AI Agent+MCP从0到1打造商业级编程智能体（已完结）

这门课的主题是 AI Agent 与 MCP 协议，落点是「商业级编程智能体」。如果你已经在用大模型写代码，但每次都要手工复制上下文、切换工具、反复贴报错，这门课想解决的正是这类问题：让智能体自己决定调用哪些工具、读哪些文件、执行哪些命令，把「一问一答」变成「交任务、拿结果」。它不是讲提示词技巧的课，而是讲怎么把模型、工具调用和上下文协议拼成一个能跑在真实项目里的东西。

适合什么基础，不适合什么基础

前提是你能独立写一门语言的项目代码，读得懂接口文档，知道什么是 HTTP 请求和 JSON，最好自己配过 API Key 调过大模型接口。不懂 Python 语法、没写过任何后端逻辑的人，前期会卡在环境配置和调试上，收益有限。另一方面，如果你期待的是零代码拖拽出一个智能体，这门课也不对口——它更偏工程实现，会涉及协议字段、工具定义、调用链路这些偏底层的内容。转行者如果已有编程基础，可以当作从「会调模型」到「会做产品」的过渡。

建议先看哪几块，别顺着播

开头的基础概念部分值得完整过一遍，尤其是智能体和大模型的区别、智能体的分层，这几节决定了你后面写代码时的判断标准：什么时候该让模型自己规划，什么时候该用固定流程兜住。产品对比那几节可以快看，目的是建立效果预期，知道当前方案的天花板在哪。真正要慢下来的是工具调用与 MCP 相关的部分，这里是整门课的技术核心，建议边看边把示例跑通，不要只看不写。后面的综合实战部分，第一遍可以只看结构，等自己动手卡住了再回头对照。

学完能独立做什么，资料怎么配合练

比较现实的目标是：你能自己搭一个针对具体业务场景的编程智能体，比如自动读需求文档、检索代码库、改文件、跑测试并根据报错继续修，能把它接进现有的开发流程而不是停在演示阶段。资料里的视频按章节推进，但练习不能只跟着敲一遍。建议每学完一个能力点，就换一个自己熟悉的小项目重做一次，比如把工具从示例里的换成你实际用的构建或部署命令。MCP 部分重点练协议对接，尝试自己写一个工具服务并让智能体调用它，这一步走通，才算真的掌握。遇到跑不通的情况先看日志里的调用链，多数问题出在参数格式和工具描述上，而不是模型本身。