課程簡介
《AI Agent實戰(zhàn)：一站式業(yè)務落地實操指南》本課程是一套系統(tǒng)全面的AI實戰(zhàn)指南，旨在幫助學員深入掌握AI Agent技術(shù)從理論到實踐的全過程，實現(xiàn)一站式業(yè)務落地。課程內(nèi)容涵蓋DeepSeek技術(shù)演進、RAG技術(shù)架構(gòu)剖析、Agent平臺實操以及AI落地應用規(guī)劃四大模塊。通過本課程的學習，學員將構(gòu)建完整的AI Agent知識體系，提升技術(shù)應用與項目規(guī)劃能力，為解決實際業(yè)務問題提供有力支持，助力學員掌握AI Agent技術(shù)的核心方法論與工具鏈，為業(yè)務場景的智能化升級提供可落地的解決方案。
目標收益
1.深度了解DeepSeek發(fā)展脈絡：從推理型模型到推理型產(chǎn)品的轉(zhuǎn)變，見證從V1到R1的核心技術(shù)里程碑，理解MoE架構(gòu)、純強化學習、多模態(tài)等前沿技術(shù)如何推動行業(yè)發(fā)展，為學員在AI領域構(gòu)建堅實的知識框架。
2.學員將深入學習Agent平臺的原理與落地實操，包括Workflow工作流與調(diào)試、快速創(chuàng)建與標準創(chuàng)建Agent、打造帶Function Call能力的Agent等核心技能，為靈活應對多樣化業(yè)務需求奠定堅實基礎。
3.在AI落地應用工作坊中，學員將學習如何挖掘自有行業(yè)痛點與其他行業(yè)的智能化爆點，結(jié)合創(chuàng)意、思想實驗和用戶視角，提升解決問題的能力。
培訓對象
本課程適合以下人群：一是AI開發(fā)者和工程師，具備一定基礎，希望深入掌握大模型、RAG技術(shù)及Agent平臺的實戰(zhàn)應用，提升解決實際問題的能力；二是數(shù)據(jù)科學家與算法專家，想通過學習高性能知識庫構(gòu)建和模型優(yōu)化，將AI技術(shù)與業(yè)務需求緊密結(jié)合；三是產(chǎn)品經(jīng)理、業(yè)務分析師及企業(yè)技術(shù)決策者，關注AI技術(shù)在業(yè)務中的應用，需掌握從需求挖掘到落地規(guī)劃的方法，推動企業(yè)數(shù)字化轉(zhuǎn)型。AI開發(fā)者可重點學習Agent平臺與RAG技術(shù)架構(gòu)；數(shù)據(jù)科學家將深入模型優(yōu)化與知識庫構(gòu)建；業(yè)務決策者可通過落地規(guī)劃模塊掌握AI項目的需求分析與資源分配。
課程大綱
|
第一天上午 模塊一? 從推理型模型到推理型產(chǎn)品：DeepSeek時代的大模型新范式 |
1. DeepSeek發(fā)展里程碑：從Coder到R1的完整演進路線 2. 從大模型到推理模型：DeepSeek核心概念與重要里程碑（從V1到R1） 3. 從追隨到核心技術(shù)創(chuàng)新：MoE架構(gòu)、純強化學習、與多模態(tài) 4. 從硬件競賽到算法效率：Transformer革新與國產(chǎn)芯片適配 5. 從萬眾科普到企業(yè)級應用：行業(yè)賽道落地與DeepSeek能力強化 6. 能力使用指南與展望：DeepSeek使用指南、潛在缺陷與后續(xù)各發(fā)展路線優(yōu)劣勢分析 7. 推理型產(chǎn)品的崛起：DeepSearch涌現(xiàn)與Manus/OWL產(chǎn)品崛起 |
|
第一天下午 模塊二? RAG從框架入門到深度實戰(zhàn)解析 |
