人工精选

永久有效网盘秒发免费补链

飞豹客AI 会员免费

AI智能体+MCP编程智能体从零开始打造商业级

这门课解决什么痛点目前市面上大多数 AI 编程课程，要么停留在调用现成 API 的「玩具级」演示，要么要求学员具备深厚的全栈工程背景。这门课的核心价值在于填补中间的空白：它解决的是如何将大模型能力真正落地为可交互、可持久化、能操作真实工具的商业级智能体。课程围绕三个关键环节展开：首先是底层的大模

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 2026-11-05 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 ¥29.90

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

这门课解决什么痛点

目前市面上大多数 AI 编程课程，要么停留在调用现成 API 的「玩具级」演示，要么要求学员具备深厚的全栈工程背景。这门课的核心价值在于填补中间的空白：它解决的是如何将大模型能力真正落地为可交互、可持久化、能操作真实工具的商业级智能体。

课程围绕三个关键环节展开：首先是底层的大模型接入，涵盖从云端调用到本地 Ollama 部署，解决算力与隐私成本问题；其次是工具链集成，重点讲解 LangChain 与 MCP（模型上下文协议）的对接，让智能体能读取浏览器、操作 GitHub 仓库或规划旅行路线；最后是多轮对话架构，解决传统 AI「记性差」、无法连续协作完成复杂任务的缺陷。适合希望从零构建具备实际工作能力的 AI Agent，而非仅仅编写聊天机器人的开发者。

适合什么基础与学习路径

本课程适合具备 Python 基础、了解 HTTP 请求概念，但对 LangChain 框架和 Agent 架构尚不熟悉的初学者或转行者。你不需要精通前端，但需要能独立配置 Node.js 和 Python 虚拟环境。建议的学习顺序如下：

第一步：搭建环境与基础调用（第 3 章）
先掌握 Anaconda 或 uv 进行多版本 Python 管理，学会使用 langchain-ollama 本地部署模型。这是后续所有开发的环境基石，务必确认能顺利调用本地小参数模型。
第二步：理解工具与提示词工程（第 4 章）
重点学习 PromptTemplate 和 ChatPromptTemplate 的区别，以及如何通过 tool 装饰器注册自定义工具。这是让大模型「动手」而非仅「动口」的关键章节。
第三步：MCP 协议与真实场景集成（第 7 章）
这是本课程的亮点。深入理解 Cursor 编辑器如何接入 MCP 服务，特别是 Playwright 浏览器自动化工具和 GitHub MCP 服务。通过二次开发 vue-element-admin 项目，观察智能体如何自主读取代码库并执行操作。
第四步：多轮对话状态管理（第 8 章）
学习 Runnables 组件和 ChatMessageHistory，实现会话持久化。这解决了单轮问答的局限，是构建企业级客服或助手类应用的必经之路。

学完能独立做什么及资料配合建议

完成课程后，你将能够独立设计并开发具备以下能力的商业级智能体：第一，能在本地或云端灵活切换大模型后端；第二，能通过 MCP 标准协议连接浏览器、文件系统、Git 仓库等外部工具，实现自动化操作；第三，能构建支持多轮上下文记忆的稳定对话流，用于处理需分步执行的复杂任务。

资料包中的视频文件按章节严格划分，建议边看边动手。在第 7 章涉及 Cursor 和 Playwright 的部分，视频体积较大（如 4-7、7-2 等），网络条件一般时可提前下载。练习时不要只抄代码，重点复现「智能体调用工具→接收结果→反馈给大模型」这一闭环流程，尤其是第 7-6 章的旅行计划制定和第 7-8 章的项目二次开发，是检验你是否真正理解 Agent 工作流的最佳测试用例。

