飞豹客 · 教程详情

多 Agent+Skills+SpringAI 构建自主决策智能体（13章完结）

会员可免费下载本篇

月会员、年会员、永久会员可按日额度下载（每篇扣 1 次）。

开通会员 · 按档位下载 →

mksz981-多 Agent+Skills+SpringAI 构建自主决策智能体（13章完结）

0 人浏览发布 2026-10-17更新 2026-10-17

解决什么场景：从单体脚本到多角色协作的跨越

传统的大模型应用开发，往往局限于单个 Prompt 调用或简单的 RAG 检索。但当业务逻辑变得复杂，比如需要协调查询数据库、调用 API、进行条件判断并生成报告时，单体架构便显得力不从心。本课程的核心价值，在于教你如何用 Spring AI 框架搭建一套多 Agent 协作系统。

它解决的是“自主决策”与“任务拆解”的痛点。在工业级应用中，一个复杂的用户请求不应由单一模型硬扛，而应被拆解给具备不同 Skills（技能）的专门 Agent 去执行。例如，一个订单处理 Agent 负责状态更新，一个客服 Agent 负责回答咨询，两者通过调度中心协同工作。这门课正是针对这一进阶场景，帮助开发者跳出“写 Prompt 工程师”的思维定势，进入“系统设计者”的维度。

适合什么基础与学习路径建议

这门课并非面向零基础小白。它要求学习者已经熟练掌握 Java 语言基础，并且对 Spring Boot 框架有实际开发经验。更重要的是，你需要理解大语言模型的基本原理（如 Token、Context Window、Embedding），以及 Spring AI 的基础依赖配置。如果你是 Python 背景想转 Java AI 开发，建议先补齐 Spring 生态的基础知识；如果是纯后端开发但未接触过 LLM，建议先从单 Agent 入门再切入本章内容。

建议的学习顺序如下：首先，重点攻克前几章关于 Spring AI 核心概念与单一 Agent 构建的章节，这是地基，确保你理解如何为 Agent 注入工具和记忆。其次，深入研读多 Agent 通信机制与分工策略部分，这是课程的精华，理解了 Agent 间的消息传递与任务路由，才能构建出稳定的协作网络。最后，结合配套的资料包中的实战案例进行代码复现，不要只看不写，必须亲手配置 Maven 依赖、编写 Agent 类并调试调用链。

学完能独立做什么

完成本课程后，你将具备独立设计并落地复杂 AI 应用的能力。具体来说，你可以不再依赖闭源平台的黑盒工具，而是基于开源技术栈（Spring AI + LLM）构建企业级的智能体应用。你能够定义多个具有特定职能的 Agent，为它们配置专属的 Skills（如搜索、计算、数据库读写），并实现它们之间的有序协作与自主决策。

这种能力特别适用于构建复杂的办公自动化助手、智能客服集群或数据分析流水线。你不再需要为每一个新功能写新的单体脚本，而是通过组合不同的 Agent 技能来快速响应需求变化。请记住，资料包中的代码案例是练手的最佳素材，务必将其下载并在本地环境中跑通，只有在调试过程中遇到的坑，才能真正转化为你的技术直觉。

