中培伟业企业IT内训课程
您现在的位置:首页 > 企业内训 > 人工智能 > 关于举办“基于大模型的Agent技术应用开发实践” 培训班的通知

关于举办“基于大模型的Agent技术应用开发实践” 培训班的通知

2025-11-06 11:09:09 | 来源:企业IT培训

各有关单位:

为了企业实现智能化转型,在激烈的市场竞争中抢占先机,增强核心竞争力,实现可持续发展。帮助学员深度掌握Agent技术开发技巧,提升项目执行与解决复杂问题的能力,实现从传统业务思维向数字化、智能化思维的转变。中培伟业精心打造了“基于大模型的Agent技术应用开发实践”培训课程。于2026年在全国部分城市举办公开课,诚邀您的参与,有关事宜如下:

一、培训背景

在当今快速发展的信息技术时代,人工智能(AI)已成为推动社会进步和产业升级的关键力量。其中,Agent智能体作为AI领域的一个重要分支,正逐渐展现出其独特的价值和广泛的应用前景。尽管 Agent需求旺盛,但企业在落地过程中普遍面临技术、场景、安全三重门槛,培训学习成为破局关键。

Agent智能体是一种能够自主决策、与环境进行交互并完成任务的软件实体。它们能够感知环境、理解用户需求、制定并执行计划,从而为用户提供智能化的服务。随着大数据、云计算和深度学习等技术的不断发展,大模型Agent智能体已经能够在众多领域发挥重要作用,如智能家居、自动驾驶、智能客服、医疗辅助等。

学习Agent智能体的开发,能够深入理解人工智能的基本原理和核心技术。通过掌握Agent智能体的设计、实现和优化方法,帮助学习者更全面了解AI系统的构建过程,为未来的研究和开发工作打下坚实的基础;学习Agent智能体在智能家居领域、自动驾驶领域、智能客服领域、医疗辅助领域等领域开发具有广泛的实用价值。

二、培训对象

AI工程师、算法工程师,各类软件企业和研发中心的程序员、软件设计师、技术负责人、架构师、高校计算机及人工智能专业师生等。

三、培训信息

培训形式:线下面授 + 同步直播

培训班次:

2026年4月26-28日 北京

2026年6月25-27日 广州

2026年8月28-30日 北京 2026年10月24-26日 成都

四、培训内容

培训共计3天,每天6小时,具体日程安排如下:

