培训对象
适合具备Python编程基础和大模型应用经验
希望系统掌握AIGC智能体高级开发技术
架构设计与工程化实践的高级算法工程师
AI应用架构师、技术负责人及计算机相关专业研究生。
课程内容
(1)AIGC智能体架构进阶
深入理解智能体的核心技术架构和各模块的协同工作机制。掌握智能体系统的分级框架:反应式智能体、目标导向型智能体、自主学习型智能体。学习智能体的核心设计模式:反思模式、规划模式、工具使用模式、多智能体协作模式。分析智能体技术的发展演进与前沿趋势。
(2)大模型能力扩展与函数调用
深入理解大语言模型作为智能体大脑的核心能力与局限性。掌握函数调用的高级实现技巧,包括工具定义优化、参数解析增强、多工具协同调度。学习结构化输出生成技术,支持机器可解析的函数调用和系统集成。实现基于大模型的复杂推理增强,提升智能体的规划与决策能力。
(3)记忆系统设计与知识管理
掌握智能体记忆的层次化架构设计:短期记忆、长期记忆、语义记忆。深入学习向量数据库的核心技术及其在智能体记忆中的应用。实现基于向量检索的长期记忆存储和动态召回,结合知识图谱增强领域知识获取能力。
(4)高级RAG技术与智能体融合
深入理解检索增强生成(RAG)在智能体系统中的三种应用模式:作为知识库增强、作为长期记忆机制、作为工具调用的前置检索。掌握高级RAG技术:文档智能分块策略、混合检索、重排序优化。学习RAG系统的评估指标体系。实现基于RAG的企业级知识问答智能体。
培训目标
完成本课程后,学员将能够深入理解AIGC智能体的核心技术架构与设计范式
熟练使用LangChain、LangGraph、Dify等主流框架开发复杂智能体系统
掌握多模态智能体开发、MCP协议集成、生产级部署与性能优化等高级技能
具备独立设计和交付企业级AIGC智能体应用的能力
能够应对复杂业务场景下的智能体协同与规模化落地挑战。
