这门课不适合“先囤着以后再看”的学法。Agent 工程化和 AI 编程是那种——你没动手跑过一条链路，就永远不知道自己卡在哪一步的知识。所以这篇导读不铺课程目录，只说三件事：它补的是哪些具体的能力缺口、你需要在什么环境下跟练、学完之后应该能答上来的问题。

先确认你是不是这门课的目标读者

如果你已经能用大模型 API 写出一个单轮问答脚本，但一遇到下面这些情况就开始靠猜，那这门课对你是对症的：

需要让模型连续调用多个工具、根据上一步结果决定下一步，写着写着状态就乱了，只能靠全局变量硬撑。
想让流程可中断、可恢复、可回放，但不确定该把哪些东西持久化，也不知道中断点该放在哪一层。
项目里已经堆了一堆 prompt，改一处崩三处，没有版本、没有评测，调优全凭手感。
知道 LangChain、LangGraph 这些名字，也照着示例跑通过，但换成自己的业务就不知道怎么组织节点和边。

反过来说，如果你还在纠结“怎么调用 chat completions 接口”“temperature 是什么”，这门课节奏会偏快，建议先补齐基础再来。它不是零基础入门课，默认你已经写过能跑通的模型调用代码。

它真正要解决的是“从能跑”到“敢上线”

Agent 工程化的核心矛盾在于：Demo 阶段只要链路走通就算成功，而工程阶段要求的是可控。可控意味着几件很具体的事——同一份输入重复跑，结果不能飘得太离谱；工具调用失败时要有确定的兜底路径，而不是让模型自由发挥；一次任务跑到一半挂了，重启后能从断点接上；改了一版提示词，得有一套方法说明它到底变好了还是变坏了。

这门课围绕的就是这些。你会在里面碰到节点编排、状态传递、条件分支、持久化与恢复、工具调用的约束与重试、以及提示词和流程的评测对比。它们不是并列的知识点，而是同一套工程约束下的不同侧面。学的时候建议按“一个真实任务”把它们串起来，而不是逐个孤立地记 API。

跟练方式：环境先备好，再谈理解

这类内容最容易出现的情况是“看着都懂，一写就废”。所以跟练前先把环境凑齐：一个能稳定访问模型服务的 key（注意额度和限流）、本地 Python 环境、以及一个你熟悉的编辑器。别在课程进行到一半时才去折腾网络和依赖，那会打断节奏。

另外，强烈建议准备一个自己的小场景，比如“根据一组关键词自动检索资料并整理成结构化摘要”，或者“把一段自然语言需求拆成可执行的任务清单”。用小场景带着问题去看讲解，比空手跟着敲示例有效得多——因为示例的成功路径是被设计好的，只有你自己的场景才会暴露真实的边界问题。

学完之后，你应该能回答这几个问题

一个 Agent 的状态在什么粒度上定义比较合适？哪些字段该进状态，哪些该留在外部存储？
流程中出现需要人工确认的环节，中断和恢复应该怎么设计，才能不丢上下文？
工具调用返回了非预期格式，是让模型自己重试，还是在代码层做校验和纠正？各自的代价是什么？
你如何判断一版新的提示词或新的节点编排确实比上一版好？依据是什么？
如果要把这个 Agent 交给别人维护，你会留下哪些东西，才能让别人看懂它的决策路径？

能把这些讲清楚，说明你不是“跑通过”，而是“理解了”。如果其中某几个问题你还是模糊的，那正好，这就是你在这门课里需要重点盯的地方。

Agent 工程化+ AI 编程深度实战营

课程详情

课程名称：Agent 工程化+ AI 编程深度实战营

课程简介：本课程采用Vibe Coding的Vibe Coding模式，旨在帮助学员深入掌握Agent工程化和AI编程技术，实现从理论到实践的全面提升。

课程目标

掌握Agent工程化核心概念和实现方法
精通AI编程技术，包括LangChain、LangGraph等
能够独立设计和开发AI应用
提升项目实战能力，解决实际业务问题

