人工精选AI智能体+MCP从零开始构建商业级编程助手
这门课解决什么实际痛点 现在的开发者或技术从业者，往往面临两个极端：要么只会用现成的 ChatGPT 问问题，无法让 AI 深入代码仓库执行操作；要么自己搭智能体时，被复杂的 Prompt 工程和工具调用逻辑劝退。这门课聚焦于「从零构建具备独立执行能力的商业级编程助手」，核心解决的是如何让 AI 从
会员可免费下载本篇月会员可免费领取。
开通会员 ›会员 · 按档位
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
这门课解决什么实际痛点
现在的开发者或技术从业者，往往面临两个极端：要么只会用现成的 ChatGPT 问问题，无法让 AI 深入代码仓库执行操作；要么自己搭智能体时，被复杂的 Prompt 工程和工具调用逻辑劝退。这门课聚焦于「从零构建具备独立执行能力的商业级编程助手」，核心解决的是如何让 AI 从「聊天机器人」变成「能干活的技术员工」。
它不教你怎么调 API 接口，而是教你如何用 LangChain 和 LangGraph 编排 Agent，以及如何通过 MCP（Model Context Protocol）协议，让 AI 接入 GitHub、高德地图、Playwright 浏览器自动化等真实外部工具。学完这门课，你不再是单纯地“问”AI，而是构建一个能读懂代码、执行命令、甚至通过浏览器自动处理任务的自动化工作流。
适合什么基础，建议先看哪几块
本课程对 Python 基础有一定要求，特别是第 3 章涉及的 anaconda 和 uv 环境管理，建议有 Python 开发经验的读者入手。课程逻辑层层递进：
1. **先攻克第 3 章**：这是地基，必须掌握如何调用本地 Ollama 模型以及基础的 LangChain 实例化，不理解这部分，后面的工具调用就是空中楼阁。
2. **精读第 4 章**：这是核心能力构建。重点看“大模型调用自定义工具全流程”和“tool 装饰器注册工具”，理解 `args_schema` 如何精确控制入参，这是让你的 Agent 能够准确调用外部接口的关键。
3. **实战第 7 章**：这是高光部分。重点观看“Cursor+MCP 接入”和“LangGraph 创建智能体运行 Playwright 工具”，这里展示了如何将 AI 嵌入到实际编码环境（如 vue-element-admin 项目）和浏览器自动化场景中。
4. **补充第 8 章**：如果你需要构建带记忆功能的长期助手，务必学习“多轮对话能力”和“会话持久化”部分，了解如何使用 FileChatMessageHistory 保持上下文连贯性。
学完能独立做什么，资料怎么用
完成全部章节后，你将具备以下独立开发能力：
- 能够基于 LangChain/LangGraph 搭建具备记忆功能的多轮对话智能体。
- 能够利用 MCP 协议，为 AI 接入任意 HTTP 服务、数据库或浏览器自动化工具。
- 能够在 Cursor 编辑器中配置本地 MCP 服务，实现 AI 辅助编写的代码直接在你的项目中跑通，甚至自动拉取 GitHub 仓库并进行二次开发。
学习过程中，请跟随视频中的项目代码进行手写练习，不要仅观看视频。特别是第 7 章的 Cursor 集成环节，建议亲手搭建 Node 环境和 Vue 项目，体验从“零配置”到“AI 自主开发”的全流程。资料中的章节回顾视频适合作为阶段性复习，用于自查是否遗漏了关键的工具注册或提示词模板细节。对于转行者来说，这不仅是学一门课，更是掌握下一代 AI 应用开发的标准范式。
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]
同类课程
和你正在看的这门一个方向
AI慕课网 - AI Agent全栈开发工程师（完整版）
永久有效 · 网盘发货
AI咕泡第五期-AI大模型零基础到商业实战全栈课
永久有效 · 网盘发货
AI黑马26年最新 ai V7.5 线上全套
永久有效 · 网盘发货
AIIT周瑜-AI原生超级全栈开发工程师训练营【第二期】
永久有效 · 网盘发货
AI大漂亮《自媒体影响力变现集训营》
永久有效 · 网盘发货
AIHermes Agent从入门到AI数字员工实战|已完结
永久有效 · 网盘发货