工程師
互聯(lián)網(wǎng)
其他
推薦課程
average > 0 ? $model->average . '分' : '10.0分' ?>

AI Agent課程:全景解析技術(shù)演進(jìn)與企業(yè)落地

HiroTan

某公司 多模態(tài)大模型負(fù)責(zé)人

老師是國(guó)內(nèi)一線的人工智能和大模型算法專家。某公司,多模態(tài)大模型負(fù)責(zé)人,多年行業(yè)算法工作經(jīng)驗(yàn),專注于機(jī)器學(xué)習(xí)與大模型落地實(shí)踐;對(duì)于國(guó)產(chǎn)芯片的大模型落地有豐富的實(shí)踐經(jīng)驗(yàn),實(shí)戰(zhàn)經(jīng)驗(yàn)覆蓋C端產(chǎn)品、B端產(chǎn)品、與硬件大模型落地方案。在技術(shù)層面,老師尤為擅長(zhǎng)圍繞人工智能領(lǐng)域的全線技術(shù),研究方向包括多模態(tài)大模型,端側(cè)邊緣計(jì)算等。
曾任百度集團(tuán)(大數(shù)據(jù)部)算法專家;

老師是國(guó)內(nèi)一線的人工智能和大模型算法專家。某公司,多模態(tài)大模型負(fù)責(zé)人,多年行業(yè)算法工作經(jīng)驗(yàn),專注于機(jī)器學(xué)習(xí)與大模型落地實(shí)踐;對(duì)于國(guó)產(chǎn)芯片的大模型落地有豐富的實(shí)踐經(jīng)驗(yàn),實(shí)戰(zhàn)經(jīng)驗(yàn)覆蓋C端產(chǎn)品、B端產(chǎn)品、與硬件大模型落地方案。在技術(shù)層面,老師尤為擅長(zhǎng)圍繞人工智能領(lǐng)域的全線技術(shù),研究方向包括多模態(tài)大模型,端側(cè)邊緣計(jì)算等。 曾任百度集團(tuán)(大數(shù)據(jù)部)算法專家;

課程費(fèi)用

6800.00 /人

課程時(shí)長(zhǎng)

2

成為教練

課程簡(jiǎn)介

本課程聚焦于AI Agent技術(shù)的演進(jìn)與實(shí)戰(zhàn)應(yīng)用,涵蓋從技術(shù)原理到企業(yè)落地的全方位內(nèi)容。課程將深入探討Agent技術(shù)的演進(jìn)歷程,包括從LLM到Agent的轉(zhuǎn)變、多模態(tài)Agent的發(fā)展以及高階智能的實(shí)現(xiàn)路徑。學(xué)員將學(xué)習(xí)Agent的認(rèn)知架構(gòu)、核心能力模型以及智能邊界,掌握自主性、規(guī)劃能力與工具使用的技術(shù)實(shí)現(xiàn)

目標(biāo)收益

1,深入理解Agent技術(shù)演進(jìn)
2,掌握Agent應(yīng)用開發(fā)技能
3,了解多Agent協(xié)作框架、通信協(xié)議以及知識(shí)庫(kù)構(gòu)建原理

