人工精选小哲讲大模型Agent应用开发知识点动画讲解视频
如果你已经能调用大模型 API 写出一两个小工具，却总在"多轮对话记不住上下文""工具调用结果不稳定""上线后不知道该监控什么"这些问题上卡住，这套动画讲解值得先花时间看一遍。它不讲怎么注册账号、怎么发第一个请求，而是直接对着 Agent 落地时最容易翻车的几个环节展开：Agent 和传统 AI 的
会员可免费下载本篇月会员可免费领取。
开通会员 ›会员 · 按档位
游客按标价购买，不享受上表折扣。
支付成功后自动发放网盘链接，链接失效可找客服免费补
如果你已经能调用大模型 API 写出一两个小工具，却总在"多轮对话记不住上下文""工具调用结果不稳定""上线后不知道该监控什么"这些问题上卡住，这套动画讲解值得先花时间看一遍。它不讲怎么注册账号、怎么发第一个请求，而是直接对着 Agent 落地时最容易翻车的几个环节展开：Agent 和传统 AI 的边界在哪、记忆该怎么设计、框架该怎么选、性能和安全的坑怎么提前避开。
先看清它解决的是哪类问题
这套内容的主线是"把大模型从一次问答变成能自己干活的系统"。它从 AI Agent 与传统 AI 的区别讲起，逐步过渡到系统架构、记忆机制、框架选型和性能安全策略。也就是说，它针对的不是"模型会不会用"的问题，而是"多个步骤串起来之后为什么不可靠"的问题。比如为什么 Agent 需要记忆、记忆放在哪一层、什么时候该丢什么时候该留；再比如 CrewAI 这类多角色协作框架的设计理念是什么，OpenAI Assistants API 自带哪些能力、能省掉多少自己写的胶水代码。这些恰好是实际项目里最耗时间、又最难从文档里直接找到答案的部分。
适合什么基础，建议先看哪几块
它更适合已经写过基础调用、对提示词和函数调用有概念的人。如果你完全没接触过大模型接口，先补一段基础再回来，否则记忆和框架选型这两块会听得比较吃力。反过来，如果你已经在做 Agent 项目，可以跳过前面的概念部分，直接从记忆机制和框架对比切入——这两块是整套内容里信息密度最高的。框架选型那一节尤其值得先看，因为它给的是判断依据，而不是某一个框架的教程，看完能帮你少走"选错框架再重写"的弯路。性能优化与安全策略建议放在动手之后再看一遍，那时你才有具体的失败案例可以对上号。
学完能独立做什么，资料怎么配合练习
看完并跟着动手之后，你应该能独立判断一个需求该不该用 Agent、该怎么拆分步骤、记忆和工具调用放在哪一层，也能在几个主流框架之间做出有理由的选择，而不是照着某个教程硬套。练习建议这样配合：每看完一个知识点，就在自己的小项目里改一处对应设计，比如给现有对话加上一层可清理的记忆，或者把单次调用改成带工具决策的流程。动画讲解的优势是节奏快、概念清楚，但它的作用是把思路讲通，动手部分还得自己补。别指望看完就能直接上线一个稳定系统，把它当成一份能反复回查的设计参考更合适。
课程目录
【小哲讲大模型】Agent应用开发知识点动画讲解视频100 集
- 1.01_什么是 AI Agent？它与传统 AI 有什么区别？.mp4
- 10.10_为什么 Agent 需要记忆_.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
- 11.11_什么是推理引擎_.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
- 12.12_工具使用在 Agent 中的作用_.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
- 13.13_什么是环境交互_.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
- 14.14_感知与行动在 Agent 中如何体现_.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
- 15.15_单 Agent 与多 Agent 系统的区别_.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
- 16.16_Agent 的能力边界在哪里_.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
- 17.01_什么是大语言模型(LLM)_.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
- 18.02_LLM 是如何训练的_.mp4
- 19.03_什么是 Token_.mp4
- 2.02_什么是 Agentic AI？.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
- 适合人群 AI开发者 AI研究者 AI产品经理 学习收获 掌握Agent应用开发核心知识 提升系统架构设计能力 优化Agent性能与安全性 祝您学习愉快！ 学有所成，前程似锦！
同类课程
和你正在看的这门一个方向
AI慕课网 - AI Agent全栈开发工程师（完整版）
永久有效 · 网盘发货
AI咕泡第五期-AI大模型零基础到商业实战全栈课
永久有效 · 网盘发货
AI黑马26年最新 ai V7.5 线上全套
永久有效 · 网盘发货
AIIT周瑜-AI原生超级全栈开发工程师训练营【第二期】
永久有效 · 网盘发货
AI大漂亮《自媒体影响力变现集训营》
永久有效 · 网盘发货
AIHermes Agent从入门到AI数字员工实战|已完结
永久有效 · 网盘发货