课程简介绍
循序渐进:从环境搭建、LLM调用到高级功能扩展,遵循学习认知规律
实战驱动:每讲均配备可运行的代码示例和实际项目场景,强调动手实践
深度整合:将DeepSeek LLM与Python生态紧密结合,学习主流技术栈
体系完整:覆盖Agent四大核心模块:规划(Planning)、记忆(Memory)、工具(Tools)和行动(Action)
通过本专题10讲内容的学习,您将完整掌握从零开始构建智能Agent系统的全部技能,每节课都配有实战代码示例和最佳实践指导,确保学以致用,快速提升开发能力,详细大纲如下:
第1讲 基于Python的Agent项目效果演示(7分钟)
课程核心:通过实际案例展示Agent应用的完整功能和商业价值
内容亮点:演示一个功能完整的Python Agent项目运行效果,展示Agent在自然语言理解、数据库调用、网络爬虫应用、文档生成等领域的使用效果,介绍Agent技术的商业价值和发展前景,建立对Agent技术的直观认识,了解学习本专题的实际价值和应用场景
第2讲 基于Deepseek的Agent LLM创建与调用实践(14分钟)
内容亮点:DeepSeek API账号申请与环境配置,通过Python代码实现LLM API调用,处理API返回结果与错误调试技巧,能够独立完成大语言模型的接入和基础对话功能实现
第3讲 基于Python构建核心Agent框架(19分钟)
内容亮点:Agent核心组件设计与模块划分、消息处理流程与状态管理机制、基础Agent类的实现与测试、掌握Agent系统的基本架构设计,构建可扩展的开发框架
第4讲 构造Agent提示词模板和函数声明框架(18分钟)
内容亮点:高效提示词模板设计与优化技巧,工具函数的标准化声明与描述规范,动态提示词生成与上下文管理,掌握与LLM高效通信的技术,设计出可复用的工具函数框架
第5讲 设计与编写Agent任务规划模块(19分钟)
课程核心:实现复杂任务的分解与规划能力
内容亮点:任务分解算法与优先级策略、多步骤任务规划与依赖关系处理、规划结果评估与优化方法、使Agent具备处理复杂多步骤任务的能力,提升任务完成效率
第6讲 Agent对函数清单解析并直接调用执行工具(23分钟)
内容亮点:函数清单解析与匹配算法、动态函数调用与参数传递机制
执行结果处理与异常管理,让Agent能够智能选择并执行合适的工具函数,实现与外部环境的交互
第7讲 Agent循环任务中的上下文记忆与全局任务评估方法(27分钟)
内容亮点:短期记忆与长期记忆的实现策略、上下文保持与对话状态跟踪、任务完成度评估与自我优化机制,开发出具备持续学习能力和上下文感知的智能Agent
第8讲 Agent扩展MySQL数据库增强业务能力(22分钟)
课程核心:集成数据库操作能力,MySQL连接池管理与性能优化SQL语句生成与安全执行,查询结果解析与结构化处理,使Agent能够处理企业级数据业务,实现数据库自动化操作
第9讲 Agent扩展正式报告文件生成能力(12分钟)
课程核心:实现自动化文档生成功能
内容亮点:文档自动生成,文档模板定制,数据可视化与报告模板设计、多格式输出与批量处理技术。为Agent添加自动化生成报告能力,提升实际业务应用价值
第10讲 Agent扩展网络爬虫与搜索功能(19分钟)
内容亮点:网页抓取与信息提取技术、网络数据清洗与结构化处理
学习收获:让Agent具备实时信息获取能力,扩展其应用场景和实用性