培訓(xùn)對(duì)象

課程大綱

第一天:Agent技術(shù)演進(jìn)與前沿概覽
上午:Agent技術(shù)演進(jìn)
- Agent智能體技術(shù)概述
- 從LLM到Agent的技術(shù)演進(jìn)
- Agent的認(rèn)知架構(gòu)與核心能力模型
- 自主性、規(guī)劃能力與工具使用的技術(shù)實(shí)現(xiàn)
- 多模態(tài)Agent的新發(fā)展
- 高階智能的遐想:從工作流到自主Agent的躍遷
- 新型大模型下的Agent架構(gòu)革新
- 工作鏈編排與ToolUse能力
- 企業(yè)實(shí)施Agent的最佳實(shí)踐
- 推理型產(chǎn)品的崛起:deepsearch與manus
- AutoGPT類產(chǎn)品涌現(xiàn)與Coze/Dify類產(chǎn)品對(duì)照
- Agent的智能邊界:通用智能與專用型Agent
- 認(rèn)知架構(gòu)與推理能力
- 自主性與可控性的平衡
- 主流Agent框架介紹
- Agent技術(shù)的最新突破
下午:Agent協(xié)作模式與應(yīng)用框架 Agent的基礎(chǔ)構(gòu)建塊增強(qiáng)型LLM的核心能力
- 工具使用與環(huán)境交互
- 記憶機(jī)制與上下文管理
- 典型工作流模式剖析提示鏈(Prompt Chain)模式
- 路由(Routing)模式
- 并行化(Parallelization)模式
- Orchestrator-workers模式
- Evaluator-optimizer模式
- Agent安全框架安全邊界與風(fēng)險(xiǎn)評(píng)估
- 行為約束與行動(dòng)準(zhǔn)則
- 可解釋性與透明度保障
- 敏感信息處理機(jī)制
- 多Agent系統(tǒng)設(shè)計(jì)與協(xié)作機(jī)制
- 多Agent協(xié)作框架與通信協(xié)議
- 角色分配與專業(yè)化Agent設(shè)計(jì)
- 沖突解決與共識(shí)達(dá)成機(jī)制
- Agent記憶與知識(shí)庫(kù)構(gòu)建原理
第二天:Agent典型應(yīng)用案例
上午:代碼Agent與搜索Agent
- AI驅(qū)動(dòng)的代碼生成工具概述
- AI編程工具發(fā)展與技術(shù)原理
- Cursor、GitHub Copilot等工具對(duì)比分析
- AI代碼生成的優(yōu)勢(shì)與局限性
- Cursor實(shí)踐與高效工作流
- Cursor功能與技術(shù)特點(diǎn)
- 代碼生成、理解與重構(gòu)最佳實(shí)踐
- AI編程助手與傳統(tǒng)IDE的協(xié)同工作流
- 企業(yè)級(jí)AI編程最佳實(shí)踐與案例分享
- 搜索Agent與DeepSeach架構(gòu)
- GPT-O3的deepResarch簡(jiǎn)介
- Grok、meta的深度搜索實(shí)踐
- Flowith的畫布層次搜索實(shí)踐
- 推理型模型的邊思邊搜的技術(shù)方案
下午:Agent企業(yè)內(nèi)實(shí)戰(zhàn)案例 - 基礎(chǔ)Agent-以“Agentic RAG復(fù)雜問(wèn)答框架”為例
- 大模型驅(qū)動(dòng)的RAG技術(shù)架構(gòu)剖析
- RAG技術(shù)的范式演進(jìn)與核心步驟
- GraphRAG的核心原理與前沿探索
- RAG與智能Agent的協(xié)同與融合
- 客戶服務(wù)領(lǐng)域的Agent應(yīng)用架構(gòu)設(shè)計(jì)與實(shí)現(xiàn)要點(diǎn)
- 工具集成最佳實(shí)踐
- 性能優(yōu)化與監(jiān)控
- 軟件開發(fā)領(lǐng)域的Agent應(yīng)用編程Agent的特殊之處
- SWE-bench案例解析
- 自動(dòng)化測(cè)試與人工審核的平衡
- 自適應(yīng)學(xué)習(xí)型Agent在線學(xué)習(xí)機(jī)制
- 經(jīng)驗(yàn)積累與遷移
- 錯(cuò)誤恢復(fù)與優(yōu)化
- 持續(xù)演進(jìn)策略
- Agent在復(fù)雜場(chǎng)景中的應(yīng)用
