这门课解决什么问题

很多职场人和转行者对大模型望而却步，觉得它只会聊天。这门课聚焦“让AI真正干活”的落地场景，教你如何构建自主决策智能体。核心解决的是：当面对复杂任务时，如何拆解子任务、调用外部工具（如地图API）并让多个AI协作，而不是让助手单打独斗。你将学到的不是基础概念，而是如何把大模型变成能按专业流程自主执行任务的系统。

适合什么基础

这门课面向有一定编程基础，特别是Java和Spring生态的开发者。你需要具备基本的代码阅读能力，能独立完成环境配置（如安装依赖、配置API密钥）。如果你只是想了解prompt engineering，建议暂缓；如果你希望把大模型能力集成到现有业务系统里，并让它具备工具调用和任务编排能力，这门课正是为你准备的。

建议先看哪几块与学完能独立做什么

建议优先观看第一章的框架原理与环境搭建，理解多Agent协作和ReAct机制；接着重点学习第十章的Skills工作流与SpringAI实现，这是让智能体具备专业流程执行能力的核心。学完这门课，你可以独立搭建一个具备工具调用、子任务拆解和自主决策能力的智能体项目，比如一个能自动规划路线并生成行程报告的旅行规划系统。

资料怎么配合练习

资料包中的代码项目是练习的核心。拿到资料包后，先跟着视频完成环境搭建与接口配置，再对照代码理解Skills的渐进式加载机制与文件结构标准。在学完核心模块后，尝试修改或扩展项目中的Skills逻辑，比如增加一个新的工具调用或调整任务拆解流程，通过动手跑通整个项目闭环来巩固所学。

