**从单点调用到多智能体协作：AI Agent 落地实战导读**
这门课主要解决的核心问题是：如何突破简单的“提示词+API”调用模式，真正构建具备记忆、工具调用、状态管理和多智能体协作能力的企业级 AI 应用。很多开发者卡在知道 ChatGPT 会说话，但不知道如何让它们执行复杂任务、处理上下文依赖或进行自我修正。课程从 Agent 开发的基础概念切入，逐步过渡到 LangGraph 和 CrewAI 两大主流框架，重点讲解状态机设计、持久化记忆、人机交互以及多角色工作流的编排。如果你熟悉 Python 基础，能够使用 LangChain 或直接调用 LLM API，但缺乏将逻辑复杂化、工程化的经验，这门课非常合适。它不适合纯小白，因为会直接涉及代码实现和架构设计，假设你具备基本的后端思维。
建议优先研读第 13 章“Agents 深入：多 Agents 工作流的实现”。这是全课的技术核心，涵盖了 LangGraph 的节点控制、条件分支、循环处理以及关键的持久化记忆机制。你需要重点理解如何隔离短期记忆和长期记忆，以及如何通过“时光旅行”调试状态错误。随后结合第 15 章的 CrewAI 内容，对比两种框架在角色定义（Agents）、任务分配（Task）和团队协同（Crew）上的差异。CrewAI 更偏向于角色扮演和流程自动化，而 LangGraph 更侧重底层状态图的精细控制。先看这两章，能让你建立起对“智能体如何思考”的完整认知，再回头补前面关于 LLM 基础交互的内容会事半功倍。
学完这门课，你应该能独立设计一个包含多个角色的自动化工作系统。例如，构建一个“营销大师”智能体，它不仅能生成文案，还能自动调用搜索工具获取热点，经过另一个“审核”智能体校验后输出结果。你需掌握如何为智能体配置外部知识库，实现记忆的跨会话持久化，并处理人工介入（Human-in-the-loop）的场景。在资料配合上，课件 PPT 提供了架构图和核心代码逻辑的可视化解析，适合在写代码前快速对齐思路。视频部分则展示了具体的调试过程，特别是那些涉及状态更新失败或工具调用异常的案例，这是书本很难覆盖的实战细节。不要只看不练，务必复现其中的“小浪助手”多智能体版本，手动修改其中的 Prompt 和工具函数，观察输出变化，这样才能真正掌握 Agent 开发的精髓。
课程目录
📁 课件ppt ppt7.pdf [1.1 MB] ppt6.pdf [1.9 MB] ppt5.pdf [2.3 MB] ppt4.pdf [2.5 MB] ppt9.pdf [1.2 MB] ppt8.pdf [1.2 MB] ppt1.pdf [2.1 MB] 📁 第16章 课程总结 16-2 课程总结与展望.mp4 [17.9 MB] 16-1 课程回顾.mp4 [28.0 MB] 📁 第15章 CrewAI 又一款主流的Agents开发框架 15-11 本章小结.mp4 [1.8 MB] 15-10 基于CrewAI 的营销策略大师.mp4 [107.4 MB] 15-8 CrewAI 核心组件：知识库 & 记忆.mp4 [45.2 MB] 15-6 CrewAI 核心组件：Task.mp4 [22.1 MB] 15-5 CrewAI 核心组件：Agents.mp4 [35.5 MB] 15-3 CrewAI安装与第一个示例.mp4 [20.5 MB] 15-2 什么是CrewAI.mp4 [13.5 MB] 15-1 本章介绍.mp4 [6.6 MB] 15-4 CrewAI 核心组件讲解.mp4 [10.3 MB] 15-9 基于CrewAI 的游戏开发助手.mp4 [34.4 MB] 15-7 CrewAI 核心组件：Crew & flow.mp4 [22.7 MB] 📁 第13章 Agents深入：多Agents工作流的实现 13-22 本章小结.mp4 [3.7 MB] 13-21 大实战：小浪助手（多智能体版）.mp4 [174.1 MB] 13-20 小实战：基于LangGraph 的提示词生成小助手.mp4 [33.6 MB] 13-19 小实战：基于LangGraph 构建代码助手.mp4 [71.7 MB] 13-18 LangGraph 