- 工業(yè)物聯(lián)網(wǎng)Agent系統(tǒng)
- 制造業(yè)Agent系統(tǒng)應(yīng)用
- 車載Agent系統(tǒng)應(yīng)用
- 醫(yī)療輔助決策Agent
第三天:多Agent框架與MCP協(xié)議實(shí)踐
上午:OWL/OpenManus與LangGraph多Agent框架實(shí)踐
- OWL/OpenManus框架實(shí)踐
- OWL架構(gòu)原理與技術(shù)特點(diǎn)
- 開發(fā)環(huán)境配置與核心組件介紹
- 自主規(guī)劃Agent開發(fā)與部署
- 多Agent協(xié)作系統(tǒng)構(gòu)建演示
- LangGraph框架實(shí)踐
- LangGraph架構(gòu)設(shè)計(jì)與工作流程
- 狀態(tài)管理與流程控制機(jī)制
- 多模態(tài)Agent在LangGraph中的實(shí)現(xiàn)
- 企業(yè)級(jí)Agent系統(tǒng)部署與性能優(yōu)化
下午:MCP協(xié)議與企業(yè)內(nèi)部系統(tǒng)集成 - MCP基礎(chǔ)與企業(yè)內(nèi)部API集成
- MCP協(xié)議原理與大模型工具調(diào)用標(biāo)準(zhǔn)化
- 企業(yè)內(nèi)部API與MCP橋接的技術(shù)方案
- Agent通過(guò)MCP協(xié)議調(diào)用企業(yè)系統(tǒng)
- 無(wú)縫集成現(xiàn)有系統(tǒng)的架構(gòu)設(shè)計(jì)
- 企業(yè)應(yīng)用場(chǎng)景實(shí)踐與優(yōu)化
- 快速構(gòu)建MCP-API適配層實(shí)戰(zhàn)
- Agent驅(qū)動(dòng)的跨系統(tǒng)智能工作流構(gòu)建
- 基于MCP的多Agent協(xié)同業(yè)務(wù)處理
- 企業(yè)級(jí)Agent系統(tǒng)性能監(jiān)控與持續(xù)優(yōu)化
第一天:Agent技術(shù)演進(jìn)與前沿概覽
上午:Agent技術(shù)演進(jìn)
- Agent智能體技術(shù)概述
- 從LLM到Agent的技術(shù)演進(jìn)
- Agent的認(rèn)知架構(gòu)與核心能力模型
- 自主性、規(guī)劃能力與工具使用的技術(shù)實(shí)現(xiàn)
- 多模態(tài)Agent的新發(fā)展
- 高階智能的遐想:從工作流到自主Agent的躍遷
- 新型大模型下的Agent架構(gòu)革新
- 工作鏈編排與ToolUse能力
- 企業(yè)實(shí)施Agent的最佳實(shí)踐
- 推理型產(chǎn)品的崛起:deepsearch與manus
- AutoGPT類產(chǎn)品涌現(xiàn)與Coze/Dify類產(chǎn)品對(duì)照
- Agent的智能邊界:通用智能與專用型Agent
- 認(rèn)知架構(gòu)與推理能力
- 自主性與可控性的平衡
- 主流Agent框架介紹
- Agent技術(shù)的最新突破
下午:Agent協(xié)作模式與應(yīng)用框架
Agent的基礎(chǔ)構(gòu)建塊增強(qiáng)型LLM的核心能力
- 工具使用與環(huán)境交互
- 記憶機(jī)制與上下文管理
- 典型工作流模式剖析提示鏈(Prompt Chain)模式
- 路由(Routing)模式
- 并行化(Parallelization)模式
- Orchestrator-workers模式
- Evaluator-optimizer模式
- Agent安全框架安全邊界與風(fēng)險(xiǎn)評(píng)估
- 行為約束與行動(dòng)準(zhǔn)則
- 可解釋性與透明度保障
- 敏感信息處理機(jī)制
- 多Agent系統(tǒng)設(shè)計(jì)與協(xié)作機(jī)制
- 多Agent協(xié)作框架與通信協(xié)議
- 角色分配與專業(yè)化Agent設(shè)計(jì)
- 沖突解決與共識(shí)達(dá)成機(jī)制
- Agent記憶與知識(shí)庫(kù)構(gòu)建原理
第二天:Agent典型應(yīng)用案例
上午:代碼Agent與搜索Agent
