一、培訓(xùn)背景
在當(dāng)今快速發(fā)展的信息技術(shù)時(shí)代,人工智能(AI)已成為推動(dòng)社會(huì)進(jìn)步和產(chǎn)業(yè)升級(jí)的關(guān)鍵力量。其中,Agent智能體作為AI領(lǐng)域的一個(gè)重要分支,正逐漸展現(xiàn)出其獨(dú)特的價(jià)值和廣泛的應(yīng)用前景。因此,學(xué)習(xí)Agent智能體的開發(fā)不僅具有深遠(yuǎn)的理論意義,更具有重要的實(shí)用價(jià)值。
Agent智能體是一種能夠自主決策、與環(huán)境進(jìn)行交互并完成任務(wù)的軟件實(shí)體。它們能夠感知環(huán)境、理解用戶需求、制定并執(zhí)行計(jì)劃,從而為用戶提供智能化的服務(wù)。隨著大數(shù)據(jù)、云計(jì)算和深度學(xué)習(xí)等技術(shù)的不斷發(fā)展,大模型Agent智能體已經(jīng)能夠在眾多領(lǐng)域發(fā)揮重要作用,如智能家居、自動(dòng)駕駛、智能客服、醫(yī)療輔助等。
學(xué)習(xí)Agent智能體的開發(fā),首先可以幫助我們深入理解人工智能的基本原理和核心技術(shù)。通過(guò)掌握Agent智能體的設(shè)計(jì)、實(shí)現(xiàn)和優(yōu)化方法,我們可以更全面地了解AI系統(tǒng)的構(gòu)建過(guò)程,為未來(lái)的研究和開發(fā)工作打下堅(jiān)實(shí)的基礎(chǔ)。
此外,學(xué)習(xí)Agent智能體開發(fā)還具有廣泛的實(shí)用價(jià)值。在智能家居領(lǐng)域,Agent智能體可以實(shí)現(xiàn)智能家居設(shè)備的自動(dòng)化控制和智能化管理,提高家庭生活的便捷性和舒適性。在自動(dòng)駕駛領(lǐng)域,Agent智能體可以感知車輛周圍的環(huán)境,制定并執(zhí)行駕駛策略,從而確保行車安全和效率。在智能客服領(lǐng)域,Agent智能體可以自動(dòng)處理用戶咨詢和投訴,提高客戶滿意度和服務(wù)效率。在醫(yī)療輔助領(lǐng)域,Agent智能體可以協(xié)助醫(yī)生進(jìn)行疾病診斷和治療方案制定,提高醫(yī)療服務(wù)的準(zhǔn)確性和效率。
綜上所述,學(xué)習(xí)Agent智能體的開發(fā)不僅有助于我們深入理解人工智能的核心技術(shù),還能夠?yàn)槲覀兲峁V泛的實(shí)用價(jià)值和應(yīng)用前景。
二、培訓(xùn)對(duì)象
各類軟件企業(yè)和研發(fā)中心的程序員、軟件設(shè)計(jì)師、架構(gòu)師, 項(xiàng)目經(jīng)理,業(yè)務(wù)架構(gòu)師,公司管理者。
本課程面向零基礎(chǔ)LLM應(yīng)用開發(fā)者,不需要了解復(fù)雜數(shù)學(xué)算法,機(jī)器學(xué)習(xí)原理。建議具備基礎(chǔ)的Python知識(shí),但即使你對(duì) Python 不太熟悉,也完全沒有關(guān)系。課程主要閱讀講解部分案例代碼。
三、培訓(xùn)收益
1、深入理解DeepSeek大模型與Agent技術(shù)的核心原理、架構(gòu)及運(yùn)作機(jī)制。
2、顯著提升工作效能,實(shí)現(xiàn)業(yè)務(wù)流程的自動(dòng)化處理,大幅提升工作效率。
3、挖掘DeepSeek大模型與Agent技術(shù)在企業(yè)業(yè)務(wù)中的創(chuàng)新應(yīng)用場(chǎng)景。
4、學(xué)會(huì)結(jié)合DeepSeek大模型與Agent技術(shù)進(jìn)行分析與解決復(fù)雜問(wèn)題。