课程目录

第4章 AI智能体开发之LangChain大模型工具开发 (Agent工具能力)9 集

4-7 大模型调用自定义工具全流程开发 .mp4 [55.9 MB]
4-1 langchain_openai实例化qwen大模型+pydantic SecretStr加密api_key .mp4 [35.6 MB]
4-5 FewShotPromptTemplate通过提示词实现大模型少样本学习 .mp4 [31.6 MB]
4-2 提示词模板之文本提示词PromptTemplate .mp4 [29.9 MB]
4-6 提示词模板对比及场景分析+链式调用大模型 .mp4 [28.6 MB]
4-9 本章重点内容回顾和复习 .mp4 [26.8 MB]
4-8 tool装饰器注册工具+args_schema精确控制工具入参 .mp4 [27.0 MB]
4-3 对话提示词模板ChatPromptTemplate用法 .mp4 [30.1 MB]
4-4 ChatPromptTemplate+ChatMessagePromptTemplate联合实现对提示词+消息体的抽象和复用 .mp4 [17.7 MB]

第7章 AI智能体开发之Cursor+MCP接入(AI Agent 的智能化工具)11 集

7-8 小项目：Cursor+Github MCP二次开发vue-element-admin项目 .mp4 [105.8 MB]
7-6 Cursor+高德MCP服务制定旅行计划 .mp4 [36.1 MB]
7-7 Cursor+Github MCP服务集成 .mp4 [29.6 MB]
7-10 本章重点内容回顾和复习 .mp4 [15.6 MB]
7-9 LangGraph agent接入Github MCP服务 .mp4 [24.7 MB]
7-2 LangChain+MCP读取Playwright工具 .mp4 [45.6 MB]
7-3 LangGraph+create_react_agent创建智能体运行Playwright工具 .mp4 [40.3 MB]
7-4 Cursor下载、安装并接入Playwright MCP服务 .mp4 [37.7 MB]
7-1 本章内容概览+Node环境搭建 .mp4 [46.9 MB]
7-5 Cursor+Github MCP服务集成 .mp4 [29.6 MB]
7-4 Playwright工具执行流程分析+日志结构化输出 .mp4 [51.5 MB]

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)11 集

8-3 多轮对话LCLE创建 .mp4 [38.3 MB]
8-7 使用FileChatMessageHistory实现会话持久化 .mp4 [43.3 MB]
8-8 将agent集成到多轮对话 .mp4 [49.6 MB]
8-1 项目目标及整体架构设计 .mp4 [79.2 MB]
8-6 多轮对话交互实现 .mp4 [56.6 MB]
8-11 本章重点内容回顾和复习 .mp4 [22.7 MB]
8-10 Runnables组件核心功能演示 .mp4 [64.2 MB]
8-5 基于RunnableWithMessageHistory构建多轮对话Runnable实例 .mp4 [23.1 MB]
8-4 使用对话历史类ChatMessageHistory解决历史对话注入问题 .mp4 [25.3 MB]
8-2 多轮对话能力原理介绍 .mp4 [38.4 MB]
8-9 LangChain核心组件Runnables介绍 .mp4 [21.6 MB]

第3章 AI智能体开发之大模型调用 (AI Agent的大模型能力)9 集

3-4 使用langchain-ollama库调用本地大模型 .mp4 [37.0 MB]
3-1 python多版本管理工具anaconda使用方法 .mp4 [40.6 MB]
3-3 智能体开发流程&Ollama本地大模型部署 .mp4 [34.5 MB]
3-9 本章重点内容回顾和复习 .mp4 [16.2 MB]
3-2 python项目管理工具uv安装和应用 .mp4 [29.0 MB]
3-7 百炼平台推理大模型调用 .mp4 [24.2 MB]
3-5 ollama大模型的流式调用 .mp4 [10.7 MB]
3-8 LangChain框架基本特性和概念介绍 .mp4 [29.5 MB]
3-6 阿里云百炼平台大模型调用 .mp4 [31.6 MB]

第6章 AI智能体开发之深入MCP协议(AI Agent 的外部工具能力)8 集

6-8 本章重点内容回顾和复习 .mp4 [26.4 MB]
6-1 本章内容概览——走近MCP .mp4 [21.2 MB]
6-3 高德MCP服务接入原理讲解 .mp4 [27.3 MB]
6-7 MCP通讯协议之stdio——实现本地MCP服务端+客户端 .mp4 [91.3 MB]
6-5 结合高德MCP使智能体具备位置服务能力 .mp4 [62.8 MB]
6-4 使用langchain_mcp_adatpers创建高德MCP客户端 .mp4 [49.8 MB]
6-2 彻底搞懂MCP的原理和发展现状 .mp4 [56.9 MB]
6-6 基于高德MCP的复杂路径规划+可视化展示 .mp4 [77.4 MB]

