關(guān)于舉辦“基于大模型的Agent技術(shù)應(yīng)用開發(fā)實踐”培訓(xùn)班的通知

各有關(guān)單位：

為了企業(yè)實現(xiàn)智能化轉(zhuǎn)型，在激烈的市場競爭中搶占先機，增強核心競爭力，實現(xiàn)可持續(xù)發(fā)展。幫助學(xué)員深度掌握Agent技術(shù)開發(fā)技巧，提升項目執(zhí)行與解決復(fù)雜問題的能力，實現(xiàn)從傳統(tǒng)業(yè)務(wù)思維向數(shù)字化、智能化思維的轉(zhuǎn)變。中培偉業(yè)精心打造了“基于大模型的Agent技術(shù)應(yīng)用開發(fā)實踐”培訓(xùn)課程。于2026年在全國部分城市舉辦公開課，誠邀您的參與，有關(guān)事宜如下：

一、培訓(xùn)背景

在當今快速發(fā)展的信息技術(shù)時代，人工智能（AI）已成為推動社會進步和產(chǎn)業(yè)升級的關(guān)鍵力量。其中，Agent智能體作為AI領(lǐng)域的一個重要分支，正逐漸展現(xiàn)出其獨特的價值和廣泛的應(yīng)用前景。盡管 Agent需求旺盛，但企業(yè)在落地過程中普遍面臨技術(shù)、場景、安全三重門檻，培訓(xùn)學(xué)習(xí)成為破局關(guān)鍵。

Agent智能體是一種能夠自主決策、與環(huán)境進行交互并完成任務(wù)的軟件實體。它們能夠感知環(huán)境、理解用戶需求、制定并執(zhí)行計劃，從而為用戶提供智能化的服務(wù)。隨著大數(shù)據(jù)、云計算和深度學(xué)習(xí)等技術(shù)的不斷發(fā)展，大模型Agent智能體已經(jīng)能夠在眾多領(lǐng)域發(fā)揮重要作用，如智能家居、自動駕駛、智能客服、醫(yī)療輔助等。

學(xué)習(xí)Agent智能體的開發(fā)，能夠深入理解人工智能的基本原理和核心技術(shù)。通過掌握Agent智能體的設(shè)計、實現(xiàn)和優(yōu)化方法，幫助學(xué)習(xí)者更全面了解AI系統(tǒng)的構(gòu)建過程，為未來的研究和開發(fā)工作打下堅實的基礎(chǔ)；學(xué)習(xí)Agent智能體在智能家居領(lǐng)域、自動駕駛領(lǐng)域、智能客服領(lǐng)域、醫(yī)療輔助領(lǐng)域等領(lǐng)域開發(fā)具有廣泛的實用價值。

二、培訓(xùn)對象

AI工程師、算法工程師，各類軟件企業(yè)和研發(fā)中心的程序員、軟件設(shè)計師、技術(shù)負責人、架構(gòu)師、高校計算機及人工智能專業(yè)師生等。

三、培訓(xùn)信息

培訓(xùn)形式：線下面授 + 同步直播

培訓(xùn)班次：

2026年4月26-28日  北京

2026年6月25-27日   廣州

2026年8月28-30日  北京   2026年10月24-26日  成都

四、培訓(xùn)內(nèi)容

培訓(xùn)共計3天，每天6小時，具體日程安排如下：

日程   

內(nèi)容  

詳情   

第一天   

第一部分:大模型驅(qū)動的Agent智能體概述

1.智能體的定義與特點

2.智能體與傳統(tǒng)軟件的關(guān)系

3.智能體與LLM的關(guān)系

4.從ChatGPT到智能體

5.智能體的五種能力

6.記憶，規(guī)劃，工具，自主決策，推理

7.多智能體協(xié)作

8.企業(yè)級智能體應(yīng)用與任務(wù)規(guī)劃

9.智能體開發(fā)

第二部分: 基于大模型的Agent技術(shù)框架   

1.Agent的四大要素

2.Agent的規(guī)劃和決策能力

3.Agent的各種記憶機制

4.Agent的核心技能：調(diào)用工具

5.Agent的推理引擎：ReAct框架

6.何謂ReAct 

7.用ReAct框架實現(xiàn)簡單Agent 

8.基于ReAct框架的提示

9.構(gòu)建ReAct Agent

第三部分: 基于LangChain構(gòu)建智能體  

1.何謂LangChain 

2.LangChain中的六大模塊

3.LangChain和Agent開發(fā)

