Agent 工程化+ AI 编程深度实战营

第1章 大模型 Agent 开发基础 试看23 节 | 310分钟

本模块融合大模型底层原理与落地实操，聚焦大模型原理、API 调用、Agent 开发三大核心。以 DeepSeek 拆解预训练、微调、强化学习全流程，厘清底层逻辑；实操练习 API 调用与 Function Calling；解析 AI Agent 运行机制，从零搭建 ReAct Agent，涵盖提示词、自定义工具、代码编写，最终完成智能客服实战项目，…

收起列表

• 视频：1-1 课程介绍 (12:00)试看
• 视频：1-2 DeepSeek 模型是如何打造出来的？ (09:50)
• 视频：1-3 大模型预训练流程解读 (16:22)
• 视频：1-4 大模型微调流程解读 (10:25)
• 视频：1-5 大模型强化学习流程解读 (18:37)
• 视频：1-6 AI 顶级大模型特性解读 (17:38)
• 视频：1-7 大模型 API 应用实践(1) (10:11)
• 视频：1-8 大模型 API 应用实践(2) (16:45)
• 视频：1-9 大模型 API 应用实践(3) (19:22)
• 视频：1-10 大模型 API 应用实践(4) (22:08)
• 视频：1-11 Function Calling应用实践(1) (08:21)
• 视频：1-12 Function Calling应用实践(2) (28:13)
• 视频：1-13 Function Calling应用实践(3) (12:58)
• 视频：1-14 Function Calling应用实践(4) (17:53)
• 视频：1-15 大模型应用产业落地发展趋势 (13:55)
• 视频：1-16 AI Agent 的本质原理 (14:11)
• 视频：1-17 AI Agent 流程工作方式总结 (07:16)
• 视频：1-18 手写 ReAct Agent 之提示词设计 (07:56)
• 视频：1-19 手写 ReAct Agent 之工具定义 (13:47)
• 视频：1-20 手写 ReAct Agent 之代码设计和逻辑验证 (14:48)
• 视频：1-21 ReAct Agent 智能客服之提示词设计 (10:15)
• 视频：1-22 ReAct Agent 智能客服之代码设计 (04:06)
• 视频：1-23 ReAct Agent 智能客服之云服务器测试 (02:44)

第2章 大模型私有化部署方案(上)15 节 | 141分钟

本模块聚焦企业大模型私有化部署全流程落地实操。先讲解私有化方案选型，手把手教学 Ollama 工具部署、参数调优与 GPU 负载均衡、API 开发；接着详解企业级 vLLM 推理框架的安装、参数配置与线上生产全流程实践。

收起列表

• 视频：2-1 企业大模型私有化部署方案选型 (13:45)
• 视频：2-2 Ollama 工具介绍与部署 (08:30)
• 视频：2-3 Ollama核心参数配置 (11:08)
• 视频：2-4 Ollama模型实现GPU负载均衡 (04:53)
• 视频：2-5 基于Ollama部署的模型API实践 (10:46)
• 视频：2-6 企业级vLLM推理框架优势 (13:24)
• 视频：2-7 企业级vLLM推理框架安装部署 (08:53)
• 视频：2-8 企业级vLLM推理框架离线推理核心参数 (16:16)
• 视频：2-9 企业级vLLM推理框架离线推理开发参数 (04:10)
• 视频：2-10 企业级vLLM推理框架在线推理核心参数 (10:50)
• 视频：2-11 企业级vLLM推理框架在线推理开发参数 (02:11)
• 视频：2-12 企业级vLLM推理框架在线推理生产实践(上) (11:30)试看
• 视频：2-13 企业级vLLM推理框架在线推理生产实践(中) (10:09)
• 视频：2-14 企业级vLLM推理框架在线推理生产实践(下) (09:47)
• 视频：2-15 企业级vLLM推理框架推理类模型支持 (04:29)

第3章 大模型私有化部署方案(下)11 节 | 70分钟

本模块系统的讲解了开源大模型多机多卡部署方案，从技术规划、环境配置到 Ray 集群搭建、分布式推理测试层层推进，全方位覆盖私有化部署的工具、框架、集群难题，帮你掌握企业级私有部署完整技术栈。

收起列表

• 视频：3-1 多机多卡部署之技术方案设计 (09:13)
• 视频：3-2 多机多卡部署之主机规划 (07:26)
• 视频：3-3 多机多卡部署之多机免密 (08:23)
• 视频：3-4 多机多卡部署之conda环境安装 (05:51)
• 视频：3-5 多机多卡部署之开源模型下载 (06:27)
• 视频：3-6 多机多卡部署之同步虚拟环境 (04:40)
• 视频：3-7 多机多卡部署之创建共享目录 (07:53)
• 视频：3-8 多机多卡部署之pdsh工具安装 (06:18)
• 视频：3-9 多机多卡部署之设置hosts地址 (03:31)
• 视频：3-10 多机多卡部署之Ray集群启动 (03:39)
• 视频：3-11 多机多卡部署之模型分布式推理测试 (06:12)

