（20564期）AI Agent应用开发系统课-179节｜从LLM原理到智能体架构，掌握RAG、工具调用、多Agent协作与企业应用设计

课程内容简介

《Agent应用开发知识点动画讲解视频》是一套系统讲解AI Agent技术体系的入门到进阶课程，通过动画化方式拆解智能体开发核心知识。课程从AI Agent基础概念切入，深入解析Agent与传统AI、Chatbot、LLM应用的区别，理解自主Agent、目标驱动、多步推理、记忆系统、工具调用、环境交互等核心机制。随后系统学习大语言模型原理，包括Transformer、Attention、Token预测、提示词工程、模型选择等底层知识，并进一步深入Agent架构设计、任务规划、多Agent协作、RAG检索增强、向量数据库、Function Calling、MCP协议等关键技术。课程还覆盖LangChain、LangGraph、CrewAI等主流Agent框架，以及企业级Agent系统设计、性能优化、安全防护、质量评估和真实应用案例，帮助学习者建立完整AI Agent开发知识体系，为搭建智能助手、自动化工作流和企业级AI应用打下基础。

适合学习人群

1. 想系统学习AI Agent的新手开发者
2. 希望掌握大模型应用开发的程序员
3. 想了解智能体技术的AI从业者
4. 需要搭建自动化AI应用的创业者
5. 对LLM和Agent方向感兴趣的学习者

学习后的收获

1. 理解AI Agent底层原理与核心架构
2. 掌握LLM、Prompt、RAG关键技术体系
3. 学会设计单Agent与多Agent系统
4. 熟悉主流Agent开发框架与工作流
5. 具备构建AI应用项目的技术认知