mksz981-多 Agent+Skills+SpringAI 构建自主决策智能体（13章完结）

本课程隶属会员库 · 慕课实战课，完整课程目录与配套资料如下。

课程目录

代码/
AiTripPlan-master.exe
AiTripPlan-master新.exe
第10章 Skills 让 Agent 按照专业流程工作/
10-1 Agent的牛马小弟：SubAgent【网盘分享wpfx.org.cn】.mp4
10-2 Agent Skills就是个专属工作流【网盘分享wpfx.org.cn】.mp4
10-3 Skills装载的是专业知识和工作流程【网盘分享wpfx.org.cn】.mp4
10-4 Skills的渐进式加载机制【网盘分享wpfx.org.cn】.mp4
10-5 Skills的文件结构标准【网盘分享wpfx.org.cn】.mp4
10-6 总结Agent从助手到自主协作的进化过程【网盘分享wpfx.org.cn】.mp4
10-7 SpringAi 1.1.2实现Agent装载Skills【网盘分享wpfx.org.cn】.mp4
第11章 MCP+A2A，助力旅游规划团队协作/
11-1 回顾AgentScope旅游规划的整体架构【网盘分享wpfx.org.cn】.mp4
11-2 测试团队成员基于A2A协议注册到Nacos【网盘分享wpfx.org.cn】.mp4
11-3 测试主管Agent基于A2A协议获取团队成员【网盘分享wpfx.org.cn】.mp4
11-4 测试主管Agent调动团队成员执行任务【网盘分享wpfx.org.cn】.mp4
11-5 获取百度地图MCP服务端的工具列表【网盘分享wpfx.org.cn】.mp4
11-6 路线制定专员Agent挂载百度地图MCP【网盘分享wpfx.org.cn】.mp4
11-7 主管Agent自主分发任务给远程相应的成员【网盘分享wpfx.org.cn】.mp4
11-8 人工介入修改主管Agent制定的计划【网盘分享wpfx.org.cn】.mp4
第12章 专属SubAgent, 处理旅游规划专业Skills/
12-1 行程规划经理挂载Skills【网盘分享wpfx.org.cn】.mp4
12-2 有限预算内规划精彩旅行的Skills【网盘分享wpfx.org.cn】.mp4
12-3 表格制作Skills【网盘分享wpfx.org.cn】.mp4
12-4 Skills实现Agent工具的渐进式加载【网盘分享wpfx.org.cn】.mp4
12-5 景点推荐SubAgent执行景点推荐任务【网盘分享wpfx.org.cn】.mp4
第13章 旅游规划优化，监控，部署/
13-1 敏感资源处理方案【网盘分享wpfx.org.cn】.mp4
13-2 主管Agent暴露和用户交互的接口【网盘分享wpfx.org.cn】.mp4
13-3 docker搭建Agent跟踪和Token消费分析【网盘分享wpfx.org.cn】.mp4
13-4 旅游规划Agent团队集成Agent追踪观测【网盘分享wpfx.org.cn】.mp4
13-5 测试主管Agent接收Prompt及结构化输出【网盘分享wpfx.org.cn】.mp4
13-6 旅游规划打印出Agent的深度思考【网盘分享wpfx.org.cn】.mp4
13-7 测试路线制定专员规划最优驾车路线【网盘分享wpfx.org.cn】.mp4
13-8 课程总结【网盘分享wpfx.org.cn】.mp4
第1章 AI 正式进入多 Agent 协作和自主决策的时代/
1-1 多Agent融合自主决策，AI发展的必然趋势【网盘分享wpfx.org.cn】.mp4
1-2 准备工作：安装ApiFox【网盘分享wpfx.org.cn】.mp4
1-3 准备工作：配置阿里大模型广场的ApiKey【网盘分享wpfx.org.cn】.mp4
1-4 准备工作：百度地图API秘钥(AK)【网盘分享wpfx.org.cn】.mp4
1-5 准备工作：安装Nacos 3【网盘分享wpfx.org.cn】.mp4
1-6 仿Manus能自主决策的框架：Jmanus【网盘分享wpfx.org.cn】.mp4
1-7 具备ReAct核心能力的框架：AgentScope【网盘分享wpfx.org.cn】.mp4
第2章 大白话快速简单过一遍 Ai 大模型/
2-1 大模型咋就懂咱说啥 ？【网盘分享wpfx.org.cn】.mp4
2-2 大模型的信息分析器：Transformer层【网盘分享wpfx.org.cn】.mp4
2-3 大模型的大脑中枢：自注意力机制【网盘分享wpfx.org.cn】.mp4
2-4 大模型的回应咋就这么体贴呢【网盘分享wpfx.org.cn】.mp4
2-5 大模型是弹药库，智能体则是武器【网盘分享wpfx.org.cn】.mp4