第4章 LangChain 应用开发快速实践17 节 | 175分钟

本模块聚焦主流开发框架 LangChain，一站式掌握大模型应用搭建能力。课程先完整讲解 LangChain 生态、大模型接入与各类 Chain 构建，实操 LCEL 语法并落地智能问答系统；接着搭建多功能 Agent 智能体，完成多工具联动、浏览器机器人开发；还拆解 MCP 协议原理并制作智能天气案例，最后复盘 RAG 技术流程，完成…

收起列表

• 视频：4-1 LangChain开发基础之生态介绍（上） (12:31)
• 视频：4-2 LangChain开发基础之生态介绍（下） (18:56)
• 视频：4-3 LangChain开发基础之接入大模型 (14:40)
• 视频：4-4 LangChain开发基础之构建最简单的Chain (10:59)
• 视频：4-5 LangChain开发基础之构建复杂Chain (07:09)
• 视频：4-6 LangChain开发基础之构建复合Chain (05:59)
• 视频：4-7 LangChain开发基础之LCEL语言 (06:36)
• 视频：4-8 LangChain开发基础之智能问答系统案例实践 (07:17)
• 视频：4-9 LangChain智能体Agent之Function Call流程回顾 (08:01)
• 视频：4-10 LangChain智能体Agent之Agent智能体构建 (10:13)
• 视频：4-11 LangChain智能体Agent之多工具并联串联调用 (05:37)
• 视频：4-12 LangChain智能体Agent之浏览器机器人 (06:09)
• 视频：4-13 LangChain大模型协议MCP之MCP原理 (11:14)
• 视频：4-14 LangChain大模型协议MCP之MCP快速入门 (13:27)
• 视频：4-15 LangChain大模型协议MCP之智能天气系统案例实践 (05:42)
• 视频：4-16 LangChain知识库RAG之RAG流程回顾 (10:17)
• 视频：4-17 LangChain知识库RAG之本地知识库综合案例实践 (19:33)

第5章 深入浅出 LangGraph(上)8 节 | 87分钟

本模块先分析 Agent 开发现状、主流框架选型及框架学习方法，辨析 LangChain 与 LangGraph 的本质区别；接着讲解 Graph、GraphState、Nodes、Edges 的底层类设计，最后搭配入门案例实操，完整讲解 LangGraph 基础相关知识。

收起列表

• 视频：5-1 LangGraph基础之Agent开发基础 (18:47)
• 视频：5-2 LangGraph基础之Agent开发框架选型 (10:13)
• 视频：5-3 LangGraph基础之如何学习一个Agent智能体框架？ (08:18)
• 视频：5-4 LangGraph基础之LangChain和LangGraph的本质区别 (17:04)
• 视频：5-5 LangGraph基础之LangGraph结构-Graph类设计 (07:58)
• 视频：5-6 LangGraph基础之LangGraph结构-GraphState类设计 (09:04)
• 视频：5-7 LangGraph基础之LangGraph结构-Nodes和Edges类设计 (05:44)
• 视频：5-8 LangGraph基础之LangGraph快速入门案例实践 (09:07)

第6章 深入浅出 LangGraph(中)38 节 | 371分钟

本模块先讲解 State 相关的状态模式、可视化、Reducer 函数、消息传递、MessageGraph 实操及 LangSmith 监控整合；接着介绍 Router、Tool Calling、ReAct 三类单代理架构的原理、开发与实操；之后讲解事件流输出应用、长短记忆的原理与不同存储实现、记忆天气助手开发；最后剖析人机交互的必要性、实现原理，完成…