课程目录
1.01_什么是 AI Agent？它与传统 AI 有什么区别？.mp4
2.02_什么是 Agentic AI？.mp4
3.03_LLM 与 Agent 有什么区别？.mp4
4.04_为什么从 LLM 应用转向 Agent？.mp4
5.05_Agent 的核心组件有哪些？.mp4
6.06_Agent 和 Chatbot 的区别？.mp4
7.07_什么是自主 Agent？.mp4
8.08_什么是目标驱动型 Agent_.mp4
9.09_什么是多步推理_ Agent 如何实现_.mp4
10.10_为什么 Agent 需要记忆_.mp4
11.11_什么是推理引擎_.mp4
12.12_工具使用在 Agent 中的作用_.mp4
13.13_什么是环境交互_.mp4
14.14_感知与行动在 Agent 中如何体现_.mp4
15.15_单 Agent 与多 Agent 系统的区别_.mp4
16.16_Agent 的能力边界在哪里_.mp4
17.01_什么是大语言模型(LLM)_.mp4
18.02_LLM 是如何训练的_.mp4
19.03_什么是 Token_.mp4
20.04_什么是下一个 Token 预测_.mp4
21.05_Transformer 的核心机制是什么_.mp4
22.06_注意力机制(Attention)是怎么工作的_.mp4
23.07_Temperature 参数对生成结果有什么影响_.mp4
24.08_Top-K 和 Top-P 采样是什么_.mp4
25.09_什么是幻觉(Hallucination)_.mp4
26.10_LLM 为什么会产生幻觉_.mp4
27.11_如何评估 LLM 的质量_.mp4
28.12_开源模型 vs API 模型，如何选择_.mp4
29.13_如何为项目选择合适的 LLM_.mp4
30.14_Prompt 对 LLM 输出有什么影响_.mp4
31.15_什么是指令微调(Instruction Tuning)_.mp4
32.16_RLHF 在 LLM 中起什么作用_.mp4
33.01_什么是提示词工程（Prompt Engineering）？.mp4
34.02_Zero-Shot 和 Few-Shot 有什么区别？.mp4
35.03_什么是思维链（Chain of Thought）？.mp4
36.04_为什么 CoT 能提升推理能力？.mp4
37.05_什么是自洽性（Self-Consistency）？.mp4
38.06_什么是 ReAct 提示策略？.mp4
39.07_如何设计稳定可靠的 Prompt？.mp4
40.08_什么是 Prompt 注入攻击？.mp4
41.09_如何防御 Prompt 注入？.mp4
42.10_如何设计高质量的 Prompt 模板？.mp4
43.11_System Prompt 和 User Prompt 有什么区别？.mp4
44.12_如何控制 LLM 的输出格式？.mp4
45.13_如何提升 Prompt 的鲁棒性？.mp4
46.14_如何为多步骤任务设计 Prompt？.mp4
47.15_Prompt 对 Agent 行为有什么影响？.mp4
48.01_一个完整的 Agent 架构包含哪些部分？.mp4
49.02_Agent 的规划（Planning）机制是什么？.mp4
50.03_什么是任务分解？Agent 如何做任务分解？.mp4
51.04_Agent 的决策机制是什么？.mp4
52.05_工具调用和函数调用是什么？有什么区别？.mp4
53.06_Agent 如何调用外部 API？.mp4
54.07_什么是执行循环（Execution Loop）？.mp4
55.08_Agent 如何处理重试和错误恢复？.mp4
56.09_Agent 的记忆系统有哪些设计模式？.mp4
57.10_短期记忆和长期记忆在 Agent 中如何实现？.mp4
58.11_Agent 如何管理状态（State Management）？.mp4
59.12_什么是 Agent 的自我反思（Reflection）？.mp4
60.13_多 Agent 如何协作？.mp4
61.14_Agent 如何进行任务优先级排序？.mp4
62.15_如何设计一个通用 Agent 框架？.mp4
63.16_如何设计一个垂直领域 Agent？.mp4
64.01_什么是 RAG（检索增强生成）？.mp4
65.02_RAG 的工作流程是什么？.mp4
66.03_为什么 Agent 需要 RAG？.mp4
67.04_什么是向量嵌入（Embedding）？.mp4
68.05_什么是文档分块（Chunking）？.mp4
69.06_如何选择合适的 Chunk Size？.mp4
70.07_什么是向量数据库？.mp4
71.08_常见向量数据库有哪些？如何选择？.mp4
72.09_向量相似度搜索是如何实现的？.mp4
73.10_如何优化 RAG 的召回率？.mp4
74.11_如何优化 RAG 的精确率？.mp4
75.12_Rerank 在 RAG 中起什么作用？.mp4
76.13_RAG 如何解决长上下文问题？.mp4
77.14_RAG 如何减少幻觉？.mp4
78.15_RAG 和微调如何选择？.mp4
79.16_RAG 落地最难的问题是什么？.mp4
80.01_什么是工具使用（Tool Use）？.mp4
81.02_Agent 如何进行工具选择？.mp4
82.03_工具选择的底层机制是什么？.mp4
83.04_如何设计好的工具 Schema？.mp4
84.05_Function Calling 的设计原则是什么？.mp4
85.06_Agent 如何调用数据库？.mp4
86.07_Agent 如何调用搜索引擎？.mp4
87.08_Agent 如何执行代码？.mp4
88.09_如何协调多工具的调用？.mp4
89.10_如何避免 Agent 错误地调用工具？.mp4
90.11_工具调用失败后 Agent 如何处理？.mp4
91.12_如何验证工具调用结果的可靠性？.mp4
