适合谁看,以及它到底解决什么问题

大模型应用开发目前正处于从「简单对话」向「自主任务执行」过渡的阶段,很多开发者在面对需要调用工具、处理多轮状态或管理复杂工作流的场景时,往往缺乏系统性的认知框架。这门课针对的核心痛点,正是帮助开发者理解如何构建一个能够感知环境、做出决策并执行操作的 Agent 应用,填补从单一 API 调用到完整智能体系统搭建之间的知识空白。

课程形式采用动画讲解,旨在将抽象的 Agent 运行机制、记忆管理、工具调用逻辑等核心概念具象化,降低理解门槛。它特别适合具备一定编程基础,但希望系统掌握大模型 Agent 开发逻辑的从业者,无论是想要深入理解架构原理,还是准备独立开发具备实际应用价值的智能助手项目,都能从中获得清晰的路径指引。

核心内容架构与重点学习模块

课程内容紧扣 Agent 开发的全流程,从基础概念入手,逐步深入到大模型在复杂场景下的应用策略。建议初学者优先关注以下几个关键模块:首先是 Agent 的基础架构与设计模式,这部分会厘清 Plan-Act-Observation 等核心循环的具体实现逻辑;其次是记忆机制与上下文管理,这是解决长周期任务中信息丢失问题的关键;最后是工具使用与环境交互,涵盖了如何将外部 API 和函数无缝集成到模型决策中。

通过动画演示,这些原本晦涩的理论知识会变得直观易懂。对于有一定经验的开发者,重点在于理解不同设计模式在实际工程中的权衡与选择,从而能够根据具体业务需求,设计出更高效、更稳定的 Agent 解决方案。这种循序渐进的学习路径,确保了不同基础的学员都能找到适合自己的切入点。

学完能达到什么水平,资料如何辅助练习

完成本课程的学习后,你将能够独立分析和设计大模型 Agent 应用的核心架构,理解并实现工具调用、多步推理和状态管理等关键技术点。更重要的是,你将建立起一套完整的 Agent 开发思维框架,能够评估不同方案的优劣,并在实际项目中灵活运用所学知识,解决复杂的自动化任务需求。

虽然本课程主要以理论讲解为主,但配合其配套的动画演示和示例代码,学习效果会显著提升。建议学习过程中暂停视频,手动复现关键概念的实现逻辑,并结合实际的小规模项目需求进行验证。这种「理论学习 + 动手复现」的模式,能帮助你快速将抽象的知识点转化为具体的工程能力,为后续开发更复杂的企业级 Agent 应用打下坚实的基础。