4.LangChain構(gòu)建智能體的類型

5.LangChain構(gòu)建工具

6.LangChain構(gòu)建Agent

第四部分: 推理與行動的協(xié)同——通過LangChain中的ReAct框架實現(xiàn)  

1.了解ReAct框架與運行邏輯

2.LangChain中ReAct Agent 的實現(xiàn)

3.LangChain中的工具和工具包

4.create_react_agent創(chuàng)建鮮花定價Agent 

5.深挖AgentExecutor的運行機制

6.在AgentExecutor中設(shè)置斷點

7.思考：模型決定搜索

8.行動：工具執(zhí)行搜索

9.思考：模型決定計算

10.行動：工具執(zhí)行計算

11.思考：模型完成任務(wù)  

第五部分: 計劃和執(zhí)行的解耦-通過LangChain中的Plan-and-Execute實現(xiàn)

1.Plan-and-Solve策略的提出

2.LangChain中的Plan-and-Execute Agent

3.通過Plan-and-Execute Agent實現(xiàn)物流管理

4.為Agent定義一系列進行自動庫存調(diào)度的工具

5.創(chuàng)建Plan-and-Execute Agent并嘗試一個“不可能完成的任務(wù)”

6.完善請求，讓Agent完成任務(wù)

7.從單Agent到多Agent

第二天

第六部分: 多Agent最佳實踐

1.智能體和多智能體 multi-agent systems

2.監(jiān)督者：每個Agent與一個監(jiān)督者Agent通信

3.自定義多Agent工作流：每個Agent只與其他Agent通信

4.Multi-Agent多角色協(xié)作      

5.SOP拆解    

6.角色扮演   

7.反饋迭代   

8.監(jiān)督控制

9.workflow automation

10.企業(yè)工程化最佳實踐

第七部分: 基于多模態(tài)構(gòu)建Agent

1.多模態(tài)技術(shù)原理講解

2.常用的多模態(tài)模型介紹、原理解析

3.多模態(tài)典型應(yīng)用場景舉例，以及技術(shù)實現(xiàn)

4.多模態(tài)技術(shù)實戰(zhàn)

5.多模態(tài)需求輸入：圖像、語音、文本

6.語音輸入集成模塊

7.圖像輸入集成模塊

8.核心需求理解與多輪輸入整合模塊

9.語音輸入處理

10.利用多模態(tài)技術(shù)實現(xiàn)多模態(tài)智能聊天對話

11.基于多模態(tài)大模型的Agent開發(fā)

第八部分:分析國外智能體典型案例和商業(yè)應(yīng)用

1.解讀斯坦福小鎮(zhèn)項目：生成式智能體典型案例

2.AutoGPT：通過自然語言的需求描述執(zhí)行自動化任務(wù)

3.BabyAGI：根據(jù)任務(wù)結(jié)果自動創(chuàng)建，排序和執(zhí)行新任務(wù)

4.MetaGPT：重塑生成式AI與軟件開發(fā)界面

5.AutoGen：下一代LLM應(yīng)用的啟動器

6.ChatDev：重塑軟件開發(fā)的AI群體智能協(xié)作框架

7.Camel AI：引領(lǐng)自主與交流智能體的未來

第九部分: 企業(yè)專屬領(lǐng)域的智能客服Agent

1.打造專屬領(lǐng)域的客服聊天機器人        

2.客服聊天機器人概述   

3.客服聊天機器人價值簡介        

4.客服聊天機器人研發(fā)工具        

5.AI課程客服聊天機器人總體架構(gòu)       

6.前端功能設(shè)計    

7.后端功能設(shè)計    

8.AI課程客服聊天機器人應(yīng)用實例

第十部分: Agent + MCP打造高級智能體

1.RAG、Agent與MCP的區(qū)別與聯(lián)系

2.MCP與FunctionCall的關(guān)系

3.熱門的MCP客戶端工具有哪些

4.MCP服務(wù)接入原理講解

5.自定義MCP Client開發(fā)--STDIO協(xié)議對接

6.LangGraph Agent接入Github MCP服務(wù)