92.13_如何设计 Agent 的插件系统？.mp4
93.14_什么是 MCP（Model Context Protocol）？.mp4
94.15_如何控制工具的权限？.mp4
95.01_你用过哪些 Agent 框架？如何评价？.mp4
96.02_LangChain 的核心组件是什么？.mp4
97.03_LangGraph 和 LangChain 有什么区别？.mp4
98.04_AutoGPT 的核心思路是什么？.mp4
99.05_ReAct Agent 是如何工作的？.mp4
100.06_什么是 CrewAI？它的设计理念是什么？.mp4
101.07_OpenAI Assistants API 有哪些核心功能？.mp4
102.08_如何选择适合项目的 Agent 框架？.mp4
103.09_用开源框架还是自研 Agent 框架？.mp4
104.10_如何设计 Agent 的工作流？.mp4
105.11_DAG 和循环流在 Agent 工作流中如何选择？.mp4
106.12_多 Agent 编排的核心挑战是什么？.mp4
107.13_如何构建一个 Agent Pipeline？.mp4
108.14_如何实现 Agent 的可观测性（Observability）？.mp4
109.15_Agent 系统如何调试？.mp4
110.01_如何设计企业级 Agent 系统？.mp4
111.02_如何设计一个 AI 助理产品？.mp4
112.03_如何设计智能客服 Agent 系统？.mp4
113.04_如何设计办公自动化 Agent？.mp4
114.05_如何设计一个代码生成 Agent？.mp4
115.06_Agent 系统如何扩展（Scale）以支持高并发？.mp4
116.07_Agent 系统中如何做并发控制？.mp4
117.08_如何降低 Agent 系统的响应延迟？.mp4
118.09_如何控制 Agent 系统的 Token 成本？.mp4
119.10_Agent 系统如何设计缓存策略？.mp4
120.11_Agent 系统的日志系统如何设计？.mp4
121.12_Agent 系统中如何做 A-B 测试？.mp4
122.13_如何设计 Agent 系统的高可用架构？.mp4
123.14_Agent 系统如何实现优雅降级？.mp4
124.15_多模型 Fallback 策略如何设计？.mp4
125.01_如何评估 Agent 的质量？.mp4
126.02_什么是离线评估_.mp4
127.03_什么是在线评估_.mp4
128.04_如何设计 Agent 评估基准(Benchmark)_.mp4
129.05_什么是 AgentBench_.mp4
130.06_如何评估 Agent 的推理能力_.mp4
131.07_如何评估 Agent 的工具使用能力_.mp4
132.08_如何评估 RAG 系统的质量_.mp4
133.09_如何检测 Agent 的幻觉问题_.mp4
134.10_什么是 LLM-as-Judge_如何使用_.mp4
135.11_如何优化 Agent 的整体性能_.mp4
136.12_如何系统地优化 Prompt_.mp4
137.13_如何通过模型选择来优化性能_.mp4
138.14_Agent 系统中如何设计反馈闭环_.mp4
139.15_Agent 系统如何实现持续学习_.mp4
140.01_什么是 Prompt 注入攻击_.mp4
141.02_Agent 系统中数据泄露的风险有哪些？.mp4
142.03_Agent 系统面临哪些安全风险_.mp4
143.04_如何防止 Agent 的权限提升攻击_.mp4
144.05_如何限制 Agent 的工具权限_.mp4
145.06_多用户场景下如何隔离用户数据_.mp4
146.07_如何防止 Agent 被越狱(Jailbreak)_.mp4
147.08_Agent 系统的审计日志应该记录什么_.mp4
148.09_如何设计安全的代码执行沙箱_.mp4
149.10_如何防止恶意输入攻击 Agent_.mp4
150.11_生产环境中如何加固 Agent 系统_.mp4
151.12_Agent 系统中如何处理用户隐私数据_.mp4
152.13_内容安全过滤如何实现_.mp4
153.14_如何防止 Agent 输出敏感信息_.mp4
154.15_如何为 Agent 系统设计安全策略_.mp4
155.01_如何设计一个报告撰写 Agent？.mp4
156.02_如何设计一个智能客服 Agent_.mp4
157.03_如何设计一个金融分析 Agent_.mp4
158.04_如何设计一个代码生成 Agent_.mp4
159.05_如何设计一个多 Agent 协作系统_.mp4
160.06_Agent 在多目标冲突时如何决策_.mp4
161.07_如何为 Agent 实现长期记忆_.mp4
162.08_Agent 输出错误时如何排查_.mp4
163.09_Agent 成本过高如何优化.mp4
164.10_Agent 延迟过高如何处理.mp4
165.11_RAG 效果不好如何排查改进.mp4
166.12_如何提高 Agent 系统的稳定性.mp4
167.13_如何提升 Agent 的任务成功率.mp4
168.14_如何让 Agent 具备自我纠错能力.mp4
169.15_如何设计生产级别的 Agent 系统.mp4
170.01_Agent 的未来发展方向是什么.mp4
171.02_Agent 会取代人类工作吗.mp4
172.03_多 Agent 社会是什么概念 有什么潜力.mp4
173.04_Agent 与 AGI 的关系？.mp4
174.05_当前 Agent 技术的瓶颈在哪里？.mp4
175.06_你做过最复杂的 Agent 项目是什么？（参考性回答）.mp4
176.07_如何评价主流 Agent 框架？.mp4
177.08_Agent 和传统工作流有什么本质区别？.mp4
178.09_Agent 真的_智能_吗？.mp4
179.10_Agent 架构与传统软件架构的根本区别？.mp4