收起列表

• 视频：6-1 LangGraph进阶之State核心-State状态模式 (06:20)
• 视频：6-2 LangGraph进阶之State核心-Graph可视化 (04:23)
• 视频：6-3 LangGraph进阶之State核心-Reducer函数机制 (09:59)
• 视频：6-4 LangGraph进阶之State核心-基于State构建消息传递机制 (06:50)
• 视频：6-5 LangGraph进阶之State核心-MessageGraph实践 (11:40)
• 视频：6-6 LangGraph进阶之State核心-LangSmith监控神器 (04:50)
• 视频：6-7 LangGraph进阶之State核心-LangGraph与LangSmith整合 (08:01)
• 视频：6-8 LangGraph进阶之单代理-Router Agent-LangGraph四大代理 (09:19)
• 视频：6-9 LangGraph进阶之单代理-Router Agent-逻辑初探 (06:25)
• 视频：6-10 LangGraph进阶之单代理-Router Agent-应用程序构建 (03:20)
• 视频：6-11 LangGraph进阶之单代理-Router Agent-结构化输出-提示词工程 (07:31)
• 视频：6-12 LangGraph进阶之单代理-Router Agent-结构化输出-基于内置工具 (08:15)
• 视频：6-13 LangGraph进阶之单代理-Router Agent-基于结构化输出构建Route (15:26)
• 视频：6-14 LangGraph进阶之单代理-Tool Calling Agent-核心原理 (13:22)
• 视频：6-15 LangGraph进阶之单代理-Tool Calling Agent-完整案例演示 (08:50)
• 视频：6-16 LangGraph进阶之单代理-Tool Calling Agent-手动构建Tool (09:13)
• 视频：6-17 LangGraph进阶之单代理-ReAct Agent-运行流程回顾 (12:02)
• 视频：6-18 LangGraph进阶之单代理-ReAct Agent-LangChain实现方式 (10:49)
• 视频：6-19 LangGraph进阶之单代理-ReAct Agent-LangGraph实现方式 (03:56)
• 视频：6-20 LangGraph进阶之单代理-ReAct Agent-实操-工具准备(1) (06:36)
• 视频：6-21 LangGraph进阶之单代理-ReAct Agent-实操-原理剖析(2) (06:49)
• 视频：6-22 LangGraph进阶之单代理-ReAct Agent-实操-效果测试(3) (11:50)
• 视频：6-23 LangGraph进阶之事件任务-流输出模式 (09:17)
• 视频：6-24 LangGraph进阶之事件任务-流输出模式测试 (13:47)
• 视频：6-25 LangGraph进阶之事件任务-事件流应用 (09:30)
• 视频：6-26 LangGraph进阶之长短期记忆-目前应用程序存在的问题？ (13:37)
• 视频：6-27 LangGraph进阶之长短期记忆-长短期记忆的区别 (05:51)
• 视频：6-28 LangGraph进阶之长短期记忆-短期记忆实现原理 (13:56)
• 视频：6-29 LangGraph进阶之长短期记忆-基于MemorySaver实现短期记忆 (14:12)
• 视频：6-30 LangGraph进阶之长短期记忆-基于SqliteSaver实现短期记忆 (08:19)
• 视频：6-31 LangGraph进阶之长短期记忆-实现带有记忆的智能天气助手 (11:34)
• 视频：6-32 LangGraph进阶之长短期记忆-基于Store实现长期记忆 (11:05)
• 视频：6-33 LangGraph进阶之人机交互-Agent中为什么需要人机交互？ (05:22)
• 视频：6-34 LangGraph进阶之人机交互-LangGraph的人机交互实现原理 (06:59)
• 视频：6-35 LangGraph进阶之人机交互-Graph中添加断点实践 (20:03)
• 视频：6-36 LangGraph进阶之人机交互-Graph中添加动态断点实践 (10:58)
• 视频：6-37 LangGraph进阶之人机交互-Graph中添加动态断点代码编写 (11:11)
• 视频：6-38 LangGraph进阶之人机交互-Graph中添加动态断点测试 (18:47)

第7章 深入浅出 LangGraph(下)17 节 | 153分钟

本模块开展 LangGraph 多代理实战：先介绍 OpenAI 划分的 AI 发展阶段、单代理架构短板与多代理架构类别，讲解父子图消息传递逻辑，完成 Network 多代理的需求梳理、编码与测试；再讲解 Supervisor 调度架构并落地案例，剖析 GraphRAG 原理，分三阶段完成多代理混合知识库完整项目开发，掌握复杂多智能体系统搭…

收起列表

• 视频：7-1 LangGraph实战之多代理-OpenAI定义的5个AI阶段 (06:13)
• 视频：7-2 LangGraph实战之多代理-单代理架构缺陷 (09:02)
• 视频：7-3 LangGraph实战之多代理-Multi Agent架构类型 (04:53)
• 视频：7-4 LangGraph实战之多代理-父子图之间的消息传递(上) (10:59)
• 视频：7-5 LangGraph实战之多代理-父子图之间的消息传递(下) (07:53)
• 视频：7-6 LangGraph实战之多代理-Network多代理需求分析 (14:01)
• 视频：7-7 LangGraph实战之多代理-Network多代理代码编写 (17:53)
• 视频：7-8 LangGraph实战之多代理-Network多代理功能测试 (05:27)
• 视频：7-9 LangGraph实战之多代理-Magentic One原理剖析 (07:44)
• 视频：7-10 LangGraph实战之多代理-Supervisor原理剖析与代码实践 (12:39)
• 视频：7-11 LangGraph实战之多代理-基于Supervisor架构实现多代理系统 (10:34)
• 视频：7-12 LangGraph实战之多代理-Multi Agent混合知识库-GraphRAG (08:52)
• 视频：7-13 LangGraph实战之多代理-Multi Agent混合知识库-Neo4j入库 (07:44)
• 视频：7-14 LangGraph实战之多代理-Multi Agent混合知识库-数据库效果测试 (07:20)
• 视频：7-15 LangGraph实战之多代理-Multi Agent混合知识库-向量数据库入库 (15:01)
• 视频：7-16 LangGraph实战之多代理-Multi Agent混合知识库-最终效果验证 (02:58)
• 视频：7-17 LangGraph课程总结 (03:18)

第8章 Agent MCP 深度剖析(上)20 节 | 166分钟

本模块聚焦MCP智能体实战，先剖析Agent核心原理，分析传统Function Call的弊端，讲解MCP核心本质。手把手完成MCP环境搭建、客户端与服务端开发，实现两端通信及服务调试。同时拆解复杂智能体开发难点，回顾函数调用流程，实现函数串并行调用。最终完成数据库配置、SQL与Python服务开发、MCP客户端搭建，落地完整复杂智能体…

