AI Agent+MCP从0到1打造商业级编程智能体|已完结

为什么现在要学 Agent 与 MCP？企业级 AI 应用早已过了单纯“跑通演示”的初级阶段，真正制约落地的瓶颈在于智能体能否稳定调用工具并接管复杂工作流。传统开发往往陷入两个极端困境：要么模型能力很强但无法无缝嵌入现有业务系统，要么拥有大量工具集却缺乏统一的调度框架导致维护成本失控。这套课程的核

单课价¥47.00新品上架

会员价 会员免费开通会员后本篇可直接下载套餐详情

0 人关注更新于 2026-10-07 永久有效

发货

网盘链接 · 支付成功后自动发货

保障

永久有效 · 链接失效免费补发

客服

每日 9:00-21:00 在线客服联系客服

会员可免费下载本篇月会员可免费领取。

开通会员 ›

购买本课销量 0 · 永久有效

会员价 · 单课标价 ¥47.00

会员 · 按档位

永久免费可领

年免费可领

月免费可领

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

正版保障极速发货售后无忧

为什么现在要学 Agent 与 MCP？

企业级 AI 应用早已过了单纯“跑通演示”的初级阶段，真正制约落地的瓶颈在于智能体能否稳定调用工具并接管复杂工作流。传统开发往往陷入两个极端困境：要么模型能力很强但无法无缝嵌入现有业务系统，要么拥有大量工具集却缺乏统一的调度框架导致维护成本失控。这套课程的核心价值，正是在于填补从“会调 API"到“能构建可商用智能体”之间的巨大断层。它聚焦于 AI Agent 架构设计与 MCP（Model Context Protocol）协议的实战深度结合，解决的核心问题是让大模型在复杂业务场景中，通过标准化协议安全、高效地连接数据库、代码库及各类外部服务。对于从事软件开发、AI 工程化落地或产品经理转型的从业者而言，深入理解这一技术栈不仅是个人技能的升级，更是应对当前智能化工作流转型、提升工程效率的必要技能储备。

学习门槛与进阶路径建议

本课程定位为高阶实战型内容，对前置知识有一定要求。读者需具备扎实的 Python 编程基础，熟练掌握常用的数据结构与函数封装，同时应对 RESTful API 原理及大语言模型的基本工作机制有清晰认知。若完全零基础或缺乏编程经验，直接上手可能会因环境配置繁琐、代码逻辑抽象而遭受严重挫折，建议先补齐相关基础。

建议遵循“先建立宏观架构观、后深入微观实现”的学习顺序。第一阶段应优先掌握 Agent 的核心循环机制、状态管理以及 MCP 的协议规范，明确数据流向、上下文边界与安全权限控制；第二阶段再进入具体的工具封装、路由设计及错误处理环节。切勿一上来就沉迷于细枝末节的代码复现，而应先建立起“模型作为大脑、工具作为手脚、协议作为神经”的系统全局观。在资料配合方面，强烈建议采用边看理论文档边动手搭建最小可行性原型（MVP）的方式，将抽象的协议概念转化为可运行的代码模块，并通过主动调试来深刻理解错误处理与上下文管理的真实痛点。

学完能独立做什么？

完成课程学习并充分配合资料进行练习后，你将具备独立设计并部署小型商业级编程智能体的完整能力。具体产出表现为：能够基于 MCP 协议自定义和封装专用工具，使智能体具备访问内部私有知识库或执行特定自动化代码操作的能力；可以搭建具备多步推理、记忆管理及工具动态选择功能的 Agent 应用，切实解决日常工作中繁琐的重复性任务；更重要的是，你将掌握一套标准化的开发范式，能够精准评估现有 AI 解决方案的工具集成成本与扩展风险，并在后续项目中复用这一架构思维。这不仅仅是教你调用几个现成接口的教程，而是旨在培养你构建稳健、可扩展且符合工业标准的 AI 工作流系统的全局视野与硬核工程实践能力，让你在面对企业级需求时不再无从下手。

