AI AI树洞

Original Course

AI Agent 系统课

这套课程面向想系统学习 Agent 的开发者。当前发布前七章，覆盖智能体基础、语言模型基础、经典范式、低代码平台、主流框架和自建框架骨架。

适合人群 会写基础 Python，了解 API 调用，希望从概念、代码和项目路径三条线学习 Agent。
学习方式 每章包含章节导读、概念拆解、代码示例、运行说明、习题和参考资料。
当前进度 已发布前七章：基础篇三章，加上经典范式、低代码平台、框架实践和自建框架。

基础篇章节

前三章尽量贴近系统课的基础结构。第 1 章围绕智能体定义、类型、组成和第一个 Agent 展开；第 2 章按照符号主义、专家系统、ELIZA、心智社会、学习范式和 LLM Agent 梳理历史；第 3 章从 N-gram、词向量、Transformer、Prompt、分词、开源模型和模型局限讲到 Agent 工程接口。

第一章：初识智能体 传统 Agent 视角、LLM 新范式、智能体类型、任务环境、感知与行动、第一个可运行 Agent。 第二章：智能体发展史 符号系统、专家系统、SHRDLU、ELIZA、心智社会、强化学习、预训练与 LLM Agent。 第三章：大语言模型基础 N-gram、词向量、Transformer、Decoder-only、Prompt、BPE、开源模型调用、模型选择与幻觉。

构建篇章节

第 4-7 章进入动手构建。它们分别对应经典范式、平台化搭建、主流框架实践和自建框架抽象，目标是让你既能看懂框架，也能自己实现一个小型 Agent 框架。

第四章：智能体经典范式构建 环境准备、基础工具、ReAct、Plan-and-Solve、Reflection。 第五章：基于低代码平台的智能体搭建 Coze、Dify、n8n 三类平台与日报、个人助手、邮件工作流模板。 第六章：框架开发实践 AutoGen、AgentScope、CAMEL、LangGraph 的核心机制和教学版模拟代码。 第七章：构建你的 Agent 框架 Message、Config、Agent 抽象、工具系统和多种 Agent 范式框架化。

完整课程地图

部分 章节 能力目标
智能体与语言模型基础 1. 初识智能体
2. 智能体发展史
3. 大语言模型基础		 理解 Agent、环境、工具、行动循环、LLM、Token、Prompt 和模型局限。
构建大语言模型智能体 4. 智能体经典范式构建
5. 低代码平台搭建
6. 框架开发实践
7. 构建自己的 Agent 框架		 掌握 ReAct、Plan-and-Solve、Reflection、低代码工作流和自研框架骨架。
高级知识扩展 8. 记忆与检索
9. 上下文工程
10. 通信协议
11. Agentic RL
12. 性能评估		 让 Agent 具备记忆、检索、上下文管理、多智能体通信、训练和评估能力。
综合案例进阶 13. 智能旅行助手
14. 自动化深度研究 Agent
15. 多智能体小镇
16. 毕业设计		 把模型、工具、记忆、评估和部署整合成完整项目。

前七章资源索引

章节 页面内容 配套代码
第一章 初识智能体 Agent 定义、类型、任务环境、运行机制、感知行动、Workflow 对比。 first_agent.py、pocket_agent.py
第二章 智能体发展史 符号主义、专家系统、SHRDLU、ELIZA、心智社会、强化学习、预训练。 eliza.py、bandit_agent.py
第三章 大语言模型基础 N-gram、词向量、Transformer、Decoder-only、Prompt、BPE、开源模型和幻觉。 n_gram.py、bpe.py、transformer_attention.py
第四章 智能体经典范式构建 环境准备、LLM 客户端、基础工具、ReAct、Plan-and-Solve、Reflection。 react_agent.py、plan_and_solve.py、reflection_agent.py
第五章 基于低代码平台的智能体搭建 Coze 每日 AI 简报、Dify 个人助手、n8n 邮件 Agent 工作流。 coze_ai_daily_prompt.md、dify_personal_assistant.yml、n8n_mail_agent.json
第六章 框架开发实践 AutoGen、AgentScope、CAMEL、LangGraph 的教学版核心机制。 framework_simulators.py
第七章 构建你的 Agent 框架 Message、Config、Agent 抽象类、工具系统和函数调用 Agent。 mini_agent_framework.py

合规说明

对齐的是知识范围，不复制正文。 本课程会尽量保持系统课的章节覆盖、学习节奏、代码任务类型和练习密度；正文讲解、案例、代码实现和表述方式均重新组织。