第3章 MCP + Skills，Agent&ldquo;工具+技能&rdquo;的双轮驱动/
3-1 大模型困境：数据获取与整合上 的&ldquo;抓瞎&rdquo;【网盘分享wpfx.org.cn】.mp4
3-10 多Agent跨部门协作：A2A协议【网盘分享wpfx.org.cn】.mp4
3-11 主流的多Agent开发框架【网盘分享wpfx.org.cn】.mp4
3-12 多Agent的核心执行流程【网盘分享wpfx.org.cn】.mp4
3-2 困境解决方案：函数调用( Function Calling )【网盘分享wpfx.org.cn】.mp4
3-3 Function Calling就是大模型的跑腿小弟【网盘分享wpfx.org.cn】.mp4
3-4 更优的困境解决方案： MCP【网盘分享wpfx.org.cn】.mp4
3-5 对比Function Calling，MCP的不同【网盘分享wpfx.org.cn】.mp4
3-6 体验MCP：Jmanus配置MCP服务【网盘分享wpfx.org.cn】.mp4
3-7 具有专业知识的Agent Skills【网盘分享wpfx.org.cn】.mp4
3-8 工具调用最强组合：Agent Skills+MCP【网盘分享wpfx.org.cn】.mp4
3-9 搞定复杂活儿，得靠多个Agent协作【网盘分享wpfx.org.cn】.mp4
第4章 SpringAi 1.1 实现 MCP+A2A/
4-1 以bom方式导入SpringAi Alibaba依赖【网盘分享wpfx.org.cn】.mp4
4-10 SpringAi 1.1 整合MCP【网盘分享wpfx.org.cn】.mp4
4-11 SpringAi 1.1 A2A的3个核心组件【网盘分享wpfx.org.cn】.mp4
4-12 SpringAi 1.1 MCP注解：全新的MCP实现【网盘分享wpfx.org.cn】.mp4
4-13 SpringAi 1.1 A2A的服务注册【网盘分享wpfx.org.cn】.mp4
4-14 SpringAi 1.1 A2A的服务发现【网盘分享wpfx.org.cn】.mp4
4-15 SpringAi 1.1 A2A的元数据AgentCard【网盘分享wpfx.org.cn】.mp4
4-16 测试 SpringAi 1.1 实现的 A2A 协议【网盘分享wpfx.org.cn】.mp4
4-2 导入MCP依赖【网盘分享wpfx.org.cn】.mp4
4-3 MCP能连接万物的原因：通信的分层设计【网盘分享wpfx.org.cn】.mp4
4-4 MCP的通信：SSE实时传输【网盘分享wpfx.org.cn】.mp4
4-5 创建MCP工具【网盘分享wpfx.org.cn】.mp4
4-6 将MCP工具注册到MCP服务【网盘分享wpfx.org.cn】.mp4
4-7 线程不会被卡住：WebFlux框架【网盘分享wpfx.org.cn】.mp4
4-8 Jmanus导入SpringAi自定义的MCP服务【网盘分享wpfx.org.cn】.mp4
4-9 SpringAi Alibaba 1.1 以bom方式导入依赖【网盘分享wpfx.org.cn】.mp4
第5章 Agent 团队打造专属你的旅行规划/
5-1 旅行规划的复合任务拆解【网盘分享wpfx.org.cn】.mp4
5-2 团队成员：路线制定专员Agent【网盘分享wpfx.org.cn】.mp4
5-3 团队成员：行程规划经理Agent【网盘分享wpfx.org.cn】.mp4
5-4 团队成员：费用统筹管家Agent【网盘分享wpfx.org.cn】.mp4
5-5 Agent团队和大模型的无缝协作【网盘分享wpfx.org.cn】.mp4
5-6 百度地图MCP提供的工具体系全景【网盘分享wpfx.org.cn】.mp4
解压码.txt
第6章 多 Agent + ReAct架构，SpringAi迈入Agent新时代/
6-1 SpringAI 1.0，1.1 和 2.0【网盘分享wpfx.org.cn】.mp4
6-10 AgentScope构建搭载工具的ReAct Agent（2）【网盘分享wpfx.org.cn】.mp4
6-11 MCP客户端连接MCP服务端【网盘分享wpfx.org.cn】.mp4
6-12 大模型调用本地自定义的MCP服务【网盘分享wpfx.org.cn】.mp4
6-13 RAG只是一个过渡阶段吗 ？【网盘分享wpfx.org.cn】.mp4
6-14 长下文能取代RAG吗 ？【网盘分享wpfx.org.cn】.mp4
6-15 测试AgentScope的Agent运行【网盘分享wpfx.org.cn】.mp4
6-2 SpringBoot整合SpringAi Alibaba【网盘分享wpfx.org.cn】.mp4