7.Langchain_mcp_adatpers創(chuàng)建高德MCP客戶端

8.基于高德MCP的復(fù)雜路徑規(guī)劃+可視化展示

第三天

第十一部分: 知識圖譜構(gòu)建與Agent調(diào)用

1.Neo4j基礎(chǔ)概念：Node、Relationship、Property

2.使用 Cypher 查詢語言進行數(shù)據(jù)建模、插入和查詢。

3.網(wǎng)絡(luò)配置文件（config）的基本結(jié)構(gòu)和參數(shù)分析

4.基于config指定數(shù)據(jù)清洗與標準化格式

5.基于本地大模型的結(jié)構(gòu)化分析實現(xiàn)

6.LangChain 自動生成并優(yōu)化 Cypher 查詢

7.LangServe發(fā)布圖譜服務(wù)器

8. Agent識別用戶意圖并調(diào)用圖譜

第十二部分: Manus快速上手與辦公賦能

1.Manus產(chǎn)品架構(gòu)解析：云端智能體、多工具調(diào)用、任務(wù)分解與自主執(zhí)行

2.Manus在職場的應(yīng)用：文檔智能處理、任務(wù)自動化、代碼編寫與調(diào)試

3.Manus實操訓(xùn)練：任務(wù)自動化演練、網(wǎng)頁數(shù)據(jù)采集、代碼執(zhí)行挑戰(zhàn)

4.Manus辦公賦能：會議紀要自動總結(jié)、

5.Manus辦公賦能：郵件自動分類與回復(fù)

6.Manus辦公賦能：PPT生成對比

第十三部分: Manus 數(shù)據(jù)分析智能化

1.跨平臺AI協(xié)同DeepSeek+Manus組合優(yōu)化內(nèi)容生產(chǎn)

2.跨平臺AI協(xié)同：任務(wù)自動化與知識檢索結(jié)合

3.Manus在數(shù)據(jù)分析中的應(yīng)用：銷售數(shù)據(jù)分析、市場調(diào)研報告

4.高級AI數(shù)據(jù)分析演練：實時數(shù)據(jù)抓取與分析、A/B測試優(yōu)化

5.智能體如何重塑工作模式：AI從輔助工具到自主執(zhí)行體的演變

6.Agent私有化、數(shù)據(jù)安全與企業(yè)適配性問題

第十四部分: OpenManus本地化部署與使用

1.OpenManus簡介：開源AI智能體框架

2.GitHub克隆到本地運行

3.連接LLM API

4.瀏覽器操作與代碼執(zhí)行

5.ReAct與Planning模式

6.Flow系統(tǒng)應(yīng)用

7.啟用沙箱環(huán)境

8.常見問題與調(diào)試技巧

備注：采用小班制教學(xué)，授課過程中，講師會通過互動提問、組織小組討論、即時答疑等形式，幫助學(xué)員把所學(xué)轉(zhuǎn)化為可落地的能力。

五、培訓(xùn)教師

? 劉老師 | AI技術(shù)領(lǐng)域資深專家

西安郵電大學(xué)計算機科學(xué)與技術(shù)專業(yè)。擁有著20多年軟件研發(fā)與企業(yè)培訓(xùn)經(jīng)驗，對Java、Python、區(qū)塊鏈等技術(shù)領(lǐng)域有獨特的研究，精通機器學(xué)習(xí)、深度學(xué)習(xí)、大模型技術(shù)。他的專業(yè)素養(yǎng)和教學(xué)能力備受學(xué)員贊譽，是眾多技術(shù)愛好者心中的楷模。

AI深度學(xué)習(xí)方法：Scikit-Learn，Tensorflow、Keras、DNN、CNN、RNN、Yolo、OpenCV熟悉主流機器學(xué)習(xí)算法、各種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和圖形圖像識別技術(shù)。

LLM大模型方向：DeekSeek、ChatGLM、ChatGPT4、Llama3、Agent、React、Ollama、Dify、Llamafactory微調(diào)、DeepSpeek分布式訓(xùn)練、MindFormers生態(tài)、MoE混合專家模型。能根據(jù)客戶的需求實現(xiàn)定制化的模型私有化部署、微調(diào)、對齊、量化。并對LangChain、LlamaIndex、Dify等大模型框架有源碼級的理解。

