从聊天机器人到多智能体系统：一门课打通智能体AI的原理与实战

**两小时精通智能体AI——从零到专家**

理解AI智能体如何思考，然后用Python一步步构建它们：工具、记忆、RAG、多智能体和安全性

人人都在谈论AI智能体。但智能体究竟是什么？你又该如何构建一个？

本课程用大约两小时回答这两个问题。每个概念都用通俗易懂的英语配合图示讲解，然后通过可运行的Python代码进行演示。本课程中的每一个代码演示都实际运行过，你能看到真实的输出。

课程时长：1小时51分钟 1920X1080 mp4 语言：英语+Ai中英文字幕 含课程文件

**第一部分：基础**

– “智能体化”意味着什么，以及智能体与聊天机器人的区别。
– 智能体循环：思考、行动、观察、重复。
– 何时应该使用简单的工作流而不是智能体。

**第二部分：智能体中的LLM**

– 用四分钟讲清token、上下文窗口和推理投入。
– 系统提示词与角色。
– 结构化输出：让模型以干净的JSON格式回复。

**第三部分：用Python构建智能体**

– 搭建Python环境并安全存储你的API密钥。
– 为智能体提供工具：它可以调用的函数。
– 逐行编写你自己的智能体循环，并防止无限循环。
– 添加记忆、RAG（检索你自己的文档）、规划和自我反思。

**第四部分：多智能体系统与框架**

– 多智能体模式：顺序式、经理-工作者式和并行式。
– 构建一个研究员智能体和一个写作者智能体，让它们协同工作。
– 清晰介绍主流框架和MCP，让你知道接下来该学什么。

**第五部分：生产环境与毕业项目**

– 防护栏、提示词注入和人工审批。
– 测试、监控和成本控制。
– 毕业项目：为虚构的在线商店BrightCart构建一个客服智能体。

所有演示均使用虚构商店和示例数据。每节课都有测验、代码文件和可下载的PDF指南。

## 学习目标（8项）

1. 解释什么是AI智能体，以及它与聊天机器人和固定工作流的区别。
2. 描述智能体循环以及推理与行动的ReAct模式。
3. 从Python调用LLM并获得可靠的结构化（JSON）输出。
4. 构建工具并通过工具调用将它们连接到智能体。
5. 用Python编写完整的智能体循环，包含停止条件和错误处理。
6. 为智能体添加短期记忆、长期记忆和RAG。
7. 设计并构建一个简单的多智能体系统，并选择合适的模式。
8. 在部署智能体之前应用防护栏、人工审批、评估和成本控制。

## 要求

– 一台可上网的电脑。Windows、macOS或Linux均可。
– 基础Python知识（变量、函数、列表、字典）。第3部分会展示完整的环境搭建。
– 一个LLM提供商的API密钥。运行所有演示花费很少，通常不到1美元。
– 无需任何AI或机器学习先验知识。

## 目标受众

– 想从零开始清晰理解AI智能体的初学者。
– 想构建自己第一个真实智能体的Python开发者。
– 想要一门简短实用课程而非20小时长课的在职专业人士和学生。

## 级别

全级别。

## 关键词

智能体AI、AI智能体、构建AI智能体、Python AI智能体、LLM智能体、工具调用、函数调用、RAG、检索增强生成、多智能体系统、ReAct模式、AI智能体记忆、MCP模型上下文协议、LangGraph、CrewAI、面向初学者的AI智能体、生成式AI、AI自动化

*本课程使用基于讲师本人声音的AI生成语音。*

此课程面向哪些人：
本课程面向任何对AI智能体充满好奇并渴望学习如何构建它们的人。有编程经验会有帮助，但并非必需：本课程旨在支持来自广泛背景的学习者。你将逐步从理解智能体如何工作，进阶到用Python构建它们。在此过程中，你将学习如何将语言模型连接到工具、添加记忆和检索、创建简单的多智能体系统，并应用人工审批、评估和成本控制等实用保障措施。

您将会学到
解释什么是AI智能体，以及它与聊天机器人或固定工作流的区别。
描述智能体循环和ReAct模式：推理、行动、观察、重复。
从Python调用LLM并请求可靠的结构化JSON响应。
构建工具并使用工具调用将它们连接到智能体。
编写完整的Python智能体循环，具有明确的停止条件和错误处理。
添加短期记忆、长期记忆和RAG，帮助智能体利用文档中的信息。
设计一个简单的多智能体系统，选择合适的模式，并构建一个研究员-写作者团队。
在将智能体投入实际使用前，应用防护栏、人工审批、测试、评估、监控和成本控制。
为虚构的在线商店BrightCart构建一个客服智能体，作为实践性毕业项目。