acedar-C大-MCP+GraphRAG+LLM的智能体agent全栈开发实战

课程主题与工作场景

这门课聚焦于 Agent 全栈开发，以 MCP + RAG + LLM 技术栈为核心，旨在帮助企业开发者构建具备信息检索、逻辑推理和交互能力的智能体。课程面向解决企业级复杂业务问答系统、智能客服、知识库交互等实际工作场景，通过完整项目实战，系统讲解从底层框架到客户端功能的开发全过程。适合希望提升系统自主性和整合大模型能力的开发人员，尤其是需要应对实时信息融合与多轮对话挑战的技术团队。

适合基础与学习重点

课程要求学员具备 Python 基础和 Web 开发经验，无需预先了解 RAG、GraphRAG、LLM 的具体应用，但需要一定的技术学习能力和问题解决意识。学习重点围绕 GraphRAG 知识图谱构建与实战、MCP 框架的 Server 端开发逻辑、天气查询等接口的具体实现，以及 Client 端交互功能的开发。建议先通过项目整体介绍（01）和 GraphRAG 知识回顾（02）建立技术框架认知，随后重点投入 Server 端开发（03-05）部分，深入理解核心功能模块的实现方式，为后续客户端开发打下基础。

学完产出与资料用法

学完后，学员能独立完成一个具备基础问答能力、支持信息检索的智能体 Agent 项目。具体产出包括：能够独立搭建 MCP Server 端框架、实现天气查询等业务接口、开发基础 Client 端交互逻辑，并初步整合 RAG 与 LLM 能力，构建简单的智能问答流程。资料包中包含代码实践和功能演示，配合练习时，需重点跟进 Server 端的代码实现，通过修改接口参数、拓展业务场景等方式加深理解。客户端部分可参考 Server 端的封装逻辑和样例代码完成开发，逐步尝试增加多模态交互或自定义知识库的功能拓展。建议结合项目实战视频，对照源码进行调试和优化，将理论知识应用于实际开发环节。