日程 内容 详情
第一天 第一部分:大模型驱动的Agent智能体概述 1.智能体的定义与特点
2.智能体与传统软件的关系
3.智能体与LLM的关系
4.从ChatGPT到智能体
5.智能体的五种能力
6.记忆,规划,工具,自主决策,推理
7.多智能体协作
8.企业级智能体应用与任务规划
9.智能体开发
第二部分: 基于大模型的Agent技术框架 1.Agent的四大要素
2.Agent的规划和决策能力
3.Agent的各种记忆机制
4.Agent的核心技能:调用工具
5.Agent的推理引擎:ReAct框架
6.何谓ReAct 
7.用ReAct框架实现简单Agent 
8.基于ReAct框架的提示
9.构建ReAct Agent
第三部分: 基于LangChain构建智能体 1.何谓LangChain 
2.LangChain中的六大模块
3.LangChain和Agent开发
4.LangChain构建智能体的类型
5.LangChain构建工具
6.LangChain构建Agent
第四部分: 推理与行动的协同——通过LangChain中的ReAct框架实现 1.了解ReAct框架与运行逻辑
2.LangChain中ReAct Agent 的实现
3.LangChain中的工具和工具包
4.create_react_agent创建鲜花定价Agent 
5.深挖AgentExecutor的运行机制
6.在AgentExecutor中设置断点
7.思考:模型决定搜索
8.行动:工具执行搜索
9.思考:模型决定计算
10.行动:工具执行计算
11.思考:模型完成任务  
第五部分: 计划和执行的解耦-通过LangChain中的Plan-and-Execute实现 1.Plan-and-Solve策略的提出
2.LangChain中的Plan-and-Execute Agent
3.通过Plan-and-Execute Agent实现物流管理
4.为Agent定义一系列进行自动库存调度的工具
5.创建Plan-and-Execute Agent并尝试一个“不可能完成的任务”
6.完善请求,让Agent完成任务
7.从单Agent到多Agent
第二天 第六部分: 多Agent最佳实践 1.智能体和多智能体 multi-agent systems
2.监督者:每个Agent与一个监督者Agent通信
3.自定义多Agent工作流:每个Agent只与其他Agent通信
4.Multi-Agent多角色协作      
5.SOP拆解    
6.角色扮演   
7.反馈迭代   
8.监督控制
9.workflow automation
10.企业工程化最佳实践
第七部分: 基于多模态构建Agent 1.多模态技术原理讲解
2.常用的多模态模型介绍、原理解析
3.多模态典型应用场景举例,以及技术实现
4.多模态技术实战
5.多模态需求输入:图像、语音、文本
6.语音输入集成模块
7.图像输入集成模块
8.核心需求理解与多轮输入整合模块
9.语音输入处理
10.利用多模态技术实现多模态智能聊天对话
11.基于多模态大模型的Agent开发
第八部分:分析国外智能体典型案例和商业应用 1.解读斯坦福小镇项目:生成式智能体典型案例
2.AutoGPT:通过自然语言的需求描述执行自动化任务
3.BabyAGI:根据任务结果自动创建,排序和执行新任务
4.MetaGPT:重塑生成式AI与软件开发界面
5.AutoGen:下一代LLM应用的启动器
6.ChatDev:重塑软件开发的AI群体智能协作框架
7.Camel AI:引领自主与交流智能体的未来
第九部分: 企业专属领域的智能客服Agent 1.打造专属领域的客服聊天机器人        
2.客服聊天机器人概述   
3.客服聊天机器人价值简介        
4.客服聊天机器人研发工具        
5.AI课程客服聊天机器人总体架构       
6.前端功能设计    
7.后端功能设计    
8.AI课程客服聊天机器人应用实例
第十部分: Agent + MCP打造高级智能体 1.RAG、Agent与MCP的区别与联系
2.MCP与FunctionCall的关系
3.热门的MCP客户端工具有哪些
4.MCP服务接入原理讲解
5.自定义MCP Client开发--STDIO协议对接
6.LangGraph Agent接入Github MCP服务
7.Langchain_mcp_adatpers创建高德MCP客户端
8.基于高德MCP的复杂路径规划+可视化展示
第三天 第十一部分: 知识图谱构建与Agent调用 1.Neo4j基础概念:Node、Relationship、Property
2.使用 Cypher 查询语言进行数据建模、插入和查询。
3.网络配置文件(config)的基本结构和参数分析
4.基于config指定数据清洗与标准化格式
5.基于本地大模型的结构化分析实现
6.LangChain 自动生成并优化 Cypher 查询
7.LangServe发布图谱服务器
8. Agent识别用户意图并调用图谱
第十二部分: Manus快速上手与办公赋能 1.Manus产品架构解析:云端智能体、多工具调用、任务分解与自主执行
2.Manus在职场的应用:文档智能处理、任务自动化、代码编写与调试
3.Manus实操训练:任务自动化演练、网页数据采集、代码执行挑战
4.Manus办公赋能:会议纪要自动总结、
5.Manus办公赋能:邮件自动分类与回复
6.Manus办公赋能:PPT生成对比
第十三部分: Manus 数据分析智能化 1.跨平台AI协同DeepSeek+Manus组合优化内容生产
2.跨平台AI协同:任务自动化与知识检索结合
3.Manus在数据分析中的应用:销售数据分析、市场调研报告
4.高级AI数据分析演练:实时数据抓取与分析、A/B测试优化
5.智能体如何重塑工作模式:AI从辅助工具到自主执行体的演变
6.Agent私有化、数据安全与企业适配性问题
第十四部分: OpenManus本地化部署与使用 1.OpenManus简介:开源AI智能体框架
2.GitHub克隆到本地运行
3.连接LLM API
4.浏览器操作与代码执行
5.ReAct与Planning模式
6.Flow系统应用
7.启用沙箱环境
8.常见问题与调试技巧