课程介绍

AI Agent+MCP从0到1打造商业级编程智能体，。

课程目录

├── 第1章 课程简介/
│ ├── [ 91M] 1-1导学：什么是AIAgent，如何更好地学习AIAgent？
│ └── [199M] 1-2【课程答疑和指导】2025.6.9-6.15
├── 第2章 智能体必学必会的那些事一AI智能体的基础概念和技术架构/
│ ├── [ 69M] 2-1什么是智能体？常见的AI智能体能力展示
│ ├── [150M] 2-2主流智能体产品介绍和效果对比（DeepResearch、Manus、GLM沉思、通义千问）
│ ├── [ 44M] 2-3智能体的核心特性：自主性、适应性、交互性
│ ├── [ 53M] 2-4智能体和大模型的区别
│ ├── [ 46M] 2-5智能体5级分层及商业应用
│ ├── [ 14M] 2-6智能体技术架构讲解——Langgraph+LLM+Tools+MCP+RAG
│ └── [ 40M] 2-7本章知识总结和回顾
├── 第3章 AI智能体开发之大模型调用 (AI Agent的 大模型能力)/
│ ├── [ 56M] 3-1python多版本管理工具anaconda使用方法
│ ├── [ 66M] 3-2python项目管理工具uv安装和应用
│ ├── [ 33M] 3-3智能体开发流程&Ollama本地大模型部署
│ ├── [ 70M] 3-4使用langchain-ollama库调用本地大模型
│ ├── [ 23M] 3-5ollama大模型的流式调用
│ ├── [ 56M] 3-6阿里云百炼平台大模型调用
│ ├── [ 63M] 3-7百炼平台推理大模型调用
│ ├── [ 52M] 3-8LangChain框架基本特性和概念介绍
│ └── [ 27M] 3-9本章重点内容回顾和复习
├── 第4章 AI智能体开发之LangChain大模型工具开发 (Agent工具能力)/
│ ├── [ 51M] 4-1langchain_openai实例化qwen大模型+pydanticSecretStr加密api_key
│ ├── [ 35M] 4-2提示词模板之文本提示词PromptTemplate
│ ├── [ 50M] 4-3对话提示词模板ChatPromptTemplate用法
│ ├── [ 29M] 4-4ChatPromptTemplate+ChatMessagePromptTemplate联合实现对提示词+消息体的抽象和复用
│ ├── [ 55M] 4-5FewShotPromptTemplate通过提示词实现大模型少样本学习
│ ├── [ 45M] 4-6提示词模板对比及场景分析+链式调用大模型
│ ├── [ 84M] 4-7大模型调用自定义工具全流程开发
│ ├── [ 45M] 4-8tool装饰器注册工具+args_schema精确控制工具入参
│ └── [ 52M] 4-9本章重点内容回顾和复习
├── 第5章 AI智能体开发之内置工具调用+返回体控制能力(Agent的智能体整合能力)/
│ ├── [ 70M] 5-1使用langchain.agents库快速完成智能体创建和调用
│ ├── [112M] 5-2应用JsonOutputParser规范智能体返回值
│ ├── [ 62M] 5-3PythonPerl基本用法介绍
│ ├── [ 98M] 5-4利用PythonPerlTool自动编写企业官网
│ ├── [ 53M] 5-5智能体企业官网提示词修改和优化
│ ├── [ 68M] 5-6langchain基础解析器讲解——精准控制大模型响应结果
│ ├── [ 43M] 5-7langchainDateOutputParser实现将自然语言转为日期格式
│ └── [ 46M] 5-8本章重点内容回顾和复习
└── 第6章 AI智能体开发之深入MCP协议(AI Agent 的外部工具能力)/
├── [ 32M] 6-1本章内容概览——走近MCP
├── [101M] 6-2彻底搞懂MCP的原理和发展现状
├── [ 52M] 6-3高德MCP服务接入原理讲解
├── [ 77M] 6-4使用langchain_mcp_adatpers创建高德MCP客户端
├── [172M] 6-5结合高德MCP使智能体具备位置服务能力
