人工精选

永久有效网盘秒发免费补链

飞豹客AI 会员免费

慕课网 - 多智能体+技能+SpringAI构建自主决策智能体（前11章）

这门课解决什么工作场景单点智能体往往难以应对需要多步骤、多角色协同的复杂业务，而传统开发模式搭建分布式协作系统又过于笨重。这门课聚焦于一个核心痛点：如何利用 Spring AI 和 AgentScope 框架，在 Java 生态中构建出具备自主决策能力的多智能体协作系统。课程以“旅游规划”为实体案

单课价¥29.90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 2026-10-28 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按日额度下载（每篇扣 1 次）。

开通会员 ›

购买本课销量 0 · 永久有效

会员价 · 单课标价 ¥29.90

会员 A · 按档位折扣

永久免费可下

年免费可下

月免费可下

周免费可下

会员 B

VIP¥5.98低至

SVIP单买¥200 内可领

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

这门课解决什么工作场景

单点智能体往往难以应对需要多步骤、多角色协同的复杂业务，而传统开发模式搭建分布式协作系统又过于笨重。这门课聚焦于一个核心痛点：如何利用 Spring AI 和 AgentScope 框架，在 Java 生态中构建出具备自主决策能力的多智能体协作系统。课程以“旅游规划”为实体案例，完整演示了从单一助手到团队化协作的落地过程，解决的是让 Agent 真正懂规划、会分工、能执行的专业流程问题，而非仅仅停留在对话层面。

适合什么基础与学完产出

本课程主要面向具备 Java 开发基础、熟悉 Spring Boot 生态的工程师。你无需精通复杂的分布式中间件，但需要了解基础的微服务概念。同时，建议对大模型应用开发有一定接触，理解基础的 Prompt 工程和 API 调用逻辑。

学完本课程后，你将能够独立实现以下能力：第一，掌握多智能体的设计模式，包括角色分工、冲突协商及 SOP 管理机制，理解 JManus 等框架的计划协调逻辑；第二，熟练运用 Spring AI 实现 Agent 的技能装载，理解 Skills 的渐进式加载与文件结构标准，让 Agent 具备专业化工作能力；第三，能够基于 Docker 和 Nacos 搭建分布式 Agent 环境，实现主管 Agent 对团队成员的智能任务分发与远程调用；第四，掌握 MCP 与 A2A 协议的应用，解决跨服务、跨团队的智能体互操作性问题，并能在关键节点进行人工介入与计划修正。

学习路径与资料配合

建议按由浅入深的顺序展开学习。首先观看第 9 章，建立工程化分布式系统的宏观认知，重点理解 AgentScope 的架构思路及主管 Agent 如何自主分解复杂任务，这是后续开发的基石。接着深入第 8 章，夯实多智能体设计思维，特别是角色分工与冲突协商机制，为理解后续的协作逻辑打下理论基础。随后学习第 10 章，掌握 Skills 的核心概念，理解如何将专业知识封装为 Agent 的工作流，并在 Spring AI 中实现装载。最后攻克第 11 章，聚焦 MCP 和 A2A 协议，通过百度地图服务等真实工具，验证智能体间的协作与注册发现机制。

在学习过程中，资料包中的视频是核心辅助。不要仅停留在观看，务必对照视频进行本地环境搭建，特别是 Nacos 服务注册、Docker 容器部署以及远程 Agent 调动等关键环节，需亲手测试主管 Agent 与成员 Agent 之间的任务分发与响应流程。只有亲手打通从任务分解到工具调用再到结果返回的完整链路，才能真正掌握多智能体协作的精髓，将课程知识转化为实际的工程落地能力。

课程目录

第11章 MCP+A2A，助力旅游规划团队协作9 集

更多资源分享.txt [64.0 B]
11-5 获取百度地图MCP服务端的工具列表.mp4 [65.8 MB]
11-1 回顾AgentScope旅游规划的整体架构.mp4 [73.0 MB]
11-2 测试团队成员基于A2A协议注册到Nacos.mp4 [93.6 MB]
11-6 路线制定专员Agent挂载百度地图MCP.mp4 [49.7 MB]
11-4 测试主管Agent调动团队成员执行任务.mp4 [54.1 MB]
11-7 主管Agent自主分发任务给远程相应的成员.mp4 [41.5 MB]
11-8 人工介入修改主管Agent制定的计划.mp4 [51.9 MB]
11-3 测试主管Agent基于A2A协议获取团队成员.mp4 [51.4 MB]

第10章 Skills 让 Agent 按照专业流程工作8 集

更多资源分享.txt [64.0 B]
10-6 总结Agent从助手到自主协作的进化过程.mp4 [53.2 MB]
10-2 Agent Skills就是个专属工作流.mp4 [38.4 MB]
10-1 Agent的牛马小弟：SubAgent.mp4 [43.7 MB]
10-3 Skills装载的是专业知识和工作流程.mp4 [61.9 MB]
10-4 Skills的渐进式加载机制.mp4 [50.3 MB]
10-7 SpringAi 1.1.2实现Agent装载Skills.mp4 [80.2 MB]
10-5 Skills的文件结构标准.mp4 [74.6 MB]