课程目录

第 1 部分1 条
  • 代码
  • | └──AiTripPlan-master.zip 9.70M
第10章 Skills 让 Agent 按照专业流程工作7 集
  • | ├──10-1 Agent的牛马小弟：SubAgent.mp4 43.72M
  • | ├──10-2 Agent Skills就是个专属工作流.mp4 38.37M
  • | ├──10-3 Skills装载的是专业知识和工作流程.mp4 61.93M
  • | ├──10-4 Skills的渐进式加载机制.mp4 50.34M
  • | ├──10-5 Skills的文件结构标准.mp4 74.61M
  • | ├──10-6 总结Agent从助手到自主协作的进化过程.mp4 53.17M
  • | └──10-7 SpringAi 1.1.2实现Agent装载Skills.mp4 80.17M
第1章 AI 正式进入多 Agent 协作和自主决策的时代7 集
  • | ├──1-1 多Agent融合自主决策，AI发展的必然趋势.mp4 67.00M
  • | ├──1-2 准备工作：安装ApiFox.mp4 25.89M
  • | ├──1-3 准备工作：配置阿里大模型广场的ApiKey.mp4 28.57M
  • | ├──1-4 准备工作：百度地图API秘钥(AK).mp4 16.68M
  • | ├──1-5 准备工作：安装Nacos 3.mp4 16.91M
  • | ├──1-6 仿Manus能自主决策的框架：Jmanus.mp4 84.63M
  • | └──1-7 具备ReAct核心能力的框架：AgentScope.mp4 45.05M
第2章 大白话快速简单过一遍 Ai 大模型5 集
  • | ├──2-1 大模型咋就懂咱说啥 ？.mp4 37.52M
  • | ├──2-2 大模型的信息分析器：Transformer层.mp4 76.14M
  • | ├──2-3 大模型的大脑中枢：自注意力机制.mp4 58.02M
  • | ├──2-4 大模型的回应咋就这么体贴呢.mp4 47.70M
  • | └──2-5 大模型是弹药库，智能体则是武器.mp4 57.70M
第3章 MCP + Skills，Agent“工具+技能”的双轮驱动12 集
  • | ├──3-1 大模型困境：数据获取与整合上 的“抓瞎”.mp4 40.24M
  • | ├──3-10 多Agent跨部门协作：A2A协议.mp4 63.00M
  • | ├──3-11 主流的多Agent开发框架.mp4 46.54M
  • | ├──3-12 多Agent的核心执行流程.mp4 42.18M
  • | ├──3-2 困境解决方案：函数调用( Function Calling ).mp4 48.78M
  • | ├──3-3 Function Calling就是大模型的跑腿小弟.mp4 83.35M
  • | ├──3-4 更优的困境解决方案： MCP.mp4 56.46M
  • | ├──3-5 对比Function Calling，MCP的不同.mp4 74.99M
  • | ├──3-6 体验MCP：Jmanus配置MCP服务.mp4 69.28M
  • | ├──3-7 具有专业知识的Agent Skills.mp4 32.93M
  • | ├──3-8 工具调用最强组合：Agent Skills+MCP.mp4 50.37M
  • | └──3-9 搞定复杂活儿，得靠多个Agent协作.mp4 47.38M
第4章 SpringAi 1.1 实现 MCP+A2A16 集
  • | ├──4-1 以bom方式导入SpringAi Alibaba依赖.mp4 75.74M
  • | ├──4-10 SpringAi 1.1 整合MCP.mp4 85.67M
  • | ├──4-11 SpringAi 1.1 A2A的3个核心组件.mp4 43.43M
  • | ├──4-12 SpringAi 1.1 MCP注解：全新的MCP实现.mp4 71.43M
  • | ├──4-13 SpringAi 1.1 A2A的服务注册.mp4 80.44M
  • | ├──4-14 SpringAi 1.1 A2A的服务发现.mp4 106.31M
  • | ├──4-15 SpringAi 1.1 A2A的元数据AgentCard.mp4 130.79M
  • | ├──4-16 测试 SpringAi 1.1 实现的 A2A 协议.mp4 126.59M
  • | ├──4-2 导入MCP依赖.mp4 56.26M
  • | ├──4-3 MCP能连接万物的原因：通信的分层设计.mp4 89.56M
  • | ├──4-4 MCP的通信：SSE实时传输.mp4 73.70M
  • | ├──4-5 创建MCP工具.mp4 55.88M
  • | ├──4-6 将MCP工具注册到MCP服务.mp4 58.14M
  • | ├──4-7 线程不会被卡住：WebFlux框架.mp4 77.82M
  • | ├──4-8 Jmanus导入SpringAi自定义的MCP服务.mp4 39.47M
  • | └──4-9 SpringAi Alibaba 1.1 以bom方式导入依赖.mp4 54.34M
第5章 Agent 团队打造专属你的旅行规划6 集
  • | ├──5-1 旅行规划的复合任务拆解.mp4 42.57M
  • | ├──5-2 团队成员：路线制定专员Agent.mp4 32.09M
  • | ├──5-3 团队成员：行程规划经理Agent.mp4 36.60M
  • | ├──5-4 团队成员：费用统筹管家Agent.mp4 28.29M
  • | ├──5-5 Agent团队和大模型的无缝协作.mp4 59.45M
  • | └──5-6 百度地图MCP提供的工具体系全景.mp4 33.11M