5、促進(jìn)團(tuán)隊(duì)協(xié)作優(yōu)化,推動(dòng)行業(yè)技術(shù)交流,拓寬職業(yè)發(fā)展道路。
四、培訓(xùn)信息
1)培訓(xùn)方式:
培訓(xùn)采用線下專家面授+同步直播的形式。所有課程均贈(zèng)送學(xué)習(xí)教材、視頻回放、
答疑交流群、促學(xué)服務(wù)等,并提供結(jié)業(yè)證書。多維度精細(xì)化教學(xué),滿足不同企業(yè)及學(xué)員的學(xué)習(xí)需求。
2)培訓(xùn)班次:
2025年04月28-30日 北京
2025年10月23-25日 成都
五、培訓(xùn)內(nèi)容
培訓(xùn)共計(jì)3天,每天6小時(shí),具體日程安排如下:
內(nèi)容 | 詳情 |
第一部分:大模型驅(qū)動(dòng)的Agent智能體概述 | 1.智能體的定義與特點(diǎn) 2.智能體與傳統(tǒng)軟件的關(guān)系 3.智能體與LLM的關(guān)系 4.從ChatGPT到智能體 5.智能體的五種能力 6.記憶,規(guī)劃,工具,自主決策,推理 7.多智能體協(xié)作 8.企業(yè)級(jí)智能體應(yīng)用與任務(wù)規(guī)劃 9.智能體開發(fā) |
第二部分: 基于大模型的Agent技術(shù)框架 | 1.Agent的四大要素 2.Agent的規(guī)劃和決策能力 3.Agent的各種記憶機(jī)制 4.Agent的核心技能:調(diào)用工具 5.Agent的推理引擎:ReAct框架 6.何謂ReAct 7.用ReAct框架實(shí)現(xiàn)簡(jiǎn)單Agent 8.基于ReAct框架的提示 9.構(gòu)建ReAct Agent |
第三部分: 基于LangChain構(gòu)建智能體 | 1.何謂LangChain 2.LangChain中的六大模塊 3.LangChain和Agent開發(fā) 4.LangChain構(gòu)建智能體的類型 5.LangChain構(gòu)建工具 6.何謂LlamaIndex 7.說(shuō)說(shuō)LlamaIndex 8.LlamaIndex和基于RAG的AI開發(fā) 9.簡(jiǎn)單的LlamaIndex開發(fā)示例 |
第四部分: 推理與行動(dòng)的協(xié)同——通過(guò)LangChain中的ReAct框架實(shí)現(xiàn) | 1.復(fù)習(xí)ReAct框架 2.LangChain中ReAct Agent 的實(shí)現(xiàn) 3.LangChain中的工具和工具包 4.create_react_agent創(chuàng)建鮮花定價(jià)Agent 5.深挖AgentExecutor的運(yùn)行機(jī)制 6.在AgentExecutor中設(shè)置斷點(diǎn) 7.思考:模型決定搜索 8.行動(dòng):工具執(zhí)行搜索 9.思考:模型決定計(jì)算 10.行動(dòng):工具執(zhí)行計(jì)算 11.思考:模型完成任務(wù) |
第五部分: 計(jì)劃和執(zhí)行的解耦-通過(guò)LangChain中的Plan-and-Execute實(shí)現(xiàn) | 1.Plan-and-Solve策略的提出 2.LangChain中的Plan-and-Execute Agent 3.通過(guò)Plan-and-Execute Agent實(shí)現(xiàn)物流管理 4.為Agent定義一系列進(jìn)行自動(dòng)庫(kù)存調(diào)度的工具 5.創(chuàng)建Plan-and-Execute Agent并嘗試一個(gè)“不可能完成的任務(wù)” 6.完善請(qǐng)求,讓Agent完成任務(wù) 7.從單Agent到多Agent |