适合人群

对AI编程和Agent工程化感兴趣的初学者
希望提升项目实战能力的工程师
希望进入AI领域的专业人士

学习收获

深入理解Agent工程化原理和实战技巧
熟练掌握AI编程技术，如LangChain、LangGraph等
具备独立设计和开发AI应用的能力
提升项目实战能力，解决实际业务问题

课程亮点

结合实际项目案例，理论与实践相结合
采用Vibe Coding模式，注重学员动手能力培养
资深讲师团队，提供专业指导
完善的课程体系，覆盖Agent工程化和AI编程全领域

课程目录

第1章 大模型 Agent 开发基础
  1-1 课程介绍.mp4
  1-2 DeepSeek 模型是如何打造出来的？.mp4
  1-3 大模型预训练流程解读.mp4
  1-4 大模型微调流程解读.mp4
  1-5 大模型强化学习流程解读.mp4
  1-6 AI 顶级大模型特性解读.mp4
  1-7 大模型 API 应用实践(1).mp4
  1-8 大模型 API 应用实践(2).mp4
  1-9 大模型 API 应用实践(3).mp4
  1-10 大模型 API 应用实践(4).mp4
  1-11 Function Calling应用实践(1).mp4
  1-12 Function Calling应用实践(2).mp4
  1-13 Function Calling应用实践(3).mp4
  1-14 Function Calling应用实践(4).mp4
  1-15 大模型应用产业落地发展趋势.mp4
  1-16 AI Agent 的本质原理.mp4
  1-17 AI Agent 流程工作方式总结.mp4
  1-18 手写 ReAct Agent 之提示词设计.mp4
  1-19 手写 ReAct Agent 之工具定义.mp4
  1-20 手写 ReAct Agent 之代码设计和逻辑验证.mp4
  1-21 ReAct Agent 智能客服之提示词设计.mp4
  1-22 ReAct Agent 智能客服之代码设计.mp4
  1-23 ReAct Agent 智能客服之云服务器测试.mp4
第2章 大模型私有化部署方案(上)
  2-1 企业大模型私有化部署方案选型.mp4
  2-2 Ollama 工具介绍与部署.mp4
  2-3 Ollama核心参数配置.mp4
  2-4 Ollama模型实现GPU负载均衡.mp4
  2-5 基于Ollama部署的模型API实践.mp4
  2-6 企业级vLLM推理框架优势.mp4
  2-7 企业级vLLM推理框架安装部署.mp4
  2-8 企业级vLLM推理框架离线推理核心参数.mp4
  2-9 企业级vLLM推理框架离线推理开发参数.mp4
  2-10 企业级vLLM推理框架在线推理核心参数.mp4
  2-11 企业级vLLM推理框架在线推理开发参数.mp4
  2-12 企业级vLLM推理框架在线推理生产实践(上).mp4
  2-13 企业级vLLM推理框架在线推理生产实践(中).mp4
  2-14 企业级vLLM推理框架在线推理生产实践(下).mp4
  2-15 企业级vLLM推理框架推理类模型支持.mp4
第3章 大模型私有化部署方案(下)
  3-1 多机多卡部署之技术方案设计.mp4
  3-2 多机多卡部署之主机规划.mp4
  3-3 多机多卡部署之多机免密.mp4
  3-4 多机多卡部署之conda环境安装.mp4
  3-5 多机多卡部署之开源模型下载.mp4
  3-6 多机多卡部署之同步虚拟环境.mp4
  3-7 多机多卡部署之创建共享目录.mp4
  3-8 多机多卡部署之pdsh工具安装.mp4
  3-9 多机多卡部署之设置hosts地址.mp4
  3-10 多机多卡部署之Ray集群启动.mp4
  3-11 多机多卡部署之模型分布式推理测试.mp4
第4章 LangChain 应用开发快速实践
  4-1 LangChain开发基础之生态介绍（上）.mp4
  4-2 LangChain开发基础之生态介绍（下）.mp4
  4-3 LangChain开发基础之接入大模型.mp4
  4-4 LangChain开发基础之构建最简单的Chain.mp4
  4-5 LangChain开发基础之构建复杂Chain.mp4
  4-6 LangChain开发基础之构建复合Chain.mp4
  4-7 LangChain开发基础之LCEL语言.mp4