├── [180M] 6-6基于高德MCP的复杂路径规划+可视化展示
├── [ 90M] 6-7高德MCP实现复杂的旅行规划+可视化页面生成
├── [149M] 6-8MCP通讯协议之stdio——实现本地MCP服务端+客户端
├── [ 69M] 6-9MCP通讯协议之sse&streamable-http——实现远程MCP服务端
└── [ 62M] 6-10本章重点内容回顾和复习
├── 第7章 AI智能体开发之Cursor+MCP接入(AI Agent 的智能化工具)/
│ ├── [ 92M] 7-1本章内容概览+Node环境搭建
│ ├── [ 82M] 7-2LangChain+MCP读取Playwright工具
│ ├── [ 77M] 7-3LangGraph+create_react_agent创建智能体运行Playwright工具
│ ├── [135M] 7-4Playwright工具执行流程分析+日志结构化输出
│ ├── [ 58M] 7-5Cursor下载、安装并接入PlaywrightMCP服务
│ ├── [ 73M] 7-6Cursor+高德MCP服务制定旅行计划
│ ├── [ 69M] 7-7Cursor+GithubMCP服务集成
│ ├── [252M] 7-8小项目：Cursor+GithubMCP二次开发vue-element-admin项目
│ ├── [ 64M] 7-9LangGraphagent接入GithubMCP服务
│ └── [ 33M] 7-10本章重点内容回顾和复习
├── 第8章 AI编程智能体项目规划+多轮对话能力实现(AI Agent的多轮对话能力)/
│ ├── [134M] 8-1项目目标及整体架构设计
│ ├── [ 57M] 8-2多轮对话能力原理介绍
│ ├── [ 46M] 8-3多轮对话LCLE创建
│ ├── [ 32M] 8-4使用对话历史类ChatMessageHistory解决历史对话注入问题
│ ├── [ 30M] 8-5基于RunnableWithMessageHistory构建多轮对话Runnable实例
│ ├── [ 87M] 8-6多轮对话交互实现
│ ├── @www.
│ ├── [ 73M] 8-7使用FileChatMessageHistory实现会话持久化
│ ├── [ 94M] 8-8将agent集成到多轮对话
│ ├── [ 40M] 8-9LangChain核心组件Runnables介绍
│ ├── [121M] 8-10Runnables组件核心功能演示
│ └── [ 48M] 8-11本章重点内容回顾和复习
├── 第9章 AI编程智能体记忆能力实现(AI Agent的记忆能力)/
│ ├── [146M] 9-1本章内容概览+Agent内存记忆能力实现
│ ├── [ 82M] 9-2Windows&MacOSRedis环境搭建
│ ├── [109M] 9-3运用RedisSaver实现Agent会话持久化
│ ├── [102M] 9-4MongoDB环境搭建&MongoDB持久化实现
│ ├── [ 66M] 9-5文件持久化原理讲解+手写FileSaver实例化
│ ├── [190M] 9-6文件持久化FileSaver存储方法put实现
│ ├── [144M] 9-7文件持久化FileSaver恢复方法get_tuple实现
│ ├── [ 94M] 9-8基于FileSaver的agent多轮对话能力实现
│ ├── [106M] 9-9（加餐）使用Docker安装redis服务
│ ├── [ 59M] 9-10（加餐）使用Docker安装mongodb服务
│ ├── [ 44M] 9-11（加餐）mongosh命令行工具安装和使用
│ └── [ 63M] 9-12本章重点内容回顾和复习
├── 第10章 AI编程智能体开发之终端控制工具开发( AI Agent的终端控制能力)/
│ ├── [119M] 10-1本章内容概览+subprocessrun方法讲解
│ ├── [ 68M] 10-2subprocessPopen方法实战
│ ├── [194M] 10-3mcp工具封装+agent集成shellmcp工具
│ ├── [266M] 10-4智能体流失输出+输出结果视觉优化
