2025春季班大模型Agent|part 01课程基础开发环境搭建

如果你已经会用 Python 写点脚本，但每次想动手做个能调用大模型的 Agent，就卡在环境、依赖、模型跑不起来这些前置环节上，这套春季班的内容值得先看一眼。它把重心放在「把东西真正跑起来」上，而不是停留在概念介绍。第一部分专门处理基础开发环境搭建，后面才逐步过渡到 DeepSeek 本地部署、低代码平台、ReAct 思路以及 LangGraph、AutoGen 这类框架的实战。

这门课解决的是什么问题

很多人学大模型开发，卡点不在算法，而在工程落地：本地怎么把模型跑起来、显存不够怎么办、部署工具怎么选、提示词写完效果不稳定怎么调。这套资料正是冲着这些具体场景来的。它先带你把开发环境理顺，再讲本地部署和调用，接着用 Coze、Dify 这类低代码平台做快速验证，最后落到自主 Agent 的开发框架上。整条线是围绕「让一个能调用模型、能完成任务的 Agent 跑通」来组织的，而不是泛泛讲原理。

适合什么基础，先看哪几块

它更适合有基本编程经验的人：能看懂 Python、会用命令行、装过依赖包。如果完全没写过代码，第一部分的环境搭建会偏吃力，建议先补一点 Python 基础再来。按顺序看的话，优先把第一部分的环境搭建和第二部分的本地部署调用吃透，这两块是后面所有实战的地基。第三部分的部署策略与工具可以当作选型参考，遇到具体问题时再回查。第四、五部分的低代码平台上手快，适合先做出一个能看的 Demo，建立手感。第六部分之后的 ReAct、LangGraph、AutoGen 属于进阶，等前面的流程跑顺了再进。

学完能独立做什么，资料怎么配合练习

把主要部分跟下来，你应该能独立完成几件具体的事：在本地把模型部署并调用起来，用低代码平台搭一个带工具调用的对话应用，用提示工程思路把输出调得更稳定，再基于 LangGraph 或 AutoGen 写一个能自主决策、多步执行的小型 Agent。资料本身是分部分的，建议不要一次性全看，而是每看完一块就动手复现一遍——环境搭完就跑一次调用，部署完就接一个自己的小需求，框架学完就做一个能解决你日常重复工作的小工具。练习时优先用自己真实遇到的场景，比跟着示例敲一遍更能暴露问题。这套内容偏实战、更新节奏也跟得上工具变化，但需要你愿意动手，光看不练收获有限。