收起列表

• 视频：8-1 MCP实践之Agent的原理剖析 (15:02)
• 视频：8-2 MCP实践之Function Call 缺点分析 (15:44)
• 视频：8-3 MCP实践之MCP的本质是什么？ (07:41)
• 视频：8-4 MCP实践之MCP的环境构建 (07:11)
• 视频：8-5 MCP实践之MCP的简易Client构建 (03:54)
• 视频：8-6 MCP实践之MCP的Client接入大模型 (08:37)
• 视频：8-7 MCP实践之MCP的Server端构建 (09:48)
• 视频：8-8 MCP实践之基于MCP的Client和Server通信 (10:21)
• 视频：8-9 MCP实践之Server端Debug工具实践 (06:09)
• 视频：8-10 MCP实践之MCP Server推荐 (04:02)
• 视频：8-11 MCP复杂智能体之引出复杂智能体难点 (03:32)
• 视频：8-12 MCP复杂智能体之Function Call流程回顾 (22:48)
• 视频：8-13 MCP复杂智能体之实现Function Call的并行调用 (05:34)
• 视频：8-14 MCP复杂智能体之实现Function Call的串行调用 (07:59)
• 视频：8-15 MCP复杂智能体之基础依赖准备 (04:38)
• 视频：8-16 MCP复杂智能体之数据库准备和数据准备 (04:51)
• 视频：8-17 MCP复杂智能体之开发SQL_server服务 (04:55)
• 视频：8-18 MCP复杂智能体之开发Python_server服务 (03:29)
• 视频：8-19 MCP复杂智能体之MCP客户端开发 (12:45)
• 视频：8-20 MCP复杂智能体之效果验证 (06:31)

第9章 Agent MCP 深度剖析(下)26 节 | 173分钟

本模块聚焦MCP智能体实战，先剖析Agent核心原理，分析传统Function Call弊端，讲解MCP核心本质，完成MCP环境、客户端与服务端搭建及通信调试。同时攻克复杂智能体开发难点，实现函数串并行调用，完成数据库、多服务开发及项目落地验证。此外精讲MCP全流程开发、服务器打包与离线、在线部署，掌握SSE、HTTP两种传输协议的服…

收起列表

• 视频：9-1 MCP全流程开发之MCP全流程总结 (11:33)
• 视频：9-2 MCP全流程开发之MCP服务器开发 (10:23)
• 视频：9-3 MCP全流程开发之MCP服务器测试 (10:19)
• 视频：9-4 MCP全流程开发之MCP服务器代码打包 (11:01)
• 视频：9-5 MCP全流程开发之MCP服务器离线部署 (08:29)
• 视频：9-6 MCP全流程开发之MCP服务器在线部署 (04:17)
• 视频：9-7 MCP全流程开发之MCP本地客户端部署 (04:13)
• 视频：9-8 MCP全流程开发之本地客户端接入MCP服务器 (05:44)
• 视频：9-9 MCP通信协议 (06:47)
• 视频：9-10 基于SSE传输的MCP服务器构建 (07:28)
• 视频：9-11 基于SSE传输的MCP服务器测试 (07:04)
• 视频：9-12 基于SSE传输的MCP服务器发布 (03:29)
• 视频：9-13 基于SSE传输的MCP服务器应用 (05:57)
• 视频：9-14 MCP HTTP消息传输方式 (07:19)
• 视频：9-15 基于HTTP的MCP服务器创建 (13:38)
• 视频：9-16 基于HTTP的MCP服务器测试 (05:07)
• 视频：9-17 基于HTTP的MCP服务器应用 (02:34)
• 视频：9-18 MCP应用之热门工具推荐 (07:23)
• 视频：9-19 MCP应用之Cherry Studio安装部署 (04:03)
• 视频：9-20 MCP应用之基于Cherry Studio构建文件管理系统 (03:50)
• 视频：9-21 MCP应用之基于Cherry Studio构建爬虫智能体 (02:59)
• 视频：9-22 MCP应用之阿里百炼平台配置 (05:44)
• 视频：9-23 MCP应用之基于阿里百炼构建智能旅游助手 (04:38)
• 视频：9-24 MCP应用之Dify平台配置 (04:14)
• 视频：9-25 MCP应用之自研MCP服务器 (09:50)
• 视频：9-26 MCP应用之基于Dify接入自研MCP服务器 (04:34)

第10章 SKills 从入门到精通16 节 | 158分钟

本模块围绕 Agent 核心能力 Skills 展开系统性教学。课程先讲解 Skills 基础定义、底层本质、文件结构与运行逻辑，梳理完整生态；通过原生 API 实操搭建 Skills，对比 MCP 与 Skills 核心差异。进阶内容教你构建可调用 Skills 的智能体，结合多组反面案例避坑，总结三条标准化 Skills 设计原则，帮你掌握…