  4-8 LangChain开发基础之智能问答系统案例实践.mp4
  4-9 LangChain智能体Agent之Function Call流程回顾.mp4
  4-10 LangChain智能体Agent之Agent智能体构建.mp4
  4-11 LangChain智能体Agent之多工具并联串联调用.mp4
  4-12 LangChain智能体Agent之浏览器机器人.mp4
  4-13 LangChain大模型协议MCP之MCP原理.mp4
  4-14 LangChain大模型协议MCP之MCP快速入门.mp4
  4-15 LangChain大模型协议MCP之智能天气系统案例实践.mp4
  4-16 LangChain知识库RAG之RAG流程回顾.mp4
  4-17 LangChain知识库RAG之本地知识库综合案例实践.mp4
第5章 深入浅出 LangGraph(上)
  5-1 LangGraph基础之Agent开发基础.mp4
  5-2 LangGraph基础之Agent开发框架选型.mp4
  5-3 LangGraph基础之如何学习一个Agent智能体框架？.mp4
  5-4 LangGraph基础之LangChain和LangGraph的本质区别.mp4
  5-5 LangGraph基础之LangGraph结构-Graph类设计.mp4
  5-6 LangGraph基础之LangGraph结构-GraphState类设计.mp4
  5-7 LangGraph基础之LangGraph结构-Nodes和Edges类设计.mp4
  5-8 LangGraph基础之LangGraph快速入门案例实践.mp4
第6章 深入浅出 LangGraph(中)
  6-1 LangGraph进阶之State核心-State状态模式.mp4
  6-2 LangGraph进阶之State核心-Graph可视化.mp4
  6-3 LangGraph进阶之State核心-Reducer函数机制.mp4
  6-4 LangGraph进阶之State核心-基于State构建消息传递机制.mp4
  6-5 LangGraph进阶之State核心-MessageGraph实践.mp4
  6-6 LangGraph进阶之State核心-LangSmith监控神器.mp4
  6-7 LangGraph进阶之State核心-LangGraph与LangSmith整合.mp4
  6-8 LangGraph进阶之单代理-Router Agent-LangGraph四大代理.mp4
  6-9 LangGraph进阶之单代理-Router Agent-逻辑初探.mp4
  6-10 LangGraph进阶之单代理-Router Agent-应用程序构建.mp4
  6-11 LangGraph进阶之单代理-Router Agent-结构化输出-提示词工程.mp4
  6-12 LangGraph进阶之单代理-Router Agent-结构化输出-基于内置工具.mp4
  6-13 LangGraph进阶之单代理-Router Agent-基于结构化输出构建Route.mp4
  6-14 LangGraph进阶之单代理-Tool Calling Agent-核心原理.mp4
  6-15 LangGraph进阶之单代理-Tool Calling Agent-完整案例演示.mp4
  6-16 LangGraph进阶之单代理-Tool Calling Agent-手动构建Tool.mp4
  6-17 LangGraph进阶之单代理-ReAct Agent-运行流程回顾.mp4
  6-18 LangGraph进阶之单代理-ReAct Agent-LangChain实现方式.mp4
  6-19 LangGraph进阶之单代理-ReAct Agent-LangGraph实现方式.mp4
  6-20 LangGraph进阶之单代理-ReAct Agent-实操-工具准备(1).mp4
  6-21 LangGraph进阶之单代理-ReAct Agent-实操-原理剖析(2).mp4
  6-22 LangGraph进阶之单代理-ReAct Agent-实操-效果测试(3).mp4
  6-23 LangGraph进阶之事件任务-流输出模式.mp4
  6-24 LangGraph进阶之事件任务-流输出模式测试.mp4
  6-25 LangGraph进阶之事件任务-事件流应用.mp4