核心组件：工具调用.mp4 [27.0 MB] 13-16 LangGraph 核心组件：时光旅行.mp4 [35.6 MB] 13-15 【实现】LangGraph人机交互-基本使用：编辑图的状态.mp4 [11.9 MB] 13-11 【实现】持久化与记忆-记忆：短期记忆的实现&长期以及实现&使用总结技术优化记忆.mp4 [110.6 MB] 13-10 【实现】持久化与记忆-基本运用：相乘隔离的持久层&跨线程持久化调用.mp4 [52.8 MB] 13-8 【实现】节点与可控制性-精细控制：图的运行时配置&map-reduce.mp4 [42.2 MB] 13-7 【实现】节点与可控制性-基本控制：串行控制&分支控制&条件分支与循环.mp4 [40.5 MB] 13-5 LangGraph 核心组件：节点与可控制性.mp4 [8.0 MB] 13-4 LangGraph讲解.mp4 [8.0 MB] 13-3 常见的多智能体架构.mp4 [13.5 MB] 13-2 为什么选择多智能体架构？.mp4 [24.5 MB] 13-1 本章介绍.mp4 [11.6 MB] 13-17 LangGraph 核心组件：流式输出.mp4 [17.3 MB] 13-12 LangGraph 核心组件：人机交互.mp4 [7.0 MB] 13-14 【实现】LangGraph人机交互-基本运用：审查工具调用.mp4 [37.1 MB] 13-6 【实现】节点与可控制性-第一个LangGraph.mp4 [31.2 MB] 13-9 LangGraph 核心组件：持久化与记忆.mp4 [13.4 MB] 📁 第11章 RAG：知识增强型AI系统 11-21 动一动：ChatDoc -- 又一个简单的文档检索小助手.mp4 [68.9 MB] 11-20 未来可期：RAG技术的进化之路.mp4 [26.4 MB] 11-19 检索器：调优—上下文压缩+排序+相似性分数.mp4 [68.2 MB] 11-16 查询重构：如何处理结构化数据？.mp4 [39.3 MB] 11-15 查询重写：如何处理非结构化数据？.mp4 [21.4 MB] 11-14 检索器在langChain中的实现（基本的检索器+语法搜索构建：BM25）.mp4 [27.2 MB] 11-13 向量艺术：检索器概念.mp4 [5.6 MB] 11-9 向量艺术：langChain的嵌入实现.mp4 [39.3 MB] 11-8 向量艺术：嵌入模型.mp4 [5.9 MB] 11-5 常见的Loader 加载器：解析网页+CVS+ Excel.mp4 [47.2 MB] 11-4 常见的Loader 加载器：PDF+多模态图文PDF.mp4 [31.5 MB] 11-1 本章介绍.mp4 [7.1 MB] 11-2 RAG：检索增强生成是什么？RAG原理？.mp4 [49.2 MB] 11-3 知识（数据）预处理：让文档变得AI友好.mp4 [10.0 MB] 11-12 向量库实现：向量库的数据增加+删除+相似性搜索+ MMR+混合搜索.mp4 [52.1 MB] 11-6 文档切分：为什么以及如何切.mp4 [5.5 MB] 11-18 检索调优：让RAG系统更快更准.mp4 [17.4 MB] 11-22 本章总结.mp4 [2.2 MB] 📁 第9章 规范化输出：OutputParsers的关键技术 9-7 本章总结.mp4 [3.7 MB] 9-6 如何自定义解析器？.mp4 [26.0 MB] 9-5 LLM应用容错机制.mp4 [21.6 MB] 9-4 文本、JSON、XML、结构化输出解析器应用（2）.mp4 [46.1 MB] 9-3 文本、JSON、XML、结构化输出解析器应用（1）.mp4 [35.1 MB] 9-1 本章介绍.mp4 [10.8 MB] 9-2 常见的输出解析器OutputParsers 一览.mp4 [26.8 MB] 📁 第7章 ChatModels：磨平不同LLM的差异 7-7 大模型的Tool Call工具调用能力：先进大模型的标配.mp4 [23.6 MB] 7-6 如何配合本地大模型？