【小哲讲大模型】大模型Agent应用开发知识点动画讲解

本课程隶属 加密课程 · 小哲讲大模型,完整课程目录与配套资料如下。

课程目录

{10}--9_评估与优化/
[10.10]--10_什么是 LLM-as-Judge_如何使.mp4
[10.11]--11_如何优化 Agent 的整体性能_.mp4
[10.12]--12_如何系统地优化 Prompt_.mp4
[10.13]--13_如何通过模型选择来优化性能_.mp4
[10.14]--14_Agent 系统中如何设计反馈闭环_.mp4
[10.15]--15_Agent 系统如何实现持续学习_.mp4
[10.1]--01_如何评估 Agent 的质量?.mp4
[10.2]--02_什么是离线评估_.mp4
[10.3]--03_什么是在线评估_.mp4
[10.4]--04_如何设计 Agent 评估基准(Bench.mp4
[10.5]--05_什么是 AgentBench_.mp4
[10.6]--06_如何评估 Agent 的推理能力_.mp4
[10.7]--07_如何评估 Agent 的工具使用能力_.mp4
[10.8]--08_如何评估 RAG 系统的质量_.mp4
[10.9]--09_如何检测 Agent 的幻觉问题_.mp4
{11}--10_安全与风险/
[11.10]--10_如何防止恶意输入攻击 Agent_.mp4
[11.11]--11_生产环境中如何加固 Agent 系统_.mp4
[11.12]--12_Agent 系统中如何处理用户隐私数据_.mp4
[11.13]--13_内容安全过滤如何实现_.mp4
[11.14]--14_如何防止 Agent 输出敏感信息_.mp4
[11.15]--15_如何为 Agent 系统设计安全策略_.mp4
[11.1]--01_什么是 Prompt 注入攻击_.mp4
[11.2]--02_Agent 系统中数据泄露的风险有哪些?.mp4
[11.3]--03_Agent 系统面临哪些安全风险_.mp4
[11.4]--04_如何防止 Agent 的权限提升攻击_.mp4
[11.5]--05_如何限制 Agent 的工具权限_.mp4
[11.6]--06_多用户场景下如何隔离用户数据_.mp4
[11.7]--07_如何防止 Agent 被越狱(Jailbr.mp4
[11.8]--08_Agent 系统的审计日志应该记录什么_.mp4
[11.9]--09_如何设计安全的代码执行沙箱_.mp4
{12}--11_场景题/
[12.10]--10_Agent 延迟过高如何处理.mp4
[12.11]--11_RAG 效果不好如何排查改进.mp4
[12.12]--12_如何提高 Agent 系统的稳定性.mp4
[12.13]--13_如何提升 Agent 的任务成功率.mp4
[12.14]--14_如何让 Agent 具备自我纠错能力.mp4
[12.15]--15_如何设计生产级别的 Agent 系统.mp4
[12.1]--01_如何设计一个报告撰写 Agent?.mp4
[12.2]--02_如何设计一个智能客服 Agent_.mp4
[12.3]--03_如何设计一个金融分析 Agent_.mp4
[12.4]--04_如何设计一个代码生成 Agent_.mp4
[12.5]--05_如何设计一个多 Agent 协作系统_.mp4
[12.6]--06_Agent 在多目标冲突时如何决策_.mp4
[12.7]--07_如何为 Agent 实现长期记忆_.mp4
[12.8]--08_Agent 输出错误时如何排查_.mp4
[12.9]--09_Agent 成本过高如何优化.mp4
{13}--12_开放性问题/
[13.10]--10_Agent 架构与传统软件架构的根本区别.mp4
[13.1]--01_Agent 的未来发展方向是什么.mp4
[13.2]--02_Agent 会取代人类工作吗.mp4
[13.3]--03_多 Agent 社会是什么概念 有什么潜力.mp4
[13.4]--04_Agent 与 AGI 的关系?.mp4
[13.5]--05_当前 Agent 技术的瓶颈在哪里?.mp4
[13.6]--06_你做过最复杂的 Agent 项目是什么?(.mp4
[13.7]--07_如何评价主流 Agent 框架?.mp4
[13.8]--08_Agent 和传统工作流有什么本质区别?.mp4
[13.9]--09_Agent 真的_智能_吗?.mp4
{14}--13_python/
[14.10]--10_Pandas 基础:Agent 处理结构.mp4
[14.11]--11_如何用 Python 处理大规模文本数据.mp4
[14.12]--12_如何实现批量处理以提升 Agent 吞吐.mp4
[14.13]--13_如何用 Python 实现余弦相似度?.mp4