  6-26 LangGraph进阶之长短期记忆-目前应用程序存在的问题？.mp4
  6-27 LangGraph进阶之长短期记忆-长短期记忆的区别.mp4
  6-28 LangGraph进阶之长短期记忆-短期记忆实现原理.mp4
  6-29 LangGraph进阶之长短期记忆-基于MemorySaver实现短期记忆.mp4
  6-30 LangGraph进阶之长短期记忆-基于SqliteSaver实现短期记忆.mp4
  6-31 LangGraph进阶之长短期记忆-实现带有记忆的智能天气助手.mp4
  6-32 LangGraph进阶之长短期记忆-基于Store实现长期记忆.mp4
  6-33 LangGraph进阶之人机交互-Agent中为什么需要人机交互？.mp4
  6-34 LangGraph进阶之人机交互-LangGraph的人机交互实现原理.mp4
  6-35 LangGraph进阶之人机交互-Graph中添加断点实践.mp4
  6-36 LangGraph进阶之人机交互-Graph中添加动态断点实践.mp4
  6-37 LangGraph进阶之人机交互-Graph中添加动态断点代码编写.mp4
  6-38 LangGraph进阶之人机交互-Graph中添加动态断点测试.mp4
第7章 深入浅出 LangGraph(下)
  7-1 LangGraph实战之多代理-OpenAI定义的5个AI阶段.mp4
  7-2 LangGraph实战之多代理-单代理架构缺陷.mp4
  7-3 LangGraph实战之多代理-Multi Agent架构类型.mp4
  7-4 LangGraph实战之多代理-父子图之间的消息传递(上).mp4
  7-5 LangGraph实战之多代理-父子图之间的消息传递(下).mp4
  7-6 LangGraph实战之多代理-Network多代理需求分析.mp4
  7-7 LangGraph实战之多代理-Network多代理代码编写.mp4
  7-8 LangGraph实战之多代理-Network多代理功能测试.mp4
  7-9 LangGraph实战之多代理-Magentic One原理剖析.mp4
  7-10 LangGraph实战之多代理-Supervisor原理剖析与代码实践.mp4
  7-11 LangGraph实战之多代理-基于Supervisor架构实现多代理系统.mp4
  7-12 LangGraph实战之多代理-Multi Agent混合知识库-GraphRAG.mp4
  7-13 LangGraph实战之多代理-Multi Agent混合知识库-Neo4j入库.mp4
  7-14 LangGraph实战之多代理-Multi Agent混合知识库-数据库效果测试.mp4
  7-15 LangGraph实战之多代理-Multi Agent混合知识库-向量数据库入库.mp4
  7-16 LangGraph实战之多代理-Multi Agent混合知识库-最终效果验证.mp4
  7-17 LangGraph课程总结.mp4
第8章 Agent MCP 深度剖析(上)
  8-1 MCP实践之Agent的原理剖析.mp4
  8-2 MCP实践之Function Call 缺点分析.mp4
  8-3 MCP实践之MCP的本质是什么？.mp4
  8-4 MCP实践之MCP的环境构建.mp4
  8-5 MCP实践之MCP的简易Client构建.mp4
  8-6 MCP实践之MCP的Client接入大模型.mp4
  8-7 MCP实践之MCP的Server端构建.mp4
  8-8 MCP实践之基于MCP的Client和Server通信.mp4
  8-9 MCP实践之Server端Debug工具实践.mp4
  8-10 MCP实践之MCP Server推荐.mp4
  8-11 MCP复杂智能体之引出复杂智能体难点.mp4
  8-12 MCP复杂智能体之Function Call流程回顾.mp4
  8-13 MCP复杂智能体之实现Function Call的并行调用.mp4
  8-14 MCP复杂智能体之实现Function Call的串行调用.mp4
  8-15 MCP复杂智能体之基础依赖准备.mp4
  8-16 MCP复杂智能体之数据库准备和数据准备.mp4
  8-17 MCP复杂智能体之开发SQL_server服务.mp4
  8-18 MCP复杂智能体之开发Python_server服务.mp4