第9章 AI编程智能体记忆能力实现(AI Agent的记忆能力)12 集

9-10 （加餐）使用Docker安装mongodb服务 .mp4 [24.7 MB]
9-9 （加餐）使用Docker安装redis服务 .mp4 [47.2 MB]
9-11 （加餐）mongosh命令行工具安装和使用 .mp4 [16.1 MB]
9-5 文件持久化原理讲解+手写FileSaver实例化 .mp4 [37.6 MB]
9-12 本章重点内容回顾和复习 .mp4 [23.0 MB]
9-2 Windows&MacOS Redis环境搭建 .mp4 [34.8 MB]
9-6 文件持久化FileSaver存储方法put实现 .mp4 [101.1 MB]
9-4 MongoDB环境搭建&MongoDB持久化实现 .mp4 [43.2 MB]
9-7 文件持久化FileSaver恢复方法get_tuple实现 .mp4 [67.8 MB]
9-1 本章内容概览+Agent内存记忆能力实现 .mp4 [83.7 MB]
9-3 运用RedisSaver实现Agent会话持久化 .mp4 [39.9 MB]
9-8 基于FileSaver的agent多轮对话能力实现 .mp4 [47.2 MB]

第1章课程简介1 集

1-1 导学：什么是AI Agent，如何更好地学习AI Agent？ .mp4 [76.1 MB]

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7 集

2-1 什么是智能体？常见的AI智能体能力展示 .mp4 [28.9 MB]
2-7 本章知识总结和回顾 .mp4 [23.0 MB]
2-3 智能体的核心特性：自主性、适应性、交互性 .mp4 [20.2 MB]
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） .mp4 [54.4 MB]
2-5 智能体5级分层及商业应用 .mp4 [30.2 MB]
2-6 智能体技术架构讲解——Langgraph+LLM+Tools+MCP+RAG .mp4 [29.8 MB]
2-4 智能体和大模型的区别 .mp4 [31.9 MB]

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)10 集

10-8 使用Cursor封装终端mcp工具 .mp4 [52.3 MB]
10-5 MacOS终端工具原理介绍+关闭终端工具开发 .mp4 [44.8 MB]
10-7 实现向终端输入脚本命令+获取终端全部信息 .mp4 [37.2 MB]
10-6 终端新增工具开发 .mp4 [86.2 MB]
10-4 智能体流失输出+输出结果视觉优化 .mp4 [127.7 MB]
10-3 mcp工具封装+agent集成shell mcp工具 .mp4 [109.8 MB]
10-10 本章重点内容回顾和复习 .mp4 [14.2 MB]
10-1 本章内容概览+subprocess run方法讲解 .mp4 [80.3 MB]
10-2 subprocess Popen方法实战 .mp4 [34.4 MB]
10-9 windows利用psutil+pyautogui开发powershell控制工具 .mp4 [37.8 MB]

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)8 集

5-5 智能体企业官网提示词修改和优化 .mp4 [25.9 MB]
5-6 langchain基础解析器讲解——精准控制大模型响应结果 .mp4 [38.5 MB]
5-3 PythonPerl基本用法介绍 .mp4 [27.1 MB]
5-2 应用JsonOutputParser规范智能体返回值 .mp4 [65.7 MB]
5-4 利用PythonPerlTool自动编写企业官网 .mp4 [64.3 MB]
5-7 langchain DateOutputParser实现将自然语言转为日期格式 .mp4 [20.0 MB]
5-1 使用langchain.agents库快速完成智能体创建和调用 .mp4 [51.2 MB]
5-8 本章重点内容回顾和复习 .mp4 [27.2 MB]

AI智能体+MCP编程智能体从零开始打造商业级

这门课解决什么痛点

适合什么基础与学习路径

学完能独立做什么及资料配合建议

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