- AI驅(qū)動(dòng)的代碼生成工具概述
- AI編程工具發(fā)展與技術(shù)原理
- Cursor、GitHub Copilot等工具對(duì)比分析
- AI代碼生成的優(yōu)勢(shì)與局限性
- Cursor實(shí)踐與高效工作流
- Cursor功能與技術(shù)特點(diǎn)
- 代碼生成、理解與重構(gòu)最佳實(shí)踐
- AI編程助手與傳統(tǒng)IDE的協(xié)同工作流
- 企業(yè)級(jí)AI編程最佳實(shí)踐與案例分享
- 搜索Agent與DeepSeach架構(gòu)
- GPT-O3的deepResarch簡(jiǎn)介
- Grok、meta的深度搜索實(shí)踐
- Flowith的畫布層次搜索實(shí)踐
- 推理型模型的邊思邊搜的技術(shù)方案
下午:Agent企業(yè)內(nèi)實(shí)戰(zhàn)案例
- 基礎(chǔ)Agent-以“Agentic RAG復(fù)雜問(wèn)答框架”為例
- 大模型驅(qū)動(dòng)的RAG技術(shù)架構(gòu)剖析
- RAG技術(shù)的范式演進(jìn)與核心步驟
- GraphRAG的核心原理與前沿探索
- RAG與智能Agent的協(xié)同與融合
- 客戶服務(wù)領(lǐng)域的Agent應(yīng)用架構(gòu)設(shè)計(jì)與實(shí)現(xiàn)要點(diǎn)
- 工具集成最佳實(shí)踐
- 性能優(yōu)化與監(jiān)控
- 軟件開發(fā)領(lǐng)域的Agent應(yīng)用編程Agent的特殊之處
- SWE-bench案例解析
- 自動(dòng)化測(cè)試與人工審核的平衡
- 自適應(yīng)學(xué)習(xí)型Agent在線學(xué)習(xí)機(jī)制
- 經(jīng)驗(yàn)積累與遷移
- 錯(cuò)誤恢復(fù)與優(yōu)化
- 持續(xù)演進(jìn)策略
- Agent在復(fù)雜場(chǎng)景中的應(yīng)用
- 工業(yè)物聯(lián)網(wǎng)Agent系統(tǒng)
- 制造業(yè)Agent系統(tǒng)應(yīng)用
- 車載Agent系統(tǒng)應(yīng)用
- 醫(yī)療輔助決策Agent
第三天:多Agent框架與MCP協(xié)議實(shí)踐
上午:OWL/OpenManus與LangGraph多Agent框架實(shí)踐
- OWL/OpenManus框架實(shí)踐
- OWL架構(gòu)原理與技術(shù)特點(diǎn)
- 開發(fā)環(huán)境配置與核心組件介紹
- 自主規(guī)劃Agent開發(fā)與部署
- 多Agent協(xié)作系統(tǒng)構(gòu)建演示
- LangGraph框架實(shí)踐
- LangGraph架構(gòu)設(shè)計(jì)與工作流程
- 狀態(tài)管理與流程控制機(jī)制
- 多模態(tài)Agent在LangGraph中的實(shí)現(xiàn)
- 企業(yè)級(jí)Agent系統(tǒng)部署與性能優(yōu)化
下午:MCP協(xié)議與企業(yè)內(nèi)部系統(tǒng)集成
- MCP基礎(chǔ)與企業(yè)內(nèi)部API集成
- MCP協(xié)議原理與大模型工具調(diào)用標(biāo)準(zhǔn)化
- 企業(yè)內(nèi)部API與MCP橋接的技術(shù)方案
- Agent通過(guò)MCP協(xié)議調(diào)用企業(yè)系統(tǒng)
- 無(wú)縫集成現(xiàn)有系統(tǒng)的架構(gòu)設(shè)計(jì)
- 企業(yè)應(yīng)用場(chǎng)景實(shí)踐與優(yōu)化
- 快速構(gòu)建MCP-API適配層實(shí)戰(zhàn)
- Agent驅(qū)動(dòng)的跨系統(tǒng)智能工作流構(gòu)建
- 基于MCP的多Agent協(xié)同業(yè)務(wù)處理
- 企業(yè)級(jí)Agent系統(tǒng)性能監(jiān)控與持續(xù)優(yōu)化

課程費(fèi)用

6800.00 /人

課程時(shí)長(zhǎng)

2

預(yù)約體驗(yàn)票 我要分享

近期公開課推薦

近期公開課推薦

活動(dòng)詳情

提交需求