收起列表

• 视频：10-1 基础之什么是Agent Skills？ (14:44)
• 视频：10-2 基础之Skills的本质是什么？ (12:14)
• 视频：10-3 基础之Skills文件结构初探？ (08:11)试看
• 视频：10-4 基础之Skills 如何运行？ (10:07)
• 视频：10-5 基础之Skills 内部结构 (10:28)
• 视频：10-6 基础之Skills 生态 (10:43)
• 视频：10-7 基础之基于原生API实现SKills完整逻辑 (22:04)
• 视频：10-8 基础之Skills 设计反事实对比 (04:19)
• 视频：10-9 基础之MCP与SKills的本质区别 (14:23)
• 视频：10-10 进阶之构建具备Skills调用能力的Agent (18:45)
• 视频：10-11 进阶之Skills 反面案例1 (05:36)
• 视频：10-12 进阶之Skills 反面案例2 (02:50)
• 视频：10-13 进阶之Skills 反面案例3 (04:35)
• 视频：10-14 进阶之Skills 设计原则1 (07:05)
• 视频：10-15 进阶之Skills 设计原则2 (04:25)
• 视频：10-16 进阶之Skills 设计原则3 (07:19)

第11章 Agent A2A 快速实践15 节 | 136分钟

本模块聚焦多智能体互通核心 A2A 协议。课程先讲解 A2A 诞生背景、解决的行业痛点、设计原则与参与者、通信、交互等核心概念，同时讲解 A2A 与 MCP 协议协同工作逻辑。实操环节搭建开发环境，完成 Agent、服务端、客户端完整代码开发，并结合 LangGraph 框架落地整套 A2A 通信工程，系统掌握多 Agent 点对点…

收起列表

• 视频：11-1 A2A基础之为什么会出现A2A协议？ (09:12)
• 视频：11-2 A2A基础之A2A协议解决了什么问题？ (04:58)
• 视频：11-3 A2A基础之A2A协议设计的关键原则 (09:24)
• 视频：11-4 A2A基础之A2A协议核心概念-参与者 (03:26)
• 视频：11-5 A2A基础之A2A协议核心概念-基本通信要素 (09:27)
• 视频：11-6 A2A基础之A2A协议核心概念-交互机制 (08:26)
• 视频：11-7 A2A代码实践之开发环境部署 (07:37)
• 视频：11-8 A2A代码实践之Agent端代码设计 (07:47)
• 视频：11-9 A2A代码实践之Server端代码设计 (08:18)
• 视频：11-10 A2A基础之A2A协议是如何解决问题的？ (10:17)
• 视频：11-11 A2A基础之A2A协议和MCP协议如何配合？ (06:14)
• 视频：11-12 A2A代码实践之Client端代码设计 (09:11)
• 视频：11-13 A2A代码实践之基于LangGraph的Agent设计 (21:23)
• 视频：11-14 A2A代码实践之基于LangGraph的Server端设计 (05:29)
• 视频：11-15 A2A代码实践之基于LangGraph的Client端设计 (13:56)

第12章 Context Engineering 应用实践23 节 | 207分钟

本模块聚焦 Agent 上下文管理核心优化技术。开篇总览六大核心模块并展示实战效果，详解写入检索、压缩、隔离缓存五大核心策略；结合 LangChain 中间件，落地压缩中间件、三层记忆存储、动态工具装配、隔离子 Agent 编排、缓存故障修复等工程方案，完整解决上下文过长、信息冗余、记忆失效等智能体开发高频痛点，形成…

收起列表

• 视频：12-1 为什么要进行上下文工程管理？ (13:25)
• 视频：12-2 上下文窗口全景图 (18:41)
• 视频：12-3 Context之系统提示层 (11:05)
• 视频：12-4 Context之对话历史管理层 (07:07)
• 视频：12-5 Context之记忆检索注入层 (09:13)
• 视频：12-6 Context之工具上下文管理层 (10:21)
• 视频：12-7 Context之任务状态层 (07:24)
• 视频：12-8 Context之外部知识层 (06:20)
• 视频：12-9 五大策略全景图 (05:00)
• 视频：12-10 五大策略之Write策略(1) (08:39)
• 视频：12-11 五大策略之Write策略(2) (06:09)
• 视频：12-12 五大策略之Write策略(3) (05:08)
• 视频：12-13 五大策略之Select策略(1) (05:22)
• 视频：12-14 五大策略之Select策略(2) (03:02)
• 视频：12-15 五大策略之Select策略(3) (08:46)
• 视频：12-16 五大策略之Select策略(4) (07:06)
• 视频：12-17 五大策略之Compress策略(1) (18:06)
• 视频：12-18 五大策略之Compress策略(2) (06:53)
• 视频：12-19 五大策略之Compress策略(3) (06:29)
• 视频：12-20 五大策略之Compress策略(4) (12:57)
• 视频：12-21 五大策略之Isolate策略 (12:21)
• 视频：12-22 五大策略之Cache策略 (07:28)
• 视频：12-23 上下文工程总结 (09:42)

第13章 Harness Engineering 应用实践28 节 | 236分钟

本模块系统讲解智能体驾驭工程整套体系。先介绍概念、技术迭代与基础智能体各类失效问题，拆解四相循环、工具编排、进度追踪、记忆管理、验证闭环、子代理等核心机制，梳理故障方案与落地产品思路。实操环节搭建开发环境，完整复现全部核心流程，支持接入自定义技能，最终完成完整项目全流程落地，全方位掌握稳定可靠的工业…