第9章 Docker 部署分布式 Agent 搞定旅游规划11 集

更多资源分享.txt [64.0 B]
9-10 远程Agent封装为工具执行子任务.mp4 [48.8 MB]
9-7 计划和执行中的事件拦截：Hook.mp4 [60.6 MB]
9-3 SpringBoot 4 和 AgentScope 的整合.mp4 [30.9 MB]
9-6 自主分解任务的关键：PlanNotebook.mp4 [48.5 MB]
9-8 主管Agent分发任务给相应Agent.mp4 [34.5 MB]
9-1 AgentScope搭建工程化的分布式Agent协同.mp4 [28.4 MB]
9-2 分布式Agent自主旅游规划的架构思路.mp4 [19.2 MB]
9-9 团队成员的智能体卡片注册到Nacos.mp4 [54.6 MB]
9-4 创建不同节点的ReAct Agent.mp4 [32.3 MB]
9-5 主管Agent自主分解复杂任务.mp4 [72.2 MB]

第8章 Jmanus 懂思考、会规划、一步步动手完成任务。14 集

更多资源分享.txt [64.0 B]
8-12 根据计划类型创建不同的执行者.mp4 [55.0 MB]
8-10 JManus的核心：计划协调器.mp4 [49.7 MB]
8-3 多Agent设计思路 SOP管理机制.mp4 [65.5 MB]
8-2 多Agent设计思路冲突协商.mp4 [53.0 MB]
8-1 多Agent设计思路角色分工.mp4 [42.1 MB]
8-13 不同的执行者调用不同的执行流程.mp4 [50.1 MB]
8-11 JManus向大模型请求计划创建.mp4 [67.2 MB]
8-4 Manus多Agent的技术架构.mp4 [42.9 MB]
8-8 ReAct是灵活应变的基层执行者.mp4 [16.5 MB]
8-6 OpenManus复刻Manus的架构思路.mp4 [71.5 MB]
8-9 JManus的文件架构以及Prompt提交入口.mp4 [76.6 MB]
8-7 PlanAct是全局流程规划的主管.mp4 [25.8 MB]
8-5 Manus是自主决策的Ai Agent.mp4 [64.1 MB]

第7章 Graph 搭建旅游规划工作流，像拼积木一样轻松14 集

更多资源分享.txt [64.0 B]
7-13 总结Agent和Graph分别构建的工作流.mp4 [57.8 MB]
7-8 Flux就是装载SSE流式数据的容器.mp4 [54.0 MB]
7-7 图形化展示工作流.mp4 [55.7 MB]
7-4 搭建工作流的执行单元：NodeAction.mp4 [107.2 MB]
7-12 基于Graph搭建旅游规划工作流.mp4 [119.3 MB]
7-3 搭建工作流的框架蓝图：StateGraph.mp4 [62.7 MB]
7-10 SpringAi Alibaba1.1的Graph引擎.mp4 [28.1 MB]
7-2 搭建工作流的记忆中枢：OverAllState.mp4 [75.9 MB]
7-5 搭建工作流的流程顺序：Edge.mp4 [32.8 MB]
7-9 Flux包装SSE返回给前端展示打字机输出效果.mp4 [110.8 MB]
7-11 SpringAi 1.1的工作流状态更新.mp4 [61.8 MB]
7-1 以工作流方式编排旅行规划的团队协同.mp4 [52.7 MB]
7-6 编译及运行工作流.mp4 [73.0 MB]

第6章多 Agent + ReAct架构，SpringAi迈入Agent新时代16 集

更多资源分享.txt [64.0 B]
6-14 长下文能取代RAG吗？.mp4 [61.4 MB]
6-10 AgentScope构建搭载工具的ReAct Agent（2）.mp4 [81.7 MB]
6-9 AgentScope构建搭载工具的ReAct Agent（1）.mp4 [80.9 MB]
6-7 SpringAi 1.1 组建旅游规划的Agent团队.mp4 [65.3 MB]
6-1 SpringAI 1.0，1.1 和 2.0.mp4 [79.6 MB]
6-15 测试AgentScope的Agent运行.mp4 [54.5 MB]
6-5 ChatClient流式响应获取数据 (SSE).mp4 [82.6 MB]
6-6 SpringAi 1.1 正式进入Agent自主决策时代.mp4 [139.9 MB]
6-13 RAG只是一个过渡阶段吗？.mp4 [67.3 MB]
6-3 和大模型互动的中枢：ChatModel对象.mp4 [83.0 MB]
6-2 SpringBoot整合SpringAi Alibaba.mp4 [62.4 MB]
6-8 SpringAi 1.1 Agent团队协同合作.mp4 [118.2 MB]
6-12 大模型调用本地自定义的MCP服务.mp4 [84.0 MB]
6-11 MCP客户端连接MCP服务端.mp4 [74.8 MB]
6-4 和大模型互动的窗口：ChatClient对象.mp4 [114.1 MB]