模型Token usage的花费？.mp4 [32.6 MB] 7-5 模型异常处理与缓存机制.mp4 [13.8 MB] 7-4 tokens与上下文交互窗口.mp4 [33.4 MB] 7-2 LangChain核心组件：LLMs与ChatModels.mp4 [25.1 MB] 7-1 本章介绍.mp4 [4.3 MB] 7-8 练一练：使用某个大模型来驱动事件.mp4 [3.1 MB] 7-3 LangChain使用标准事件驱动大模型.mp4 [89.8 MB] 📁 第5章 DeepSeek：国产之光 5-8 DS云端部署：按需付费更加灵活.mp4 [43.2 MB] 5-6 DeepSeek的模型与部署需求分析，以及资源获取方式.mp4 [83.4 MB] 5-4 DeepSeek 提示词模板与注意.mp4 [22.7 MB] 5-3 推理大模型做对了什么？DeepSeek V3 与DeepSeek R1本质区别.mp4 [49.4 MB] 5-2 DeepSeek为什么火了？.mp4 [33.5 MB] 5-1 本章介绍.mp4 [8.3 MB] 5-10 本章小结.mp4 [2.6 MB] 5-5 新手必知的10个DeepSeek魔法指令.mp4 [7.6 MB] 5-9 DS云端API：个人用户最佳选择.mp4 [68.0 MB] 📁 第3章 大模型：智能体的超级大脑 3-7 本章小结.mp4 [1.4 MB] 3-6 练一练：搞定你的大模型源（闭源与开源）.mp4 [49.7 MB] 3-5 大模型的短板与解决方案.mp4 [29.6 MB] 3-4 开源VS闭源：你该如何选择.mp4 [20.4 MB] 3-3 全景扫描：国内外主流大语言模型（LLM）.mp4 [21.7 MB] 3-2 带你快速了解LLM（大语言模型）的前世今生.mp4 [23.9 MB] 3-1 本章介绍.mp4 [3.0 MB] 📁 第2章 AI智能体：AI3.0时代最大的转型红利 2-6 本章小结.mp4 [846.9 KB] 2-5 新手必知：扫清学习障碍.mp4 [10.3 MB] 2-4 风口以至-机遇与挑战：AI 淘汰的是不会使用AI的人.mp4 [46.2 MB] 2-3 智能体揭秘：为什么它是未来的核心？智能体到底是什么？.mp4 [32.6 MB] 2-2 智能革命爆发：从梦想到现实.mp4 [36.9 MB] 2-1 本章介绍.mp4 [2.4 MB] 📁 第4章 AI应用开发应知必会的那些事 📁 第6章 初识langchain：LLM大模型与AI应用的“粘合剂” 新建文件夹.exe [142.0 MB] 📁 第10章 LCEL：组件化开发的新范式 新建文件夹.exe [306.1 MB] 📁 第12章 Agents实战：单Agent实现自定义BOT 新建文件夹.exe [773.4 MB] 📁 第14章 Agents深入：部署优化与云平台使用 新建文件夹.exe [288.4 MB] 📁 第8章 PromptTemple 提示词工程在LangChain中的实践 新建文件夹.exe [246.3 MB] 📁 声音克隆 📁 CosyVoice spk2info.pt [29.5 MB] CosyVoice.rar [3.9 GB] 📁 工坊 📁 整合包 GPT_SoVITS-V2 TTS升级包.zip [879.4 MB] GPT-SoVITS-TTS.rar [5.1 GB] 📁 有声读物 novel_dubV1.0.4.exe [112.8 MB] novel_dubV1.0.3.exe [112.8 MB] 📁 TTS TTS2.17.0.exe [92.2 MB] TTS2.16.1.exe [92.2 MB] 📁 AI配音 AIDub1.12.0.exe [92.9 MB] AIDub1.11.2.exe [92.9 MB] ai_dubV2.1.4.exe [112.7 MB] cosyvoice.7z [1.5 GB] CosyVoice-0824.rar [14.2 GB] 📁 第1章 课程学习安排——助你顺利学习以及避坑 1-1 深入了解课程，少走弯路，必看！！！.mp4 [36.0 MB]