[14.14]--14_如何用 Python 调用 LLM AP.mp4
[14.15]--15_如何实现 LLM 流式输出(Stream.mp4
[14.16]--16_如何用 Python 实现一个简单的 A.mp4
[14.17]--17_如何用 Python 实现工具调用(Fu.mp4
[14.18]--18_如何用 Python 构建一个完整的 R.mp4
[14.19]--19_如何用 Python 连接向量数据库(C.mp4
[14.1]--01_Python 中 list、tuple、d.mp4
[14.20]--20_如何用 Python 实现多轮对话管理?.mp4
[14.2]--02_深拷贝和浅拷贝的区别?Agent 状态管理.mp4
[14.3]--03_Python 可变与不可变对象有什么区别?.mp4
[14.4]--04__args 和 _kwargs 是什么?在.mp4
[14.5]--05_什么是装饰器(Decorator)?如何用.mp4
[14.6]--06_什么是 asyncio?为什么 Agent.mp4
[14.7]--07_async-await 是如何工作的?.mp4
[14.8]--08_如何并发调用多个 LLM API?(用 a.mp4
[14.9]--09_什么是 GIL?对 Agent 并发有什么.mp4
{15}--14_SKILL/
[15.10]--10. Skill 和传统插件有什么区别?.mp4
[15.11]--11. Skill 和长期记忆、项目规范、用户.mp4
[15.12]--12. 一个好的 Skill 应该是大而全还是.mp4
[15.13]--13. 什么样的任务适合抽象成 Skill?.mp4
[15.14]--14. Skill 设计时如何控制 Agent.mp4
[15.15]--15. 什么时候应该用文字流程,什么时候应该用.mp4
[15.16]--16. 多个 Skill 同时匹配时,Agen.mp4
[15.17]--17. Skill 可能带来哪些安全风险?.mp4
[15.18]--18. 为什么第三方 Skill 需要像软件依.mp4
[15.19]--19. 如何评估一个 Skill 是否真的提升.mp4
[15.1]--1. 什么是 Agent Skill?它解决 A.mp4
[15.20]--20. Skill 标准化对未来 Agent.mp4
[15.2]--2. Skill 和 Prompt、System.mp4
[15.3]--3. 为什么 Skill 通常被设计成目录加 S.mp4
[15.4]--4. Skill 的 name 和 descri.mp4
[15.5]--5. 为什么 description 会影响 S.mp4
[15.6]--6. Skill 是如何被 Agent 发现和加.mp4
[15.7]--7. 什么是 progressive discl.mp4
[15.8]--8. Skill 的元数据、主说明、资源文件分别.mp4
[15.9]--9. Skill 中的 references、s.mp4
{16}--15_Harmness/
[16.10]--10. Harness 如何防止 Agent.mp4
[16.11]--11. step limit、token li.mp4
[16.12]--12. Harness 中的状态管理和记忆管理.mp4
[16.13]--13. 短期上下文、长期记忆、任务状态之间如何.mp4
[16.14]--14. Harness 为什么需要权限控制和审.mp4
[16.15]--15. 什么是 sandbox executi.mp4
[16.16]--16. Harness 如何降低 prompt.mp4
[16.17]--17. 单 Agent Harness 和多.mp4
[16.18]--18. 多 Agent 编排中,Harness.mp4
[16.19]--19. 为什么 Agent 调试需要 trac.mp4
[16.1]--1. 什么是 Agent Harness?它在.mp4
[16.20]--20. Evaluation Harness.mp4
[16.2]--2. Harness 和 LLM、Agent F.mp4
[16.3]--3. 为什么 Agent 的能力不只取决于模型,.mp4
[16.4]--4. 一个基础 Agent Harness 通常.mp4
[16.5]--5. 什么是 Agent Loop?它的基本流程.mp4
[16.6]--6. Harness 如何决定 Agent 每一.mp4
[16.7]--7. Harness 如何管理工具调用?.mp4
[16.8]--8. Tool schema 设计对 Agent.mp4
[16.9]--9. Harness 如何处理工具调用失败、超时.mp4