收起列表

• 视频：13-1 什么是Harness Engineering？ (16:32)
• 视频：13-2 三代工程的迭代演进 (11:12)
• 视频：13-3 naive agent的八种失效方式 (19:38)
• 视频：13-4 驾驭工程之Agent Loop 四相循环 (04:41)
• 视频：13-5 驾驭工程之Tool Use工具编排 (02:08)
• 视频：13-6 驾驭工程之Progress Tracking进度追踪 (02:29)
• 视频：13-7 驾驭工程之Context Management上下文管理 (02:55)
• 视频：13-8 驾驭工程之Feature List任务拆解 (01:52)
• 视频：13-9 驾驭工程之Verification Loop验证闭环 (02:42)
• 视频：13-10 驾驭工程之Subagents子代理分治 (04:10)
• 视频：13-11 驾驭工程之Generator-Evaluator (03:32)
• 视频：13-12 驾驭工程之故障与解决方案总结 (06:27)
• 视频：13-13 驾驭工程的三大工程维度 (05:20)
• 视频：13-14 主流的基于驾驭工程落地的产品 (03:57)
• 视频：13-15 驾驭工程落地的官方建议 (05:38)
• 视频：13-16 更高维度去理解驾驭工程 (07:47)
• 视频：13-17 驾驭工程实操之配置环境构建 (12:20)
• 视频：13-18 驾驭工程实操之四相循环 (16:01)
• 视频：13-19 驾驭工程实操之工具编排 (04:19)
• 视频：13-20 驾驭工程实操之进度追踪 (07:58)
• 视频：13-21 驾驭工程实操之Memroy三层架构 (06:32)
• 视频：13-22 驾驭工程实操之上下文管理 (06:59)
• 视频：13-23 驾驭工程实操之任务拆解 (09:11)
• 视频：13-24 驾驭工程实操之验证闭环 (08:30)
• 视频：13-25 驾驭工程实操之子代理分治 (14:05)
• 视频：13-26 驾驭工程实操之评估分离 (14:28)
• 视频：13-27 驾驭工程实操之Hook说明 (11:59)
• 视频：13-28 驾驭工程实操之项目全流程演示 (21:41)

第14章 Loop Engineering 应用实践5 节 | 66分钟

本模块聚焦 Loop Engineering 循环工程落地实操，围绕 AI 智能体循环迭代开发体系展开教学。讲解任务循环、自我校验、迭代优化完整运行逻辑，搭建多轮自省纠错、结果复盘闭环开发方案，适配多智能体协同场景。覆盖循环流程设计、状态持久化配置、迭代规则编写、异常自动重试等核心内容，系统性掌握标准化循环工程落地…

收起列表

• 视频：14-1 什么是Agent Loop(上) (10:17)
• 视频：14-2 什么是Agent Loop(下) (10:16)
• 视频：14-3 什么是Loop Engineering？ (13:01)
• 视频：14-4 Loop Engineering 历史演进 (10:45)
• 视频：14-5 Loop Engineering 应用实践 (20:43)

第15章 Agent 长短记忆管理30 节 | 241分钟

本模块专门讲解 Agent 记忆系统搭建。区分短期、长期两类记忆机制，讲解短期记忆截断压缩方案、长期记忆存储与写入触发逻辑，搭建长短记忆协同调度中心。同时介绍开源记忆中间件 mem0，拆解架构、演示对接 Milvus 向量数据库，并讲解 LangChain 接入 mem0 的实现思路，完整覆盖智能体记忆存储、调度、第三方中间件…

收起列表

• 视频：15-1 什么需要记忆管理？ (14:36)
• 视频：15-2 短期记忆与长期记忆的本质区别 (06:05)
• 视频：15-3 长短期记忆管理的主流方式 (05:05)
• 视频：15-4 短期记忆之信息管理机制设计 (08:27)
• 视频：15-5 短期记忆之信息管理机制实践(上) (12:02)
• 视频：15-6 短期记忆之信息管理机制实践(下) (09:20)
• 视频：15-7 长期记忆之存储引擎(上) (11:05)
• 视频：15-8 长期记忆之存储引擎(下) (10:29)
• 视频：15-9 长期记忆之写入触发机制 (07:34)
• 视频：15-10 长期记忆之Direct注入 (06:47)
• 视频：15-11 长期记忆之语义检索注入 (06:12)
• 视频：15-12 长期记忆之离线记忆重组 (07:58)
• 视频：15-13 长短期记忆协同工作机制 (05:00)
• 视频：15-14 长短期记忆协同落地实践 (17:10)
• 视频：15-15 记忆管理进阶之为什么需要Mem0？ (06:07)
• 视频：15-16 记忆管理进阶之Mem0三层存储设计 (09:20)
• 视频：15-17 记忆管理进阶之Mem0两阶段运行 (06:31)
• 视频：15-18 记忆管理进阶之Mem0的优势与局限 (07:37)
• 视频：15-19 记忆管理进阶之Mem0实操 (11:13)
• 视频：15-20 记忆管理进阶之Milvus向量库部署 (13:41)
• 视频：15-21 记忆管理进阶之Mem0云平台调用 (06:00)
• 视频：15-22 记忆管理进阶之LangChain接入Mem0 (05:41)
• 视频：15-23 记忆管理进阶之Web框架接入Mem0 (07:40)
• 视频：15-24 记忆管理进阶之Mem0+RAG并行 (03:46)
• 视频：15-25 记忆管理进阶之记忆管理生产经验(1) (05:03)
• 视频：15-26 记忆管理进阶之记忆管理生产经验(2) (05:18)
• 视频：15-27 记忆管理进阶之记忆管理生产经验(3) (03:14)
• 视频：15-28 记忆管理进阶之记忆管理生产经验(4) (05:13)
• 视频：15-29 记忆管理进阶之记忆管理生产经验(5) (04:04)
• 视频：15-30 记忆管理进阶之记忆管理生产经验(6) (11:58)

