![【Harness&Hermes】多智能体开发特训营[前12周]](/_next/image?url=%2Fdefault-cover.png&w=1920&q=75)
【Harness&Hermes】多智能体开发特训营[前12周]：填补多智能体开发技能的空白
学习目标
这门【Harness&Hermes】多智能体开发特训营专为想要掌握多智能体开发技术的学习者设计，旨在解决以下问题：
- **技能缺口**：你是否对多智能体开发感兴趣，但缺乏系统性的学习资源？
- **转岗需求**：你是否正在考虑从其他领域转岗到人工智能或机器学习岗位？
- **查漏补缺**：你是否希望在现有技能基础上进一步提升，以应对职场挑战？
通过本课程的学习，你将能够：
- **理解多智能体的基本概念**：掌握单智能体和多智能体的区别，以及它们在现实应用中的价值。
- **掌握主流大模型**：了解不同大模型的特点，并能根据场景选择合适的模型。
- **掌握开发方法**：学会如何高效地开发多智能体系统。
- **提升开发效率**：运用Python等编程语言，提高AI系统的开发效率。
- **增强面试竞争力**：通过实践项目，提升自己的AI开发能力和面试表现。
适合基础
无论你是编程初学者还是有经验的开发者，只要你对多智能体开发感兴趣，都可以参加本课程。我们提供从基础到进阶的讲解，确保每个人都能跟上学习进度。
建议学习顺序
为了更好地学习，我们建议你按照以下顺序进行学习：
1. **基础概念**：首先了解智能体、单智能体和多智能体的基本概念，为后续学习打下基础。
2. **模型选择与开发**：接着学习如何根据不同场景选择合适的大模型，并掌握多智能体的开发方法。
3. **技术栈与架构**：梳理项目的技术栈，理解整体架构设计思路。
4. **工具与编程**：安装基础开发工具，掌握Python编程语言，并学习高效开发工作流。
5. **项目实践**：通过实际项目练习，应用所学知识，提升开发能力。
6. **前端与后端**：学习前端框架Vue3.5和后端FastAPI，构建完整的项目。
7. **项目实践**：完成项目开发，提升实际操作能力。
学完能独立做什么
学完本课程后，你将能够：
- **独立开发多智能体系统**：运用所学知识，独立开发多智能体应用。
- **优化系统性能**：优化AI系统的性能，提高用户体验。
- **解决实际问题**：利用多智能体技术解决实际问题，提升工作效率。
资料配套练习
为了帮助你更好地学习，我们提供了丰富的配套练习资料。这些资料包括：
- **学习路线与AI智能体成长路径**：帮助你明确学习方向，了解AI智能体的发展路径。
- **多模态、多智能体概念**：深入理解多模态和多智能体的概念，以及它们在解决实际问题中的作用。
- **Harness+Hermes组合优势**：了解Harness和Hermes组合的核心优势，以及如何在项目中应用。
- **AI提升能力**：学习如何利用AI提升学习效率和面试表现。
- **项目功能拆解**：通过项目练习，了解项目需要具备的核心功能。
- **智能体协作**：学习多个智能体之间的协作方式。
- **项目预览**：提前预览项目最终效果，了解整体开发蓝图。
通过这些练习资料，你将能够巩固所学知识，提高实际操作能力。
总结
【Harness&Hermes】多智能体开发特训营[前12周]是一门系统性的课程，能够帮助你填补多智能体开发方面的技能空白。无论你是想要提升自己的技能，还是准备转岗，或者只是想查漏补缺，这门课程都非常适合你。快来加入我们，开启你的多智能体开发之旅吧！
课程目录
1、整体了解课程学习路线与 AI 智能体成长路径 2、搞懂多模态、多智能体到底是什么、能解决什么问题 3. 明确 Harness+Hermes 组合的核心优势（工程化落地能力 + 长记忆自主进化） 3、看懂 AI 如何大幅提升学习效率和面试备考能力 4、从实际痛点出发，拆解项目要具备哪些核心功能 5、划分不同智能体的角色分工和工作职责 6、梳理多个智能体之间如何配合协作 7、完整预览项目最终效果与整体开发蓝图 1、搞懂智能体、单智能体、多智能体基础概念 2、了解主流大模型特点，知道不同场景怎么选模型 3、明白智能体两种开发方式的区别和适用场景 4、整体梳理项目技术栈，理解整体架构设计思路 5、理清 Hermes、LangChain、LangGraph 三者关系 6、安装全套基础开发工具，入门 AI 编程必备能力 7、掌握 Cursor 工具实操，搭建高效智能化开发工作流 1、明白学 Python 对 AI 智能体开发的必要性 2、快速掌握 Python 开发必备核心语法 3、学会虚拟环境搭建和项目依赖包管理 4、掌握常用文件、图片、音频的读取与解析方法 5、学会用规范方式做数据校验和类型约束 6、掌握异步编程基础，让 AI 响应更流畅 7、学会封装通用代码，提高项目复用性 1、梳理用户和 AI 智能体的完整操作使用流程 2、拆分项目页面结构，明确每个页面功能 