{1}--【开班】无视频!!!/
{2}--1_基础认知/
[2.10]--10_为什么 Agent 需要记忆_.mp4
[2.11]--11_什么是推理引擎_.mp4
[2.12]--12_工具使用在 Agent 中的作用_.mp4
[2.13]--13_什么是环境交互_.mp4
[2.14]--14_感知与行动在 Agent 中如何体现_.mp4
[2.15]--15_单 Agent 与多 Agent 系统的区.mp4
[2.16]--16_Agent 的能力边界在哪里_.mp4
[2.1]--01_什么是 AI Agent?它与传统 AI 有.mp4
[2.2]--02_什么是 Agentic AI?.mp4
[2.3]--03_LLM 与 Agent 有什么区别?.mp4
[2.4]--04_为什么从 LLM 应用转向 Agent?.mp4
[2.5]--05_Agent 的核心组件有哪些?.mp4
[2.6]--06_Agent 和 Chatbot 的区别?.mp4
[2.7]--07_什么是自主 Agent?.mp4
[2.8]--08_什么是目标驱动型 Agent_.mp4
[2.9]--09_什么是多步推理_ Agent 如何实现_.mp4
{3}--2_LLM基础/
[3.10]--10_LLM 为什么会产生幻觉_.mp4
[3.11]--11_如何评估 LLM 的质量_.mp4
[3.12]--12_开源模型 vs API 模型,如何选择_.mp4
[3.13]--13_如何为项目选择合适的 LLM_.mp4
[3.14]--14_Prompt 对 LLM 输出有什么影响_.mp4
[3.15]--15_什么是指令微调(Instruction T.mp4
[3.16]--16_RLHF 在 LLM 中起什么作用_.mp4
[3.1]--01_什么是大语言模型(LLM)_.mp4
[3.2]--02_LLM 是如何训练的_.mp4
[3.3]--03_什么是 Token_.mp4
[3.4]--04_什么是下一个 Token 预测_.mp4
[3.5]--05_Transformer 的核心机制是什么_.mp4
[3.6]--06_注意力机制(Attention)是怎么工作的.mp4
[3.7]--07_Temperature 参数对生成结果有什么.mp4
[3.8]--08_Top-K 和 Top-P 采样是什么_.mp4
[3.9]--09_什么是幻觉(Hallucination)_.mp4
{4}--3_提示词工程/
[4.10]--10_如何设计高质量的 Prompt 模板?.mp4
[4.11]--11_System Prompt 和 User.mp4
[4.12]--12_如何控制 LLM 的输出格式?.mp4
[4.13]--13_如何提升 Prompt 的鲁棒性?.mp4
[4.14]--14_如何为多步骤任务设计 Prompt?.mp4
[4.15]--15_Prompt 对 Agent 行为有什么影.mp4
[4.1]--01_什么是提示词工程(Prompt Engine.mp4
[4.2]--02_Zero-Shot 和 Few-Shot 有.mp4
[4.3]--03_什么是思维链(Chain of Though.mp4
[4.4]--04_为什么 CoT 能提升推理能力?.mp4
[4.5]--05_什么是自洽性(Self-Consistenc.mp4
[4.6]--06_什么是 ReAct 提示策略?.mp4
[4.7]--07_如何设计稳定可靠的 Prompt?.mp4
[4.8]--08_什么是 Prompt 注入攻击?.mp4
[4.9]--09_如何防御 Prompt 注入?.mp4
{5}--4_Agent架构/
[5.10]--10_短期记忆和长期记忆在 Agent 中如何实.mp4
[5.11]--11_Agent 如何管理状态(State Ma.mp4
[5.12]--12_什么是 Agent 的自我反思(Refle.mp4
[5.13]--13_多 Agent 如何协作?.mp4
[5.14]--14_Agent 如何进行任务优先级排序?.mp4
[5.15]--15_如何设计一个通用 Agent 框架?.mp4
[5.16]--16_如何设计一个垂直领域 Agent?.mp4
[5.1]--01_一个完整的 Agent 架构包含哪些部分?.mp4
[5.2]--02_Agent 的规划(Planning)机制是.mp4
[5.3]--03_什么是任务分解?Agent 如何做任务分解?.mp4
[5.4]--04_Agent 的决策机制是什么?.mp4
[5.5]--05_工具调用和函数调用是什么?有什么区别?.mp4
[5.6]--06_Agent 如何调用外部 API?.mp4
[5.7]--07_什么是执行循环(Execution Loop.mp4
