AI 学习知识库
Knowledge Base & Mindmap
首页
学习地图
笔记库
实验室
搜索
登录 / 注册
快速切换模块
准备知识
经典机器学习
深度学习
Transformer 与大语言模型
AI 智能体工程实战
章节目录 (AI 智能体工程实战)
展开目录 ▼
AI 智能体工程实战
26 章节
智能体开发基础
4 篇
01. Agent 工程全景:能力、边界与架构
02. Agent 提示词工程
03. Function Calling:让模型安全调用工具
04. LangChain 基础:组件化构建 Agent
LangChain 与 LangGraph 编排
4 篇
01. ReAct Agent:推理与行动循环
02. LangChain Agent:工具编排与运行时
03. LangGraph:状态化 Agent 工作流
04. 记忆与 Human-in-the-Loop
检索增强生成
3 篇
01. Agentic RAG:让检索成为可决策工具
02. RAG Pipeline:构建知识检索流水线
03. RAG 检索与回答评测
FastAPI 服务化
4 篇
01. FastAPI 入门:构建 Agent 服务接口
02. FastAPI 路由、依赖与 API 设计
03. FastAPI Agent API:运行、状态与任务管理
04. FastAPI 流式响应:SSE 与实时 Agent 事件
权限与智能体安全
2 篇
01. 流式服务的认证、授权与可观测性
02. 工具权限策略与安全执行
MCP 工具生态
2 篇
01. MCP 概览:模型上下文协议与工具互联
02. MCP Server:设计、实现与发布
部署、观测与运维
3 篇
01. Docker 部署 Agent 服务
02. CI/CD:测试、发布与回滚 Agent
03. 结课项目:部署可信 Agent 平台
评测与成本治理
1 篇
01. Agent 评测、安全与红队测试
必做项目实战
3 篇
01. 项目:客户服务 Agent
02. 项目:工单路由与 Agent Supervisor
03. 项目:可引用的研究助手
本模块进度
0%
已完成 0 / 26 个章节
查看知识全景图
AI 智能体工程实战
26 章节
智能体开发基础
01. Agent 工程全景:能力、边界与架构
02. Agent 提示词工程
03. Function Calling:让模型安全调用工具
04. LangChain 基础:组件化构建 Agent
LangChain 与 LangGraph 编排
01. ReAct Agent:推理与行动循环
02. LangChain Agent:工具编排与运行时
03. LangGraph:状态化 Agent 工作流
04. 记忆与 Human-in-the-Loop
检索增强生成
01. Agentic RAG:让检索成为可决策工具
02. RAG Pipeline:构建知识检索流水线
03. RAG 检索与回答评测
FastAPI 服务化
01. FastAPI 入门:构建 Agent 服务接口
02. FastAPI 路由、依赖与 API 设计
03. FastAPI Agent API:运行、状态与任务管理
04. FastAPI 流式响应:SSE 与实时 Agent 事件
权限与智能体安全
01. 流式服务的认证、授权与可观测性
02. 工具权限策略与安全执行
MCP 工具生态
01. MCP 概览:模型上下文协议与工具互联
02. MCP Server:设计、实现与发布
部署、观测与运维
01. Docker 部署 Agent 服务
02. CI/CD:测试、发布与回滚 Agent
03. 结课项目:部署可信 Agent 平台
评测与成本治理
01. Agent 评测、安全与红队测试
必做项目实战
01. 项目:客户服务 Agent
02. 项目:工单路由与 Agent Supervisor
03. 项目:可引用的研究助手
本模块进度
0%
已完成 0 / 26 个章节
查看知识全景图
笔记库
/
AI 智能体工程实战
/
01. Agent 工程全景:能力、边界与架构
← 返回知识地图
01. Agent 工程全景:能力、边界与架构
难度: 入门
预计阅读 30 分钟
学习进度 0%
标记为已完成
核心导读
建立 AI Agent 的共同语言,理解其组成、适用场景、风险与工程化路径。
学习目标
区分聊天机器人、工作流与自主 Agent。
解释模型、提示词、工具、记忆和控制循环的职责。
为业务问题选择合适的自动化等级。
大纲
什么是 Agent
:感知上下文、制定下一步、调用工具、观察结果、迭代完成目标。
核心架构
:模型负责推理,工具连接外部系统,状态保存过程,编排器控制流程,评测与观测保障质量。
适用场景
:多步骤检索、系统操作辅助、工单处理和研究报告;规则明确且必须零误差的事务更适合确定性工作流。
自主性分级
:从生成建议、审批执行到受控自动执行;权限应随风险收紧。
工程指标
:任务成功率、延迟、成本、可解释性、安全事件和人工接管率。
实践产出
为一个业务流程绘制 Agent 架构图,标出输入、工具、状态、人工审批点与成功指标。
检查清单
能用一句话说明 Agent 与普通对话的区别。
能列出上线 Agent 所需的五类基础能力。
能说明何时应使用确定性工作流而非 Agent。
本页目录
学习目标
大纲
实践产出
检查清单
关联推荐笔记
查看全部
02. Agent 提示词工程
agent
40 分钟
03. Function Calling:让模型安全调用工具
agent
45 分钟
04. LangChain 基础:组件化构建 Agent
agent
50 分钟