1.大模型驅(qū)動的RAG技術(shù)架構(gòu)剖析 2.RAG技術(shù)的范式演進與核心步驟 2.1高性能向量知識庫構(gòu)建與優(yōu)化 2.2 Langchain與LangServe技術(shù)框架的深度應用 2.3 RAG模型推理性能優(yōu)化與加速技術(shù) 3. RAG模型線上業(yè)務化落地 3.1 GraphRAG的核心原理與前沿落地 3.2 RAG評估框架與垂類優(yōu)化 4.RAG與智能Agent的協(xié)同與融合 4.1 RAG落地最佳實施：實時數(shù)據(jù)上傳、預處理、掛載、召回與問答實現(xiàn) 4.2 RAG落地最佳實施：問題現(xiàn)象、路徑歸因 與 解決方案 |
|
第二天 模塊三 Agent平臺原理與落地實操 |
3.1 簡介：Workflow工作流與調(diào)試 介紹； 3.2 初試：快速創(chuàng)建與標準創(chuàng)建，單Aegnt、MultiAgent、AutoAgent； 3.3 驗證：打造帶Function Call能力的Agent（創(chuàng)建Bot與使用插件）； 3.4 多模態(tài)：Coze 卡片、圖像流 操作手冊； 3.5 場景實踐： ?Multi-Agent RAG實操落地 ?ChatBI實操落地（Chat2SQL、Chat2API） ?測試Agent實操落地 目標3：掌握Agent平臺操作與場景實踐 同學可選實踐場景（指導材料細節(jié)完備），如： a.日常辦公場景（基于Agent打造企業(yè)信息助理等） b.運營物料場景（利用Agent打造客戶身份閃卡+電影海報） c.Demo設計場景（結(jié)合AI Coder+Cursor快速創(chuàng)建產(chǎn)品原型） d.業(yè)務戰(zhàn)略場景（全網(wǎng)綜合AI搜索引擎多Agent聚合） e.技術(shù)提效場景（多Agent測試用例生成器等） |
| 模塊四： AI落地應用工作坊 |
目標4：輸出內(nèi)部業(yè)務可落地 Agent Demo 4.1 需求挖掘：自有行業(yè)痛點、其他行業(yè)智能化爆點 4.2 能力準備：創(chuàng)意、思想實驗、用戶視角、智能化專家+行業(yè)專家 4.3 計劃書交付：背景+聯(lián)接+創(chuàng)意+探索＋突破→結(jié)果展望 4.4 業(yè)務場景討論與QA：行業(yè)洞察+AI最佳實踐 i.列舉企業(yè)或行業(yè)痛點或待解決的問題點； ii.初步定位近似行業(yè)或企業(yè)AI價值點； iii.引導討論組團隊構(gòu)思解決辦法； 4.5 落地路線規(guī)劃與方法總結(jié)：嘗試拆解剛剛構(gòu)思的場景該如何落地 i.解讀：業(yè)務與數(shù)字化戰(zhàn)略、場景解讀； ii.關鍵要素分析：數(shù)據(jù)、算力、成本、用戶體驗； iii.技術(shù)整體藍圖： 1.AI應用模式（提示詞、RAG、微調(diào) 等差異） 2.能力獲取模式（開源/閉源；公網(wǎng)/私有化） 3.成本收益、價值、風險點、實施建議 iv.落地路徑： 1.落地項目時間規(guī)劃、資源投入、風險驗證 2.最小POC嘗試并展示 |
|
第一天上午 模塊一? 從推理型模型到推理型產(chǎn)品：DeepSeek時代的大模型新范式 1. DeepSeek發(fā)展里程碑：從Coder到R1的完整演進路線 2. 從大模型到推理模型：DeepSeek核心概念與重要里程碑（從V1到R1） 3. 從追隨到核心技術(shù)創(chuàng)新：MoE架構(gòu)、純強化學習、與多模態(tài) 4. 從硬件競賽到算法效率：Transformer革新與國產(chǎn)芯片適配 5. 從萬眾科普到企業(yè)級應用：行業(yè)賽道落地與DeepSeek能力強化 6. 能力使用指南與展望：DeepSeek使用指南、潛在缺陷與后續(xù)各發(fā)展路線優(yōu)劣勢分析 7. 推理型產(chǎn)品的崛起：DeepSearch涌現(xiàn)與Manus/OWL產(chǎn)品崛起 |