第六部分: 多Agent 最佳實(shí)踐 | 1.智能體和多智能體 multi-agent systems 2.監(jiān)督者:每個(gè)Agent與一個(gè)監(jiān)督者Agent通信 3.自定義多Agent工作流:每個(gè)Agent只與其他Agent通信 4.Multi-Agent多角色協(xié)作 5.SOP拆解 6.角色扮演 7.反饋迭代 8.監(jiān)督控制 9.workflow automation 10.企業(yè)工程化最佳實(shí)踐 |
第七部分: 基于多模態(tài)構(gòu)建Agent | 1.多模態(tài)技術(shù)原理講解 2.常用的多模態(tài)模型介紹、原理解析 3.多模態(tài)典型應(yīng)用場(chǎng)景舉例,以及技術(shù)實(shí)現(xiàn) 4.多模態(tài)技術(shù)實(shí)戰(zhàn) 5.多模態(tài)需求輸入:圖像、語(yǔ)音、文本 6.語(yǔ)音輸入集成模塊 7.圖像輸入集成模塊 8.核心需求理解與多輪輸入整合模塊 9.語(yǔ)音輸入處理 10.利用多模態(tài)技術(shù)實(shí)現(xiàn)多模態(tài)智能聊天對(duì)話 基于多模態(tài)大模型的Agent開發(fā) |
第八部分:分析國(guó)外智能體典型案例和商業(yè)應(yīng)用 | 1.解讀斯坦福小鎮(zhèn)項(xiàng)目:生成式智能體典型案例 2.AutoGPT:通過(guò)自然語(yǔ)言的需求描述執(zhí)行自動(dòng)化任務(wù) 3.BabyAGI:根據(jù)任務(wù)結(jié)果自動(dòng)創(chuàng)建,排序和執(zhí)行新任務(wù) 4.MetaGPT:重塑生成式AI與軟件開發(fā)界面 5.AutoGen:下一代LLM應(yīng)用的啟動(dòng)器 6.ChatDev:重塑軟件開發(fā)的AI群體智能協(xié)作框架 7.Camel AI:引領(lǐng)自主與交流智能體的未來(lái) |
第九部分: 基于Dify 本地化構(gòu)建智能體 | 1.Dify:零基礎(chǔ)開發(fā)對(duì)話機(jī)器人 2.功能概述 3.基礎(chǔ)能力 4.插件 5.工作流 6.記憶庫(kù) 7.查詢天氣機(jī)器人的最終效果 8.創(chuàng)建你的第一個(gè)機(jī)器人 9.用自然語(yǔ)言優(yōu)化輸出結(jié)果 10.用工作流優(yōu)化輸出結(jié)果 11.綜合實(shí)戰(zhàn):基于Dify的數(shù)據(jù)庫(kù)查詢實(shí)現(xiàn) 12.Dify本地化與Agent各終點(diǎn)發(fā)布(網(wǎng)頁(yè)嵌入、微信、API) |
第十部分: 企業(yè)專屬領(lǐng)域的智能客服Agent | 1.打造專屬領(lǐng)域的客服聊天機(jī)器人 2.客服聊天機(jī)器人概述 3.客服聊天機(jī)器人價(jià)值簡(jiǎn)介 4.客服聊天機(jī)器人研發(fā)工具 5.AI課程客服聊天機(jī)器人總體架構(gòu) 6.前端功能設(shè)計(jì) 7.后端功能設(shè)計(jì) 8.AI課程客服聊天機(jī)器人應(yīng)用實(shí)例 |
第十一部分: LangChain整合DeepSeek構(gòu)建知識(shí)圖譜 | 1.Neo4j基礎(chǔ)概念:Nede、Relationship、Property 2.使用 Cypher 查詢語(yǔ)言進(jìn)行數(shù)據(jù)建模、插入和查詢。 3.網(wǎng)絡(luò)配置文件(config)的基本結(jié)構(gòu)和參數(shù)分析 4.基于config指定數(shù)據(jù)清洗與標(biāo)準(zhǔn)化格式 5.基于本地大模型的結(jié)構(gòu)化分析實(shí)現(xiàn) 6.LangChain 自動(dòng)生成并優(yōu)化 Cypher 查詢 7.LangServe發(fā)布圖譜服務(wù)器 |