  8-19 MCP复杂智能体之MCP客户端开发.mp4
  8-20 MCP复杂智能体之效果验证.mp4
第9章 Agent MCP 深度剖析(下)
  9-1 MCP全流程开发之MCP全流程总结.mp4
  9-2 MCP全流程开发之MCP服务器开发.mp4
  9-3 MCP全流程开发之MCP服务器测试.mp4
  9-4 MCP全流程开发之MCP服务器代码打包.mp4
  9-5 MCP全流程开发之MCP服务器离线部署.mp4
  9-6 MCP全流程开发之MCP服务器在线部署.mp4
  9-7 MCP全流程开发之MCP本地客户端部署.mp4
  9-8 MCP全流程开发之本地客户端接入MCP服务器.mp4
  9-9 MCP通信协议.mp4
  9-10 基于SSE传输的MCP服务器构建.mp4
  9-11 基于SSE传输的MCP服务器测试.mp4
  9-12 基于SSE传输的MCP服务器发布.mp4
  9-13 基于SSE传输的MCP服务器应用.mp4
  9-14 MCP HTTP消息传输方式.mp4
  9-15 基于HTTP的MCP服务器创建.mp4
  9-16 基于HTTP的MCP服务器测试.mp4
  9-17 基于HTTP的MCP服务器应用.mp4
  9-18 MCP应用之热门工具推荐.mp4
  9-19 MCP应用之Cherry Studio安装部署.mp4
  9-20 MCP应用之基于Cherry Studio构建文件管理系统.mp4
  9-21 MCP应用之基于Cherry Studio构建爬虫智能体.mp4
  9-22 MCP应用之阿里百炼平台配置.mp4
  9-23 MCP应用之基于阿里百炼构建智能旅游助手.mp4
  9-24 MCP应用之Dify平台配置.mp4
  9-25 MCP应用之自研MCP服务器.mp4
  9-26 MCP应用之基于Dify接入自研MCP服务器.mp4
第10章 SKills 从入门到精通
  10-1 基础之什么是Agent Skills？.mp4
  10-2 基础之Skills的本质是什么？.mp4
  10-3 基础之Skills文件结构初探？.mp4
  10-4 基础之Skills 如何运行？.mp4
  10-5 基础之Skills 内部结构.mp4
  10-6 基础之Skills 生态.mp4
  10-7 基础之基于原生API实现SKills完整逻辑.mp4
  10-8 基础之Skills 设计反事实对比.mp4
  10-9 基础之MCP与SKills的本质区别.mp4
  10-10 进阶之构建具备Skills调用能力的Agent.mp4
  10-11 进阶之Skills 反面案例1.mp4
  10-12 进阶之Skills 反面案例2.mp4
  10-13 进阶之Skills 反面案例3.mp4
  10-14 进阶之Skills 设计原则1.mp4
  10-15 进阶之Skills 设计原则2.mp4
  10-16 进阶之Skills 设计原则3.mp4
第11章 Agent A2A 快速实践
  11-1 A2A基础之为什么会出现A2A协议？.mp4
  11-2 A2A基础之A2A协议解决了什么问题？.mp4
  11-3 A2A基础之A2A协议设计的关键原则.mp4
  11-4 A2A基础之A2A协议核心概念-参与者.mp4
  11-5 A2A基础之A2A协议核心概念-基本通信要素.mp4
  11-6 A2A基础之A2A协议核心概念-交互机制.mp4
  11-7 A2A代码实践之开发环境部署.mp4
  11-8 A2A代码实践之Agent端代码设计.mp4
  11-9 A2A代码实践之Server端代码设计.mp4
  11-10 A2A基础之A2A协议是如何解决问题的？.mp4
  11-11 A2A基础之A2A协议和MCP协议如何配合？.mp4
  11-12 A2A代码实践之Client端代码设计.mp4
  11-13 A2A代码实践之基于LangGraph的Agent设计.mp4
  11-14 A2A代码实践之基于LangGraph的Server端设计.mp4
  11-15 A2A代码实践之基于LangGraph的Client端设计.mp4
第12章 Context Engineering 应用实践
  12-1 为什么要进行上下文工程管理？.mp4
  12-2 上下文窗口全景图.mp4
  12-3 Context之系统提示层.mp4
