扣子10套|432.迪哥2024Ai必会Agent应用解读+项目实战

这门课真正解决的是哪类工作问题

很多人对 Agent 的理解停留在「让大模型自己调工具」这一层，真到动手就卡住：不知道该用哪个框架，检索和微调怎么选，知识库接进去之后答不准怎么办。这套资料围绕扣子（Coze）平台和几类主流智能体框架展开，核心是把「想法」落到「能跑起来的东西」上。它处理的是这样几个具体场景：把一份内部文档变成可问答的助手；给模型接上检索，让它基于资料回答而不是瞎编；在扣子这类低代码平台上搭出一个带工作流的机器人；以及理解 Autogen 等多智能体协作框架在什么情况下值得用。如果你手上正好有这类需求，或者想搞清楚 Agent 和普通提示词工程的区别在哪，这套内容的方向是对的。

适合什么基础，先看哪几块

它不适合完全没碰过大模型的人。至少要知道 API 调用是怎么回事、能看懂一段 Python，否则后面讲检索链路和微调时会比较吃力。反过来，如果你已经会写提示词、做过简单的对话应用，这套资料能帮你把零散经验串成体系。

建议的进入顺序是先看扣子相关的部分，把可视化搭建工作流、插件、知识库这套流程走一遍，建立直观感受；再进入 Agent 系列和应用解读，理解智能体的决策与工具调用逻辑；最后再看 RAG 检索架构和微调那几块。微调和 LLaMA 相关内容门槛最高，放在后面，等前面的概念清楚了再啃，不然容易劝退。RAGFlow 这类工具属于工程落地环节，可以边搭边学。

学完能独立做什么，资料怎么配合练

按这个顺序走下来，比较现实的目标是：能独立在扣子上搭出一个带知识库的问答机器人，自己配置工作流和插件；能说清楚一次检索增强的完整链路，知道召回不准时该调哪一环；能判断一个需求到底该用提示词、RAG 还是微调来解决，而不是一上来就想着训练模型。这些能力足够支撑你接一些小型的内部工具需求。

资料里既有概念解读也有项目实战，两者要配合着用。看解读部分时别只当视频刷，遇到框架对比就自己列个表，写清楚各自适合的场景；看实战部分时，建议先按自己的业务数据重做一遍，比如把示例里的文档换成你熟悉的资料，看检索效果差在哪。微调那块不要急着跑全流程，先用小数据集验证思路，确认值得投入再扩大。整套内容信息量不小，按场景挑着学，比从头到尾顺序刷更有效。