第十二部分: Manus快速上手與辦公賦能 | 1.Manus產(chǎn)品架構(gòu)解析:云端智能體、多工具調(diào)用、任務(wù)分解與自主執(zhí)行 2.Manus在職場(chǎng)的應(yīng)用:文檔智能處理、任務(wù)自動(dòng)化、代碼編寫與調(diào)試 3.Manus實(shí)操訓(xùn)練:任務(wù)自動(dòng)化演練、網(wǎng)頁(yè)數(shù)據(jù)采集、代碼執(zhí)行挑戰(zhàn) 4.Manus辦公賦能:會(huì)議紀(jì)要自動(dòng)總結(jié)、 5.Manus 辦公賦能:郵件自動(dòng)分類與回復(fù) 6.Manus 辦公賦能:PPT生成對(duì)比 |
第十三部分: Manus 數(shù)據(jù)分析智能化 | 1.跨平臺(tái)AI協(xié)同:DeepSeek+Manus組合優(yōu)化內(nèi)容生產(chǎn) 2.跨平臺(tái)AI協(xié)同:任務(wù)自動(dòng)化與知識(shí)檢索結(jié)合 3.Manus在數(shù)據(jù)分析中的應(yīng)用:銷售數(shù)據(jù)分析、市場(chǎng)調(diào)研報(bào)告 4.高級(jí)AI數(shù)據(jù)分析演練:實(shí)時(shí)數(shù)據(jù)抓取與分析、A/B測(cè)試優(yōu)化 5.智能體如何重塑工作模式:AI從輔助工具到自主執(zhí)行體的演變 6.Agent 私有化、數(shù)據(jù)安全與企業(yè)適配性問(wèn)題 |
六、專家講師
劉老師 | 國(guó)內(nèi)頂尖AI專家
最近幾年帶隊(duì)完成了數(shù)十個(gè)AI項(xiàng)目,內(nèi)容不僅包括深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等具體技術(shù)要點(diǎn),也包括AI的整體發(fā)展、現(xiàn)狀、應(yīng)用、商業(yè)價(jià)值、未來(lái)方向等,涵蓋內(nèi)容非常豐富。完成多個(gè)深度學(xué)習(xí)實(shí)踐項(xiàng)目,廣泛應(yīng)用于醫(yī)療、交通、銀行、電信等多個(gè)領(lǐng)域。從2020年推出的多門課程《AI大模型賦能行業(yè)應(yīng)用與解決方案》《AI大模型輔助軟件研發(fā)管理與效能提升》和《AI大模型技術(shù)及開發(fā)應(yīng)用實(shí)踐》更是廣受歡迎,已經(jīng)為幾十家企業(yè)培訓(xùn),作為一名AI技術(shù)專家,對(duì)人工智能的理解深入透徹。他不僅精通AI的編程技術(shù),還熟悉各種AI工具的使用,尤其在AI行業(yè)應(yīng)用更是有著獨(dú)特的見解和實(shí)踐經(jīng)驗(yàn);自從2023年以來(lái)幫助多家研發(fā)中心做AI輔助開發(fā)效能提升咨詢服務(wù)。同時(shí)也是微軟人工智能認(rèn)證工程師,阿里云AI人工智能訓(xùn)練師。在人工智能領(lǐng)域的深耕和創(chuàng)新,也得到了出版社的青睞,計(jì)劃出版自己的著作。也在多家技術(shù)大會(huì)做AI技術(shù)講座。
七、相關(guān)證書
參加培訓(xùn)并通過(guò)考試的學(xué)員,由中國(guó)信息化培訓(xùn)中心頒發(fā)《人工智能高級(jí)工程師》職業(yè)技能培訓(xùn)證書,此證書不僅是對(duì)學(xué)員學(xué)習(xí)成果的高度認(rèn)可,更是學(xué)員在AI技術(shù)領(lǐng)域?qū)I(yè)能力的有力證明,為學(xué)員的職業(yè)發(fā)展增添重要砝碼。