  12-4 Context之对话历史管理层.mp4
  12-5 Context之记忆检索注入层.mp4
  12-6 Context之工具上下文管理层.mp4
  12-7 Context之任务状态层.mp4
  12-8 Context之外部知识层.mp4
  12-9 五大策略全景图.mp4
  12-10 五大策略之Write策略(1).mp4
  12-11 五大策略之Write策略(2).mp4
  12-12 五大策略之Write策略(3).mp4
  12-13 五大策略之Select策略(1).mp4
  12-14 五大策略之Select策略(2).mp4
  12-15 五大策略之Select策略(3).mp4
  12-16 五大策略之Select策略(4).mp4
  12-17 五大策略之Compress策略(1).mp4
  12-18 五大策略之Compress策略(2).mp4
  12-19 五大策略之Compress策略(3).mp4
  12-20 五大策略之Compress策略(4).mp4
  12-21 五大策略之Isolate策略.mp4
  12-22 五大策略之Cache策略.mp4
  12-23 上下文工程总结.mp4
第13章 Harness Engineering 应用实践
  13-1 什么是Harness Engineering？.mp4
  13-2 三代工程的迭代演进.mp4
  13-3 naive agent的八种失效方式.mp4
  13-4 驾驭工程之Agent Loop 四相循环.mp4
  13-5 驾驭工程之Tool Use工具编排.mp4
  13-6 驾驭工程之Progress Tracking进度追踪.mp4
  13-7 驾驭工程之Context Management上下文管理.mp4
  13-8 驾驭工程之Feature List任务拆解.mp4
  13-9 驾驭工程之Verification Loop验证闭环.mp4
  13-10 驾驭工程之Subagents子代理分治.mp4
  13-11 驾驭工程之Generator-Evaluator.mp4
  13-12 驾驭工程之故障与解决方案总结.mp4
  13-13 驾驭工程的三大工程维度.mp4
  13-14 主流的基于驾驭工程落地的产品.mp4
  13-15 驾驭工程落地的官方建议.mp4
  13-16 更高维度去理解驾驭工程.mp4
  13-17 驾驭工程实操之配置环境构建.mp4
  13-18 驾驭工程实操之四相循环.mp4
  13-19 驾驭工程实操之工具编排.mp4
  13-20 驾驭工程实操之进度追踪.mp4
  13-21 驾驭工程实操之Memroy三层架构.mp4
  13-22 驾驭工程实操之上下文管理.mp4
  13-23 驾驭工程实操之任务拆解.mp4
  13-24 驾驭工程实操之验证闭环.mp4
  13-25 驾驭工程实操之子代理分治.mp4
  13-26 驾驭工程实操之评估分离.mp4
  13-27 驾驭工程实操之Hook说明.mp4
  13-28 驾驭工程实操之项目全流程演示.mp4
第14章 Loop Engineering 应用实践
  14-1 什么是Agent Loop(上).mp4
  14-2 什么是Agent Loop(下).mp4
  14-3 什么是Loop Engineering？.mp4
  14-4 Loop Engineering 历史演进.mp4
  14-5 Loop Engineering 应用实践.mp4
第15章 Agent 长短记忆管理
第16章 GraphRAG 深度剖析(上)
第17章 GraphRAG 深度剖析(下)
第18章 AI 大模型智能客服项目(上)
第19章 AI 大模型智能客服项目(中)
第20章 AI 大模型智能客服项目(下)
第21章 Agent 智能体评估
第22章 Vibe Coding 之 Cursor 快速实践
第23章 Vibe Coding 之 ChatBI 平台项目
第24章 Vibe Coding 之小龙虾二次开发项目
第25章 Vibe Coding 之 Claude Code 快速实践
第26章 Vibe Coding 之多模态知识库项目
第27章 Vibe Coding 之智能文档审核平台项目
第28章 AI 大模型智能问数 Agent 平台项目(上)
第29章 AI 大模型智能问数 Agent 平台项目(下)