│ ├── [ 56M] 10-5MacOS终端工具原理介绍+关闭终端工具开发
│ ├── [122M] 10-6终端新增工具开发
│ ├── [ 60M] 10-7实现向终端输入脚本命令+获取终端全部信息
│ ├── [125M] 10-8使用Cursor封装终端mcp工具
│ ├── [ 89M] 10-9windows利用psutil+pyautogui开发powershell控制工具
│ └── [ 37M] 10-10本章重点内容回顾和复习
├── 第11章 AI编程智能体开发之知识库开发(AI Agent的知识学习能力)/
│ ├── [270M] 11-1本章内容概览+利用提示词优化大模型指令遵循问题
│ ├── [ 59M] 11-2通过阿里云百炼完成知识库创建
│ ├── [255M] 11-3阿里云百炼SDK接入和知识库查询
│ ├── [163M] 11-4RAG知识查询方法封装+MCP工具集成
│ ├── [ 87M] 11-5RAGMCP工具集成
│ ├── [109M] 11-6通过知识库解决智能体创建Vue项目的方案问题
│ ├── [222M] 11-7开发Terminal发送按键工具解决命令行交互
│ ├── [ 76M] 11-8优化知识库内容解决智能体的任务规划问题
│ └── [ 31M] 11-9本章重点内容回顾和复习
├── 第12章 AI编程智能体开发之RAG自学习机制(AI Agent的自主学习能力)/
│ ├── [ 52M] 12-1本章内容概览+百炼SDK上传知识文件流程分析
│ ├── [102M] 12-2百炼SDK获取文件上传租约代码实现
│ ├── [ 92M] 12-3百炼SDK上传文件至数据中心代码实现
│ ├── [125M] 12-4添加数据中心文件至指定分类代码实现
│ ├── [104M] 12-5文件上传状态查询&上传文件代码封装
│ ├── [ 63M] 12-6创建百炼知识库API接入
│ ├── [ 65M] 12-7提交向量化任务并查询任务执行状态
│ ├── [ 92M] 12-8工作空间知识库查询+追加向量化任务API接入
│ ├── [158M] 12-9基于百炼知识库的自学习MCP工具封装
│ ├── [ 84M] 12-10【实战】智能体实现自总结+自学习+自沉淀知识能力
│ └── [ 51M] 12-11本章重点内容回顾和复习
└── 第13章 Al编程智能体开发之浏览器控制开发(AI Agent的浏览器控制能力)/
├── [ 84M] 13-1本章内容概览+selenium启动流程介绍
├── [ 90M] 13-2selenium常见属性和API介绍
├── [213M] 13-3基于selenium的baidu搜索工具开发
├── [236M] 13-4百度搜索工具翻页功能支持
├── [ 66M] 13-5（高能）使用selenium+chromedriver控制已经打开的Chrome浏览器
├── [ 66M] 13-6（划重点）Chrome浏览器多标签页控制技术
├── [114M] 13-7大模型结果瘦身之html移除无用标签
├── [ 62M] 13-8移除displaynone的标签+移除所有注释
├── [ 86M] 13-9移出无用属性使html瘦身5倍
└── [120M] 13-10结合浏览器mcp工具重新优化编程智能体，准确高效解决搜索问题
├── 第14章 Al编程智能体开发之实现Agent运行沙盒 (AI Agent的沙盒运行能力)/
│ ├── [ 67M] 14-1本章内容概览+lima-vm虚拟机工具安装
│ ├── [ 50M] 14-2lima虚拟机NAT网络配置（1）
│ ├── [ 13M] 14-3lima虚拟机NAT网络配置（2）
│ ├── [ 84M] 14-4lima虚拟机dockernginx环境搭建+docker镜像源配置
│ ├── [ 63M] 14-5docker-compose安装+nginx配置优化（1）
│ ├── [ 79M] 14-6docker-compose安装+nginx配置优化（2）
│ ├── [ 81M] 14-7（重点）dockernginxuploads目录配置+前端发布原理讲解
│ ├── [ 67M] 14-8封装limavm虚拟机的shell执行命令方法（1）