3、学会区分通用组件和业务组件，合理复用 4、提前规划前后端接口格式与传参规则 5、借助 AI 快速设计出项目 UI 页面原型 6、上手 Vue3.5 核心用法，满足项目开发需求 7、用 Vite 初始化前端工程，搭建整体项目骨架 8、完成静态页面布局，接入模拟数据展示效果 1、学习 FastAPI 后端分层架构思想与职责划分 2、掌握后端路由、业务逻辑、数据层的分离写法 3、统一项目报错格式，方便调试和问题定位 4、学会设计数据库表结构，实现数据迁移管理 5、合理管理项目配置，保护敏感隐私信息 6、实现账号注册、登录与安全鉴权完整流程 7、规范接口版本管理，保证后续升级不兼容 8、做好接口安全防护、防刷、跨域等基础配置 1、设计聊天会话、消息记录整套数据库结构 2、规划文件、图片、音频资源的存储与管理方式 3、设计语音转写数据表，实现字幕时间戳对齐 4、学会兼顾本地存储和云端存储的数据一致性 5、优化聊天记录加载逻辑，实现页面正常回显 6、掌握项目数据验收标准，保证数据完整可用 7、完成前后端联调，打通会话列表和详情页 1、了解 LangChain 作用，知道什么时候必须用它 2、弄懂模型、提示词、记忆、智能体各自分工 3、学会调整大模型参数，优化输出效果 4、从零手写一个简易 AI 智能体，理解核心逻辑 5、学习智能体从单文件改成工程化项目写法 6、约束 AI 输出格式，避免回答混乱跑偏 7、规范工具调用流程，方便后期排查问题 1、按不同业务场景，设计专属 AI 提示词模板 2、学会给提示词做版本管理，支持随时回滚 3、把用户信息、岗位特点自动带入提示词 4、关联提示词版本和运行日志，方便追溯问题 5、掌握提示词调优、测试、验收完整流程 6、设计可复原的面试和学习计划提示词方案 1、设计知识库分类、标签、版本管理表结构 2、把 PDF、Word、图片统一解析成标准文本 3、学习文档拆分技巧，掌握分块大小实用调法 4、对文档做去重和清洗，保证知识库质量 5、文档入库自动生成向量索引，方便后续检索 6、掌握知识库导入、监控、验收的完整流程 1、对比本地向量库和云端向量库的选用场景 2、优化文档批量入库逻辑，增加缓存和重试 3、根据业务场景调优检索参数，提升匹配精度 4、设计智能体检索逻辑，搭配兜底回答方案 5、实现检索内容引用标注，让 AI 回答有理有据 6、了解 Hermes 双层记忆设计思路与优势 7、搭建用户简历画像和学习薄弱点记忆模型 8、完成简历解析、画像初始化全流程测试 1、了解 LangGraph 作用，以及和其他框架的配合方式 2、学会设计工作流节点、逻辑连线，搭建基础流程 3、掌握智能体状态数据设计，方便持久化复盘 4、拆分生成、评分、追问等节点的各自职责 5、搭建学习全流程自动化工作流 6、搭建面试全流程自动化工作流 7、处理长任务卡顿、中断、重试、进度展示问题 8、实现流式输出，让内容边生成边展示 1、理解单个智能体的局限，明白多智能体协作价值 2、设计总控智能体和各类专家智能体分工架构 3、定义学习、出题、面试、教练智能体各自职责 4、制定多智能体统一通信格式和交互规则 5、学会总控智能体如何合理调度各个专家 Agent 6、学习 Hermes MCP 管控思路，防止工具调用失控 7、把常用业务能力封装成通用技能供所有 Agent 复用 8、完成多智能体协作整体联调与功能验收 1、完整梳理学习模式从导入到出计划的全流程 2、设计资料上传进度展示，支持失败自动重试 3、实现 AI 智能体自动出题、交互式答题体验 4、展示测评分数、扣分点和针对性提升建议 5、智能分析个人薄弱知识点并做优先级排序 6、自动生成可落地的学习计划与复习安排 7、跑通学习模式全流程，完成整体功能验收 1、梳理模拟面试完整业务流程与交互逻辑 2、实现简历上传解析、个人画像展示与异常重试 3、根据个人背景智能生成个性化面试题库 4、设计语音面试页面布局、通话状态与字幕展示 5、AI 自动出题、智能追问，把控面试节奏 6、生成面试评分、改进建议和标准答题参考 7、把面试错题自动归档，沉淀为个人复习资产 1、统一规范面试音频导入格式与存储方式 2、音频转写后自动提炼面试亮点、问题与短板 3、自动整理面试问题，做分类、去噪和归纳 4、根据面试短板自动生成个人复习清单 5、全链路排查功能 Bug、语音异常、数据不同步问题 6、学习 Docker 打包项目，配置环境与健康检查 7、用 Docker Compose 编排所有服务，一键启动 8、配置域名与 HTTPS，完成项目公网正式上线 1、了解数字人面试官的价值，提升面试沉浸体验 2、学会数字人服务开通、形象选择和对接准备 3、实现数字人接口对接、音画同步和实时联动 4、前端嵌入数字人页面，优化交互与常见问题 5、学习本地部署大模型的优势与整体规划方案 6、实现 Qwen3 模型本地部署，兼容标准调用格式 7、搭建模型网关，实现本地 / 云端模型一键切换 8、用 CrewAI 快速搭建多智能体，对比开发差异 9、整体复盘课程知识、项目架构与工程设计思路
