4  [35.2MB]
30 30 LangGraph进阶之单代理ReAct Agent实操效果测试3.mp4  [50.3MB]
30 30 智能客服版本1之代码落地对话接口实现上.mp4  [19.7MB]
31 31 GraphRAG 图数据库篇之导入entities数据.mp4  [41.8MB]
31 31 LangGraph进阶之事件流流输出模式.mp4  [36.2MB]
31 31 智能客服版本1之代码落地对话接口实现下.mp4  [48.3MB]
32 32 GraphRAG 图数据库篇之导入relationships数据.mp4  [22.6MB]
32 32 LangGraph进阶之事件流流输出模式测试.mp4  [73.2MB]
32 32 智能客服版本1之代码落地联网搜索功能实现.mp4  [33.9MB]
33 33 GraphRAG 图数据库篇之导入communities数据.mp4  [20.6MB]
33 33 LangGraph进阶之事件流事件流应用.mp4  [41.6MB]
33 33 智能客服版本2之智能客服整体技术方案.mp4  [16.6MB]
34 34 GraphRAG 图数据库篇之导入communityreports数据.mp4  [25.1MB]
34 34 LangGraph进阶之长短期记忆目前应用程序存在的问题？.mp4  [31.5MB]
34 34 智能客服版本2之智能客服核心技术选型上.mp4  [12.3MB]
35 35 GraphRAG Query源码篇之Global流程概述.mp4  [9.1MB]
35 35 LangGraph进阶之长短期记忆长短期记忆的区别.mp4  [20.6MB]
35 35 智能客服版本2之智能客服核心技术选型下.mp4  [17.5MB]
36 36 GraphRAG Query源码篇之Local流程概述.mp4  [5.7MB]
36 36 LangGraph进阶之长短期记忆短期记忆实现原理.mp4  [56.9MB]