第6章 多 Agent + ReAct架构，SpringAi迈入Agent新时代15 集
  • | ├──6-1 SpringAI 1.0，1.1 和 2.0.mp4 79.60M
  • | ├──6-10 AgentScope构建搭载工具的ReAct Agent（2）.mp4 81.68M
  • | ├──6-11 MCP客户端连接MCP服务端.mp4 74.79M
  • | ├──6-12 大模型调用本地自定义的MCP服务.mp4 84.04M
  • | ├──6-13 RAG只是一个过渡阶段吗 ？.mp4 67.25M
  • | ├──6-14 长下文能取代RAG吗 ？.mp4 61.40M
  • | ├──6-15 测试AgentScope的Agent运行.mp4 54.48M
  • | ├──6-2 SpringBoot整合SpringAi Alibaba.mp4 62.41M
  • | ├──6-3 和大模型互动的中枢：ChatModel对象.mp4 83.01M
  • | ├──6-4 和大模型互动的窗口：ChatClient对象.mp4 114.14M
  • | ├──6-5 ChatClient流式响应获取数据 (SSE).mp4 82.64M
  • | ├──6-6 SpringAi 1.1 正式进入Agent自主决策时代.mp4 139.91M
  • | ├──6-7 SpringAi 1.1 组建旅游规划的Agent团队.mp4 65.32M
  • | ├──6-8 SpringAi 1.1 Agent团队协同合作.mp4 118.19M
  • | └──6-9 AgentScope构建搭载工具的ReAct Agent（1）.mp4 80.92M
第7章 Graph 搭建旅游规划工作流，像拼积木一样轻松13 集
  • | ├──7-1 以工作流方式编排旅行规划的团队协同.mp4 52.73M
  • | ├──7-10 SpringAi Alibaba1.1的Graph引擎.mp4 28.06M
  • | ├──7-11 SpringAi 1.1的工作流状态更新.mp4 61.79M
  • | ├──7-12 基于Graph搭建旅游规划工作流.mp4 119.31M
  • | ├──7-13 总结Agent和Graph分别构建的工作流.mp4 57.84M
  • | ├──7-2 搭建工作流的记忆中枢：OverAllState.mp4 75.93M
  • | ├──7-3 搭建工作流的框架蓝图：StateGraph.mp4 62.70M
  • | ├──7-4 搭建工作流的执行单元：NodeAction.mp4 107.23M
  • | ├──7-5 搭建工作流的流程顺序：Edge.mp4 32.77M
  • | ├──7-6 编译及运行工作流.mp4 72.96M
  • | ├──7-7 图形化展示工作流.mp4 55.65M
  • | ├──7-8 Flux就是装载SSE流式数据的容器.mp4 53.97M
  • | └──7-9 Flux包装SSE返回给前端展示打字机输出效果.mp4 110.84M
第8章 Jmanus 懂思考、会规划、一步步动手完成任务。13 集
  • | ├──8-1 多Agent设计思路 角色分工.mp4 42.13M
  • | ├──8-10 JManus的核心：计划协调器.mp4 49.75M
  • | ├──8-11 JManus向大模型请求计划创建.mp4 67.21M
  • | ├──8-12 根据计划类型创建不同的执行者.mp4 54.96M
  • | ├──8-13 不同的执行者调用不同的执行流程.mp4 50.11M
  • | ├──8-2 多Agent设计思路 冲突协商.mp4 53.00M
  • | ├──8-3 多Agent设计思路 SOP管理机制.mp4 65.46M
  • | ├──8-4 Manus多Agent的技术架构.mp4 42.89M
  • | ├──8-5 Manus是自主决策的Ai Agent.mp4 64.08M
  • | ├──8-6 OpenManus复刻Manus的架构思路.mp4 71.51M
  • | ├──8-7 PlanAct是全局流程规划的主管.mp4 25.82M
  • | ├──8-8 ReAct是灵活应变的基层执行者.mp4 16.54M
  • | └──8-9 JManus的文件架构以及Prompt提交入口.mp4 76.62M
第9章 Docker 部署分布式 Agent 搞定旅游规划11 集
  • | ├──9-1 AgentScope搭建工程化的分布式Agent协同.mp4 28.37M
  • | ├──9-10 远程Agent封装为工具执行子任务.mp4 48.81M
  • | ├──9-2 分布式Agent自主旅游规划的架构思路.mp4 19.17M
  • | ├──9-3 SpringBoot 4 和 AgentScope 的整合.mp4 30.93M
  • | ├──9-4 创建不同节点的ReAct Agent.mp4 32.28M
  • | ├──9-5 主管Agent自主分解复杂任务.mp4 72.19M
  • | ├──9-6 自主分解任务的关键：PlanNotebook.mp4 48.51M
  • | ├──9-7 计划和执行中的事件拦截：Hook.mp4 60.65M
  • | ├──9-8 主管Agent分发任务给相应Agent.mp4 34.45M
  • | └──9-9 团队成员的智能体卡片注册到Nacos.mp4 54.59M
  • ——/多 Agent+Skills+SpringAI 构建自主决策智能体/├──代码 | └──AiTripPlan-master.zip 9.70M├──第10章 Skills 让 Agent 按照专业流程工作 | ├ MKSZ981-多 Agent+Skills+SpringAI 构建自主决策智能体【VIP】 ,瑞客论坛