第16章 GraphRAG 深度剖析(上) 34 节 | 325分钟

本模块系统讲解GraphRAG核心知识与源码逻辑。原理篇回顾传统RAG流程并剖析其痛点，讲解知识图谱概念、GraphRAG产品差异，完成环境部署、参数配置与基础命令实操，拆解微软GraphRAG核心原理。源码篇完整解析Index索引全流程，涵盖环境准备、文档加载切分、实体关系抽取与摘要生成，详解图谱构建、社区检测、图谱合并、社区报…

收起列表

• 视频：16-1 GraphRAG原理篇之传统RAG流程回顾 (17:34)
• 视频：16-2 GraphRAG原理篇之传统RAG流程痛点分析 (04:18)
• 视频：16-3 GraphRAG原理篇之什么是知识图谱？ (05:22)
• 视频：16-4 GraphRAG原理篇之GraphRAG 产品对比 (08:17)
• 视频：16-5 GraphRAG原理篇之GraphRAG 环境部署 (07:40)
• 视频：16-6 GraphRAG原理篇之GraphRAG 核心参数配置 (09:24)
• 视频：16-7 GraphRAG原理篇之GraphRAG核心命令快速体验 (05:54)
• 视频：16-8 GraphRAG原理篇之Microsoft GraphRAG原理 (07:56)
• 视频：16-9 GraphRAG Index源码篇之源码环境准备 (14:08)
• 视频：16-10 GraphRAG Index源码篇之index初始化动作 (12:45)
• 视频：16-11 GraphRAG Index源码篇之文档加载格式 (08:38)
• 视频：16-12 GraphRAG Index源码篇之文档加载策略 (08:55)
• 视频：16-13 GraphRAG Index源码篇之文档切分策略 (11:22)
• 视频：16-14 GraphRAG Index源码篇之文档切分逻辑 (05:37)
• 视频：16-15 GraphRAG Index源码篇之文档切分内容 (08:48)
• 视频：16-16 GraphRAG Index源码篇之文档实体和关系抽取 (16:10)
• 视频：16-17 GraphRAG Index源码篇之实体和关系摘要生成 (08:05)
• 视频：16-18 GraphRAG Index源码篇之实体和关系内容窥探 (04:45)
• 视频：16-19 GraphRAG index源码篇之finalize_graph结果查看 (04:49)
• 视频：16-20 GraphRAG index源码篇之社区检测流程 (08:32)
• 视频：16-21 GraphRAG index源码篇之合并知识图谱 (09:19)
• 视频：16-22 GraphRAG index源码篇之生成社区报告 (07:59)
• 视频：16-23 GraphRAG index源码篇之社区报告内容查看 (05:40)
• 视频：16-24 GraphRAG index源码篇之索引结构向量化 (04:46)
• 视频：16-25 GraphRAG 图数据库篇之图数据库准备 (14:24)
• 视频：16-26 GraphRAG 图数据库篇之创建节点 (14:03)
• 视频：16-27 GraphRAG 图数据库篇之创建属性 (04:40)
• 视频：16-28 GraphRAG 图数据库篇之常见需求Cypher语句 (08:36)
• 视频：16-29 GraphRAG 图数据库篇之导入图数据数据脚本研发 (20:02)
• 视频：16-30 GraphRAG 图数据库篇之导入text_units数据 (12:37)
• 视频：16-31 GraphRAG 图数据库篇之导入entities数据 (15:25)
• 视频：16-32 GraphRAG 图数据库篇之导入relationships数据 (09:43)
• 视频：16-33 GraphRAG 图数据库篇之导入communities数据 (07:41)
• 视频：16-34 GraphRAG 图数据库篇之导入community_reports数据 (10:14)

第17章 GraphRAG 深度剖析(下)持续更新

本模块全面讲解GraphRAG原理、源码、图数据库实操与查询逻辑。课程先复盘传统RAG痛点，讲解知识图谱与微软GraphRAG核心原理，完成环境部署与参数配置；深度拆解索引源码全流程，涵盖文档处理、实体关系抽取、图谱构建与社区生成。同时实操图数据库节点、属性创建与Cypher语句，完成各类图谱数据批量导入。最后解析Local与Gl…

第18章 AI 大模型智能客服项目(上)持续更新

本模块搭载十万行以上完整智能客服工程代码，讲解可直接投产商用的多智能体落地方案。覆盖需求规划、模型压力测试、私有化部署、多模态 GraphRAG 全链路流程，深度落地标准化智能体工程体系。依靠多智能体协同架构，支撑复杂问答、业务数据检索等核心能力，整套成熟技术架构可快速复用、适配各类企业业务场景。…