备注:采用小班制教学,授课过程中,讲师会通过互动提问、组织小组讨论、即时答疑等形式,帮助学员把所学转化为可落地的能力。

五、培训教师

➤ 刘老师 | AI技术领域资深专家

西安邮电大学计算机科学与技术专业。拥有着20多年软件研发与企业培训经验,对Java、Python、区块链等技术领域有独特的研究,精通机器学习、深度学习、大模型技术。他的专业素养和教学能力备受学员赞誉,是众多技术爱好者心中的楷模。

AI深度学习方法:Scikit-Learn,Tensorflow、Keras、DNN、CNN、RNN、Yolo、OpenCV熟悉主流机器学习算法、各种神经网络结构和图形图像识别技术。

LLM大模型方向:DeekSeek、ChatGLM、ChatGPT4、Llama3、Agent、React、Ollama、Dify、Llamafactory微调、DeepSpeek分布式训练、MindFormers生态、MoE混合专家模型。能根据客户的需求实现定制化的模型私有化部署、微调、对齐、量化。并对LangChain、LlamaIndex、Dify等大模型框架有源码级的理解。

➤ 刘老师 | 国内顶尖AI专家

最近几年带队完成了数十个AI项目,内容不仅包括深度学习、机器学习、数据挖掘等具体技术要点,也包括AI的整体发展、现状、应用、商业价值、未来方向等,涵盖内容非常丰富。完成多个深度学习实践项目,广泛应用于医疗、交通、银行、电信等多个领域。从2020年推出的多门课程《AI大模型赋能行业应用与解决方案》《AI大模型辅助软件研发管理与效能提升》和《AI大模型技术及开发应用实践》更是广受欢迎,已经为几十家企业培训,作为一名AI技术专家,对人工智能的理解深入透彻。

他不仅精通AI的编程技术,还熟悉各种AI工具的使用,尤其在AI行业应用更是有着独特的见解和实践经验;自从2023年以来帮助多家研发中心做AI辅助开发效能提升咨询服务。同时也是微软人工智能认证工程师,阿里云AI人工智能训练师。在人工智能领域的深耕和创新,也得到了出版社的青睐,计划出版自己的著作。也在多家技术大会做AI技术讲座。

➤ 张老师 | 人工智能实战导师

大数据资深专家、云计算架构师,数据挖掘、数据分析工程师,曾作为多家大型知名企业首席架构,负责PaaS平台研发;主要研究方向包括大数据、云计算、移动开发、互联网营销、电子商务、项目管理等。IT从业二十余年,具有多年授课经验,秉承理论与实践相结合,在学习中实践,在实践中学习,积累了丰富的理论与实践经验,并且乐于将自己的经验分享。发现并集成整合社会资源,为企业节省资源并创造价值,达到为合作伙伴创收的目的。

曾为多家国内知名企业提供培训与咨询,拥有大数据、大流量、高并发、分布式的大型网站架构和设计经验。曾主导过多个私有云建设项目,早些年也主导过ERP、CMS等软件项目,这些项目中包含多个数百万、上千万的大型项目。

六、培训收益

1.深入理解AI大模型与Agent技术的核心原理;

2.深入了解AI大模型与Agent技术架构及运作机制;

3.挖掘AI大模型与Agent技术在企业业务中的创新应用场景;

4.学会结合AI大模型与Agent技术进行分析与解决复杂问题;

5.显著提升工作效能,实现业务流程的自动化处理;

6.促进团队协作优化,推动行业技术交流,拓宽职业发展道路。

七、证书颁发

参加培训并通过考试的学员,将获得由工业和信息化部教育与考试中心统一颁发的《AI大模型全栈技术(高级)》职业能力证书。证书长期有效,相关信息可随时登录中心官网查询。

相关阅读