[5.8]--08_Agent 如何处理重试和错误恢复?.mp4
[5.9]--09_Agent 的记忆系统有哪些设计模式?.mp4
{6}--5_RAG/
[6.10]--10_如何优化 RAG 的召回率?.mp4
[6.11]--11_如何优化 RAG 的精确率?.mp4
[6.12]--12_Rerank 在 RAG 中起什么作用?.mp4
[6.13]--13_RAG 如何解决长上下文问题?.mp4
[6.14]--14_RAG 如何减少幻觉?.mp4
[6.15]--15_RAG 和微调如何选择?.mp4
[6.16]--16_RAG 落地最难的问题是什么?.mp4
[6.1]--01_什么是 RAG(检索增强生成)?.mp4
[6.2]--02_RAG 的工作流程是什么?.mp4
[6.3]--03_为什么 Agent 需要 RAG?.mp4
[6.4]--04_什么是向量嵌入(Embedding)?.mp4
[6.5]--05_什么是文档分块(Chunking)?.mp4
[6.6]--06_如何选择合适的 Chunk Size?.mp4
[6.7]--07_什么是向量数据库?.mp4
[6.8]--08_常见向量数据库有哪些?如何选择?.mp4
[6.9]--09_向量相似度搜索是如何实现的?.mp4
{7}--6_工具调用/
[7.10]--10_如何避免 Agent 错误地调用工具?.mp4
[7.11]--11_工具调用失败后 Agent 如何处理?.mp4
[7.12]--12_如何验证工具调用结果的可靠性?.mp4
[7.13]--13_如何设计 Agent 的插件系统?.mp4
[7.14]--14_什么是 MCP(Model Context.mp4
[7.15]--15_如何控制工具的权限?.mp4
[7.1]--01_什么是工具使用(Tool Use)?.mp4
[7.2]--02_Agent 如何进行工具选择?.mp4
[7.3]--03_工具选择的底层机制是什么?.mp4
[7.4]--04_如何设计好的工具 Schema?.mp4
[7.5]--05_Function Calling 的设计原则.mp4
[7.6]--06_Agent 如何调用数据库?.mp4
[7.7]--07_Agent 如何调用搜索引擎?.mp4
[7.8]--08_Agent 如何执行代码?.mp4
[7.9]--09_如何协调多工具的调用?.mp4
{8}--7_Agent框架/
[8.10]--10_如何设计 Agent 的工作流?.mp4
[8.11]--11_DAG 和循环流在 Agent 工作流中如.mp4
[8.12]--12_多 Agent 编排的核心挑战是什么?.mp4
[8.13]--13_如何构建一个 Agent Pipeline.mp4
[8.14]--14_如何实现 Agent 的可观测性(Obse.mp4
[8.15]--15_Agent 系统如何调试?.mp4
[8.1]--01_你用过哪些 Agent 框架?如何评价?.mp4
[8.2]--02_LangChain 的核心组件是什么?.mp4
[8.3]--03_LangGraph 和 LangChain.mp4
[8.4]--04_AutoGPT 的核心思路是什么?.mp4
[8.5]--05_ReAct Agent 是如何工作的?.mp4
[8.6]--06_什么是 CrewAI?它的设计理念是什么?.mp4
[8.7]--07_OpenAI Assistants API.mp4
[8.8]--08_如何选择适合项目的 Agent 框架?.mp4
[8.9]--09_用开源框架还是自研 Agent 框架?.mp4
{9}--8_系统设计/
[9.10]--10_Agent 系统如何设计缓存策略?.mp4
[9.11]--11_Agent 系统的日志系统如何设计?.mp4
[9.12]--12_Agent 系统中如何做 A-B 测试?.mp4
[9.13]--13_如何设计 Agent 系统的高可用架构?.mp4
[9.14]--14_Agent 系统如何实现优雅降级?.mp4
[9.15]--15_多模型 Fallback 策略如何设计?.mp4
[9.1]--01_如何设计企业级 Agent 系统?.mp4
[9.2]--02_如何设计一个 AI 助理产品?.mp4
[9.3]--03_如何设计智能客服 Agent 系统?.mp4
[9.4]--04_如何设计办公自动化 Agent?.mp4
[9.5]--05_如何设计一个代码生成 Agent?.mp4
[9.6]--06_Agent 系统如何扩展(Scale)以支持.mp4
[9.7]--07_Agent 系统中如何做并发控制?.mp4
[9.8]--08_如何降低 Agent 系统的响应延迟?.mp4
[9.9]--09_如何控制 Agent 系统的 Token 成.mp4
资料.zip