课程大纲 |
熟练使用LLM能力的核心知识体系
|
- 大语言模型的基本原理详解
- LLM应用能力的进阶模型(“倒三角”模型)
- 提示词工程基础知识
- 主流提示词使用技巧
- 提示的万能使用公式详解
- 提示词模板的使用
- 提示词静态链的使用
- 提示词的横向扩展
- 提示词的纵向扩展
- 使用API访问大模型
- ReAct的概念和落地
- 思维链和多思维链
- RAG的基本原理与应用
- 多模态RAG的使用
- plugin机制与使用方式
- Function Call机制与使用方式
- MCP机制与使用方式
- Skill机制与使用方式
|
Agent核心知识体系
|
- Agent的雏形
- Agent智能体的定义与特点
- Agent与传统软件的关系
- Agent与LLM的关系
- Agent的能力图谱
- Agent的错误累积特性
- Agent开发的基本框架
- 业界主流Agent的设计思路与使用
- Multi-Agent的雏形
- 业界主流Multi-Agent的设计思路
- 多Agent任务调度策略与选型
- Agent设计模式与选择
- Multi-Agent的基本逻辑和应用范围
- Multi-Agent应用示例:MetaGPT
- Multi-Agent应用示例:DevChat
|
Agent设计模式
|
- 顺序执行链模式与案例详解
- 路由模式与案例详解
- 并行模式与案例详解
- 反思模式与案例详解
- 工具使用模式与案例详解
- 规划模式与案例详解
- 多智能体协作模式与案例详解
- 人类参与模式与案例详解
- 短期记忆管理模式与案例详解
- 长期记忆管理模式与案例详解
|
Agent智能体开发
|
- Agent开发的主流框架简介
- Agent开发框架的学习方法与策略
- 基于可视化编排的Agent开发模式
- 基于代码框架的Agent开发模式
- 记忆,规划,工具,自主决策,推理详解
- 多智能体协作
- 企业级智能体应用与任务规划
- Agent开发框架选型
- 用LangChain实现路由模式
- 用LangChain实现并行模式
- 用LangChain实现反思模式
- 用LangChain实现工具使用
- 用LangChain实现规划模式
- 用LangChain实现短期记忆管理模式
- 用LangChain实现长期记忆管理模式
|
Agent高级主题与应用前沿
|
- Agent评测的“可验证性”理论
- Agent评测的数据集准备
- Agent评测的业界前沿实践
- Agent评测的发展方向
- AgentOps的概念
- AgenticOps的概念
- AgentOps的难点与挑战
- AgentOps的异常定义
- AgentOps的全流程体系
- AgentOps的发展方向
|
企业级Agent实战案例详解(软件工程领域独家干货)
|
- 接口测试用例和脚本生成Agent的设计与落地实践
- GUI测试用例和脚本生成Agent的设计与落地实践
- 自启发GUI测试Agent的设计思路与落地实践
- Code Agent的设计思路与落地实践
- 代码重构Agent的设计思路与落地实践
- 代码评审Agent的设计思路与落地实践
- 需求辅助Agent的设计思路与落地实践
- 各类其他Agent的设计思路与落地实践
|