第19章 AI 大模型智能客服项目(中)持续更新

本模块搭载十万行以上完整智能客服工程代码，讲解可直接投产商用的多智能体落地方案。覆盖需求规划、模型压力测试、私有化部署、多模态 GraphRAG 全链路流程，深度落地标准化智能体工程体系。依靠多智能体协同架构，支撑复杂问答、业务数据检索等核心能力，整套成熟技术架构可快速复用、适配各类企业业务场景。…

第20章 AI 大模型智能客服项目(下)持续更新

本模块搭载十万行以上完整智能客服工程代码，讲解可直接投产商用的多智能体落地方案。覆盖需求规划、模型压力测试、私有化部署、多模态 GraphRAG 全链路流程，深度落地标准化智能体工程体系。依靠多智能体协同架构，支撑复杂问答、业务数据检索等核心能力，整套成熟技术架构可快速复用、适配各类企业业务场景。…

第21章 Agent 智能体评估持续更新

本模块聚焦智能体效果评测与迭代优化体系。先整体梳理 Agent 完整评估体系与评测思路，讲解 LangSmith 观测平台基础使用方法。结合自研智能体案例完成四套完整评估实操，落地量化评测流程，最后讲解以评估结果为导向的智能体迭代优化方法，形成评测 – 分析 – 调优闭环，掌握工业级 Agent 持续改进的标准化流程。…

第22章 Vibe Coding 之 Cursor 快速实践持续更新

本模块围绕 AI 辅助编程范式与 Cursor 工具实战展开。先讲解 Vibe Coding 的概念、核心特性、开发难点与完整生命周期，分享软件开发各阶段配套 AI 工具，完成 Cursor 安装部署与核心功能讲解。再以 ChatBot 项目为案例完整实操，依次完成需求梳理拆分、项目搭建、前后端开发、接口联调与效果优化，完整掌握 A…

第23章 Vibe Coding 之 ChatBI 平台项目持续更新

本模块依托 Cursor 工具完整落地智能问数平台项目。从学习目标、项目立项、需求分析、架构设计与功能拆解切入，分步完成任务管理、AI 工作流搭建；再开展项目初始化、前后端代码开发与接口联调，最后进行功能优化，落地语义治理、数值映射、意图识别等核心智能能力，完成完整商业级数据问答平台开发并做项目复盘总结。…

第24章 Vibe Coding 之小龙虾二次开发项目持续更新

本模块基于 Cursor 完成开源项目二次开发全流程实操。先明确开发目标与设计思路，完成环境部署、源码拉取与项目启动，沉淀开发规则并开展 MVP 验证；逐层梳理客户端、网关、通道、智能体多层架构，校验开发规范，完成项目版本升级；拓展自定义大模型、通道、飞书对接与智能体技能，完整掌握开源 Agent 项目改造落地流…

第25章 Vibe Coding 之 Claude Code 快速实践持续更新

本模块分为部署教学与项目实战两部分。先讲解 Claude Code 高效原理、核心能力，并对比同类开发工具，提供 Windows、Linux、macOS 全平台安装教程，讲解两种账户接入方式与 Cursor 集成方案。实战环节依托工具快速开发前端页面，配套前端插件、原型工具实操，体验一键生成应用、多智能体协同开发，同时点明驾驭工程…

第26章 Vibe Coding 之多模态知识库项目持续更新

本模块依托 SDD 思想完成多模态知识库完整开发。先完成项目筹备、架构规划与技术选型，编写知识抽取、解析 Spec 文档与多份 SDD 规范、PRD 需求文档，输出产品原型；借助工具自动生成前后端代码，完成接口联调，开展功能迭代优化，完整落地标准化多模态知识库项目并做全流程复盘总结。…

第27章 Vibe Coding 之智能文档审核平台项目持续更新

本模块基于 SDD 编程落地文档合规平台项目。梳理 AI 编程方法论与 Agent Team 运行原理，拆解完整项目流程；完成环境配置、项目初始化、市场调研与竞品分析，搭建业务、交互、系统及数据模型，输出 PRD 文档；依托 Figma 做 UI 设计，完成前后端 MVP 开发、代码实现、接口联调并优化交互细节，完整掌握标准…

第28章 AI 大模型智能问数 Agent 平台项目(上)持续更新

本模块围绕可商用企业级智能问数 Agent 完整落地工程展开，主打标准化 Agent 工程开发流程。基于 LangGraph 搭建多智能体协同架构，整合 Milvus 向量库、Neo4j 知识图谱、Embedding 模型，拆分意图识别、SQL 生成校验、图表生成、故障恢复独立智能体。覆盖服务器部署、库表设计、语义治理、模型训练、前后端开发…

第29章 AI 大模型智能问数 Agent 平台项目(下)持续更新

本模块围绕可商用企业级智能问数 Agent 完整落地工程展开，主打标准化 Agent 工程开发流程。基于 LangGraph 搭建多智能体协同架构，整合 Milvus 向量库、Neo4j 知识图谱、Embedding 模型，拆分意图识别、SQL 生成校验、图表生成、故障恢复独立智能体。覆盖服务器部署、库表设计、语义治理、模型训练、前后端开发…