6-3 和大模型互动的中枢：ChatModel对象【网盘分享wpfx.org.cn】.mp4
6-4 和大模型互动的窗口：ChatClient对象【网盘分享wpfx.org.cn】.mp4
6-5 ChatClient流式响应获取数据 (SSE)【网盘分享wpfx.org.cn】.mp4
6-6 SpringAi 1.1 正式进入Agent自主决策时代【网盘分享wpfx.org.cn】.mp4
6-7 SpringAi 1.1 组建旅游规划的Agent团队【网盘分享wpfx.org.cn】.mp4
6-8 SpringAi 1.1 Agent团队协同合作【网盘分享wpfx.org.cn】.mp4
6-9 AgentScope构建搭载工具的ReAct Agent（1）【网盘分享wpfx.org.cn】.mp4
第7章 Graph 搭建旅游规划工作流，像拼积木一样轻松/
7-1 以工作流方式编排旅行规划的团队协同【网盘分享wpfx.org.cn】.mp4
7-10 SpringAi Alibaba1.1的Graph引擎【网盘分享wpfx.org.cn】.mp4
7-11 SpringAi 1.1的工作流状态更新【网盘分享wpfx.org.cn】.mp4
7-12 基于Graph搭建旅游规划工作流【网盘分享wpfx.org.cn】.mp4
7-13 总结Agent和Graph分别构建的工作流【网盘分享wpfx.org.cn】.mp4
7-2 搭建工作流的记忆中枢：OverAllState【网盘分享wpfx.org.cn】.mp4
7-3 搭建工作流的框架蓝图：StateGraph【网盘分享wpfx.org.cn】.mp4
7-4 搭建工作流的执行单元：NodeAction【网盘分享wpfx.org.cn】.mp4
7-5 搭建工作流的流程顺序：Edge【网盘分享wpfx.org.cn】.mp4
7-6 编译及运行工作流【网盘分享wpfx.org.cn】.mp4
7-7 图形化展示工作流【网盘分享wpfx.org.cn】.mp4
7-8 Flux就是装载SSE流式数据的容器【网盘分享wpfx.org.cn】.mp4
7-9 Flux包装SSE返回给前端展示打字机输出效果【网盘分享wpfx.org.cn】.mp4
第8章 Jmanus 懂思考、会规划、一步步动手完成任务。/
8-1 多Agent设计思路 角色分工【网盘分享wpfx.org.cn】.mp4
8-10 JManus的核心：计划协调器【网盘分享wpfx.org.cn】.mp4
8-11 JManus向大模型请求计划创建【网盘分享wpfx.org.cn】.mp4
8-12 根据计划类型创建不同的执行者【网盘分享wpfx.org.cn】.mp4
8-13 不同的执行者调用不同的执行流程【网盘分享wpfx.org.cn】.mp4
8-2 多Agent设计思路 冲突协商【网盘分享wpfx.org.cn】.mp4
8-3 多Agent设计思路 SOP管理机制【网盘分享wpfx.org.cn】.mp4
8-4 Manus多Agent的技术架构【网盘分享wpfx.org.cn】.mp4
8-5 Manus是自主决策的Ai Agent【网盘分享wpfx.org.cn】.mp4
8-6 OpenManus复刻Manus的架构思路【网盘分享wpfx.org.cn】.mp4
8-7 PlanAct是全局流程规划的主管【网盘分享wpfx.org.cn】.mp4
8-8 ReAct是灵活应变的基层执行者【网盘分享wpfx.org.cn】.mp4
8-9 JManus的文件架构以及Prompt提交入口【网盘分享wpfx.org.cn】.mp4
第9章 Docker 部署分布式 Agent 搞定旅游规划/
9-1 AgentScope搭建工程化的分布式Agent协同【网盘分享wpfx.org.cn】.mp4
9-10 远程Agent封装为工具执行子任务【网盘分享wpfx.org.cn】.mp4
9-2 分布式Agent自主旅游规划的架构思路【网盘分享wpfx.org.cn】.mp4
9-3 SpringBoot 4 和 AgentScope 的整合【网盘分享wpfx.org.cn】.mp4
9-4 创建不同节点的ReAct Agent【网盘分享wpfx.org.cn】.mp4
9-5 主管Agent自主分解复杂任务【网盘分享wpfx.org.cn】.mp4
9-6 自主分解任务的关键：PlanNotebook【网盘分享wpfx.org.cn】.mp4
9-7 计划和执行中的事件拦截：Hook【网盘分享wpfx.org.cn】.mp4
9-8 主管Agent分发任务给相应Agent【网盘分享wpfx.org.cn】.mp4
9-9 团队成员的智能体卡片注册到Nacos【网盘分享wpfx.org.cn】.mp4
解压码.txt

会员可免费下载本篇

查看价格与购买