第5章 Agent 团队打造专属你的旅行规划7 集

第4章 SpringAi 1.1 实现 MCP+A2A17 集

更多资源分享.txt [64.0 B]
4-15 SpringAi 1.1 A2A的元数据AgentCard.mp4 [130.8 MB]
4-10 SpringAi 1.1 整合MCP.mp4 [85.7 MB]
4-9 SpringAi Alibaba 1.1 以bom方式导入依赖.mp4 [54.3 MB]
4-3 MCP能连接万物的原因：通信的分层设计.mp4 [89.6 MB]
4-1 以bom方式导入SpringAi Alibaba依赖.mp4 [75.7 MB]
4-7 线程不会被卡住：WebFlux框架.mp4 [77.8 MB]
4-16 测试 SpringAi 1.1 实现的 A2A 协议.mp4 [126.6 MB]
4-8 Jmanus导入SpringAi自定义的MCP服务.mp4 [39.5 MB]
4-11 SpringAi 1.1 A2A的3个核心组件.mp4 [43.4 MB]
4-14 SpringAi 1.1 A2A的服务发现.mp4 [106.3 MB]
4-5 创建MCP工具.mp4 [55.9 MB]
4-6 将MCP工具注册到MCP服务.mp4 [58.1 MB]
4-4 MCP的通信：SSE实时传输.mp4 [73.7 MB]
4-2 导入MCP依赖.mp4 [56.3 MB]
4-12 SpringAi 1.1 MCP注解：全新的MCP实现.mp4 [71.4 MB]
4-13 SpringAi 1.1 A2A的服务注册.mp4 [80.4 MB]

第3章 MCP + Skills，Agent“工具+技能”的双轮驱动13 集

更多资源分享.txt [64.0 B]
3-12 多Agent的核心执行流程.mp4 [42.2 MB]
3-11 主流的多Agent开发框架.mp4 [46.5 MB]
3-8 工具调用最强组合：Agent Skills+MCP.mp4 [50.4 MB]
3-2 困境解决方案：函数调用( Function Calling ).mp4 [48.8 MB]
3-1 大模型困境：数据获取与整合上的“抓瞎”.mp4 [40.2 MB]
3-5 对比Function Calling，MCP的不同.mp4 [75.0 MB]
3-3 Function Calling就是大模型的跑腿小弟.mp4 [83.4 MB]
3-6 体验MCP：Jmanus配置MCP服务.mp4 [69.3 MB]
3-7 具有专业知识的Agent Skills.mp4 [32.9 MB]
3-10 多Agent跨部门协作：A2A协议.mp4 [63.0 MB]
3-4 更优的困境解决方案： MCP.mp4 [56.5 MB]
3-9 搞定复杂活儿，得靠多个Agent协作.mp4 [47.4 MB]

第2章大白话快速简单过一遍 Ai 大模型6 集

更多资源分享.txt [64.0 B]
2-4 大模型的回应咋就这么体贴呢.mp4 [47.7 MB]
2-3 大模型的大脑中枢：自注意力机制.mp4 [58.0 MB]
2-2 大模型的信息分析器：Transformer层.mp4 [76.1 MB]
2-1 大模型咋就懂咱说啥？.mp4 [37.5 MB]
2-5 大模型是弹药库，智能体则是武器.mp4 [57.7 MB]

第1章 AI 正式进入多 Agent 协作和自主决策的时代8 集

更多资源分享.txt [64.0 B]
1-7 具备ReAct核心能力的框架：AgentScope.mp4 [45.1 MB]
1-4 准备工作：百度地图API秘钥(AK).mp4 [16.7 MB]
1-1 多Agent融合自主决策，AI发展的必然趋势.mp4 [67.0 MB]
1-6 仿Manus能自主决策的框架：Jmanus.mp4 [84.6 MB]
1-3 准备工作：配置阿里大模型广场的ApiKey.mp4 [28.6 MB]
1-2 准备工作：安装ApiFox.mp4 [25.9 MB]
1-5 准备工作：安装Nacos 3.mp4 [16.9 MB]

慕课网 - 多智能体+技能+SpringAI构建自主决策智能体（前11章）

这门课解决什么工作场景

适合什么基础与学完产出

学习路径与资料配合

课程目录

同类课程

慕课网 - AI Agent全栈开发工程师（完整版）

咕泡第五期-AI大模型零基础到商业实战全栈课

黑马26年最新 ai V7.5 线上全套

IT周瑜-AI原生超级全栈开发工程师训练营【第二期】

大漂亮《自媒体影响力变现集训营》

Hermes Agent从入门到AI数字员工实战|已完结