|
第一天下午 模塊二? RAG從框架入門到深度實戰(zhàn)解析 1.大模型驅(qū)動的RAG技術(shù)架構(gòu)剖析 2.RAG技術(shù)的范式演進與核心步驟 2.1高性能向量知識庫構(gòu)建與優(yōu)化 2.2 Langchain與LangServe技術(shù)框架的深度應用 2.3 RAG模型推理性能優(yōu)化與加速技術(shù) 3. RAG模型線上業(yè)務化落地 3.1 GraphRAG的核心原理與前沿落地 3.2 RAG評估框架與垂類優(yōu)化 4.RAG與智能Agent的協(xié)同與融合 4.1 RAG落地最佳實施：實時數(shù)據(jù)上傳、預處理、掛載、召回與問答實現(xiàn) 4.2 RAG落地最佳實施：問題現(xiàn)象、路徑歸因 與 解決方案 |
|
第二天 模塊三 Agent平臺原理與落地實操 3.1 簡介：Workflow工作流與調(diào)試 介紹； 3.2 初試：快速創(chuàng)建與標準創(chuàng)建，單Aegnt、MultiAgent、AutoAgent； 3.3 驗證：打造帶Function Call能力的Agent（創(chuàng)建Bot與使用插件）； 3.4 多模態(tài)：Coze 卡片、圖像流 操作手冊； 3.5 場景實踐： ?Multi-Agent RAG實操落地 ?ChatBI實操落地（Chat2SQL、Chat2API） ?測試Agent實操落地 目標3：掌握Agent平臺操作與場景實踐 同學可選實踐場景（指導材料細節(jié)完備），如： a.日常辦公場景（基于Agent打造企業(yè)信息助理等） b.運營物料場景（利用Agent打造客戶身份閃卡+電影海報） c.Demo設計場景（結(jié)合AI Coder+Cursor快速創(chuàng)建產(chǎn)品原型） d.業(yè)務戰(zhàn)略場景（全網(wǎng)綜合AI搜索引擎多Agent聚合） e.技術(shù)提效場景（多Agent測試用例生成器等） |
|
模塊四： AI落地應用工作坊 目標4：輸出內(nèi)部業(yè)務可落地 Agent Demo 4.1 需求挖掘：自有行業(yè)痛點、其他行業(yè)智能化爆點 4.2 能力準備：創(chuàng)意、思想實驗、用戶視角、智能化專家+行業(yè)專家 4.3 計劃書交付：背景+聯(lián)接+創(chuàng)意+探索＋突破→結(jié)果展望 4.4 業(yè)務場景討論與QA：行業(yè)洞察+AI最佳實踐 i.列舉企業(yè)或行業(yè)痛點或待解決的問題點； ii.初步定位近似行業(yè)或企業(yè)AI價值點； iii.引導討論組團隊構(gòu)思解決辦法； 4.5 落地路線規(guī)劃與方法總結(jié)：嘗試拆解剛剛構(gòu)思的場景該如何落地 i.解讀：業(yè)務與數(shù)字化戰(zhàn)略、場景解讀； ii.關鍵要素分析：數(shù)據(jù)、算力、成本、用戶體驗； iii.技術(shù)整體藍圖： 1.AI應用模式（提示詞、RAG、微調(diào) 等差異） 2.能力獲取模式（開源/閉源；公網(wǎng)/私有化） 3.成本收益、價值、風險點、實施建議 iv.落地路徑： 1.落地項目時間規(guī)劃、資源投入、風險驗證 2.最小POC嘗試并展示 |
近期公開課推薦