│ ├── [9.1M] 14-9封装limavm虚拟机的shell执行命令方法（2）
│ ├── [ 87M] 14-10limavm创建文件夹和查看文件夹mcp工具开发
│ ├── [188M] 14-11limavm创建文件工具开发+智能体自动编码部署
│ ├── [ 90M] 14-12上传文件夹MCP工具开发-克隆本地文件目录结构
│ └── [114M] 14-13上传文件夹MCP工具开发-实现文件上传
├── 第15章 AI编程智能体开发之数据库工具开发(AI Agent数据库操控能力)/
│ ├── [ 67M] 15-1虚拟机Docker环境下搭建MySQL环境
│ ├── [ 79M] 15-2MCPMySQL工具创建+通用查询方法封装
│ ├── [ 41M] 15-3MCPMySQL列举数据库和数据表工具开发
│ ├── @www.
│ ├── [ 58M] 15-4MySQLMCP工具与Agent进行连接实现AI控制数据库
│ ├── [ 73M] 15-5返回结果封装+查询表结构工具开发
│ ├── [ 44M] 15-6数据库查询工具开发
│ ├── [147M] 15-7MySQL插入数据工具开发
│ ├── [ 62M] 15-8MySQL更新数据工具开发
│ └── [ 71M] 15-9MySQL删除数据工具开发
├── 第16章 Al编程智能体开发之LangGraph多智能体架构(AI Agent的架构能力)/
│ ├── [105M] 16-1MySQL创建数据库工具开发
│ ├── [103M] 16-2MySQL建表工具开发+智能体应用
│ ├── [ 99M] 16-3MySQL执行SQL工具开发+数据库Agent的综合运用
│ ├── [ 79M] 16-4LangGraph基本概念+核心优势+图数据结构介绍
│ ├── [ 29M] 16-5LangGraph核心概念和运行机制讲解
│ └── [123M] 16-6LangGraph入门案例代码演示
├── 第17章 AI编程智能体开发之实现代码辅助开发能力（AI Agent的辅助编程能力）/
│ ├── [ 55M] 17-1LangGraph实战案例之LangGraph工作流构建+导出图片
│ ├── [ 50M] 17-2LangGraph工作流运行+提取关键词节点开发
│ ├── [118M] 17-3LangGraph百度搜索+回复用户节点开发+工作流整体串联
│ ├── [ 73M] 17-4MessagesState类继承和能力扩展
│ ├── [ 38M] 17-5LangGraph多智能体架构介绍
│ ├── [115M] 17-6LangGraph构建Supervisor架构
│ └── [135M] 17-7Supervisor多智能体信息打印优化
└── 第18章 智能体实际项目中落地：小慕书城前端页面自动化开发（前端项目实战）/
├── [ 54M] 18-1通过LangGraphSupervisor架构搭建编程智能体
├── [ 77M] 18-2编程智能体运行+简单编程任务执行
├── [ 95M] 18-3基于vue3-element-admin项目模板创建本地前端项目（新）
├── [ 91M] 18-4使用终端工具解决前端运行报错（新）
├── [106M] 18-5使用Agent完成菜单的修改和删除
├── [ 45M] 18-6小慕书城-图书管理菜单和列表页开发
├── [ 82M] 18-7小慕书城-使用Agent开发封面、链接、翻页等功能
└── [ 89M] 18-8小慕书城-使用Agent修复重置功能bug+增加新筛选项+排序功能支持
└── 第19章 智能体实际项目中落地：小慕书城后端API与数据库自动化开发（后端项目实战）/
├── [127M] 19-1使用自研Agent完成限定或自主规划的数据库任务
├── [136M] 19-2通过Agent实现数据库测试数据造数
├── [ 78M] 19-3使用CodeAgent实现后端项目初始化
├── [115M] 19-4通过智能体实现后端数据库连接代码编写
├── [ 69M] 19-5让智能体编写数据库连接测试接口并提供curl语句
├── [108M] 19-6智能体快速完成接口CRUD代码及BUG修复
└── [167M] 19-7扩展查询接口支持筛选、排序和翻页功能
└── 资料代码/