? 劉老師 | 國內(nèi)頂尖AI專家

最近幾年帶隊完成了數(shù)十個AI項目，內(nèi)容不僅包括深度學(xué)習(xí)、機器學(xué)習(xí)、數(shù)據(jù)挖掘等具體技術(shù)要點，也包括AI的整體發(fā)展、現(xiàn)狀、應(yīng)用、商業(yè)價值、未來方向等，涵蓋內(nèi)容非常豐富。完成多個深度學(xué)習(xí)實踐項目，廣泛應(yīng)用于醫(yī)療、交通、銀行、電信等多個領(lǐng)域。從2020年推出的多門課程《AI大模型賦能行業(yè)應(yīng)用與解決方案》《AI大模型輔助軟件研發(fā)管理與效能提升》和《AI大模型技術(shù)及開發(fā)應(yīng)用實踐》更是廣受歡迎，已經(jīng)為幾十家企業(yè)培訓(xùn)，作為一名AI技術(shù)專家，對人工智能的理解深入透徹。

他不僅精通AI的編程技術(shù)，還熟悉各種AI工具的使用，尤其在AI行業(yè)應(yīng)用更是有著獨特的見解和實踐經(jīng)驗；自從2023年以來幫助多家研發(fā)中心做AI輔助開發(fā)效能提升咨詢服務(wù)。同時也是微軟人工智能認證工程師，阿里云AI人工智能訓(xùn)練師。在人工智能領(lǐng)域的深耕和創(chuàng)新，也得到了出版社的青睞，計劃出版自己的著作。也在多家技術(shù)大會做AI技術(shù)講座。

? 張老師 | 人工智能實戰(zhàn)導(dǎo)師

大數(shù)據(jù)資深專家、云計算架構(gòu)師，數(shù)據(jù)挖掘、數(shù)據(jù)分析工程師，曾作為多家大型知名企業(yè)首席架構(gòu)，負責PaaS平臺研發(fā)；主要研究方向包括大數(shù)據(jù)、云計算、移動開發(fā)、互聯(lián)網(wǎng)營銷、電子商務(wù)、項目管理等。IT從業(yè)二十余年，具有多年授課經(jīng)驗，秉承理論與實踐相結(jié)合，在學(xué)習(xí)中實踐，在實踐中學(xué)習(xí)，積累了豐富的理論與實踐經(jīng)驗，并且樂于將自己的經(jīng)驗分享。發(fā)現(xiàn)并集成整合社會資源，為企業(yè)節(jié)省資源并創(chuàng)造價值，達到為合作伙伴創(chuàng)收的目的。

曾為多家國內(nèi)知名企業(yè)提供培訓(xùn)與咨詢，擁有大數(shù)據(jù)、大流量、高并發(fā)、分布式的大型網(wǎng)站架構(gòu)和設(shè)計經(jīng)驗。曾主導(dǎo)過多個私有云建設(shè)項目，早些年也主導(dǎo)過ERP、CMS等軟件項目，這些項目中包含多個數(shù)百萬、上千萬的大型項目。

六、培訓(xùn)收益

1.深入理解AI大模型與Agent技術(shù)的核心原理；

2.深入了解AI大模型與Agent技術(shù)架構(gòu)及運作機制；

3.挖掘AI大模型與Agent技術(shù)在企業(yè)業(yè)務(wù)中的創(chuàng)新應(yīng)用場景；

4.學(xué)會結(jié)合AI大模型與Agent技術(shù)進行分析與解決復(fù)雜問題；

5.顯著提升工作效能，實現(xiàn)業(yè)務(wù)流程的自動化處理；

6.促進團隊協(xié)作優(yōu)化，推動行業(yè)技術(shù)交流，拓寬職業(yè)發(fā)展道路。

七、證書頒發(fā)

參加培訓(xùn)并通過考試的學(xué)員，將獲得由工業(yè)和信息化部教育與考試中心統(tǒng)一頒發(fā)的《AI大模型全棧技術(shù)（高級）》職業(yè)能力證書。證書長期有效，相關(guān)信息可隨時登錄中心官網(wǎng)查詢。

八、培訓(xùn)費用

6800元/人（含培訓(xùn)費、平臺費、資料費、視頻回放、證書、發(fā)票等費用）。

備注：參加面授的學(xué)員提供培訓(xùn)期間的午餐。

我要報名沒有找到合適的課程,請在這里提交您的培訓(xùn)需求   發(fā)布需求

主題

上課時間

2026年04月26-28日 北京2026年06月25-27日 廣州2026年08月28-30日 北京2026年10月24-26日 成都

參加人數(shù)

費用

聯(lián)系人

先生 女士

單位名稱

部門職務(wù)

電話

傳真

手機

郵箱

通信地址

郵編

備注

驗證碼

看不清，請換一張

現(xiàn)在報名

推薦課程