首页/ 课程/ AI Agent 实战班
LLM 应用进阶2026-06-01 更新🆕 第 3 期 · 新上线

AI Agent 实战班

24 课时 12 小时 视频 / 图文

Agent（智能体）是大模型从「回答问题」到「自主完成任务」的关键跃迁。这门课覆盖 ReAct / LangGraph / MCP 等主流范式，从工具调用协议到多 Agent 协作，从记忆系统设计到评估闭环，培养你独立构建生产级 Agent 的工程能力。

学完这门课，你能做到：

  • 深入理解 Agent 四大范式，能在面试中讲清楚设计动机与取舍
  • 掌握 LangGraph / Autogen / CrewAI 三大框架的工程实践
  • 掌握 Function Calling / MCP 协议，可快速接入任意工具
  • 理解记忆系统（短期 / 长期 / 向量）设计与选型
  • 独立完成 1 个企业级 RAG Agent 项目，可用于面试展示
  • 50 道高频 Agent 面试题的标准答案与思考路径
  • 系统梳理 Agent 4 大核心范式
  • LangGraph / Autogen 工业级实践
  • Function Calling / MCP 协议深度拆解
  • 多 Agent 协作 / 记忆系统架构
  • 50+ 高频 Agent 面试题精讲
  • 课程包含 1 个端到端 Agent 项目 demo
课程咨询
🤖
小红书咨询报名

📕 私信「兔老板工作室」小红书，立即咨询报名

私信即报 · 无需平台付款 · 长期有效

课程分为 4 大模块，共 24 课时。

01 Agent 范式基础
6 课时 · 3 小时
+
  • 什么是 Agent：从 LLM 到自主行动的跃迁28 min
  • ReAct 范式：思考-行动-观察循环32 min
  • Plan-and-Execute 与 Reflection 范式30 min
  • Function Calling 协议深度解析34 min
  • Tool Use 工程实践：JSON Schema 与错误处理28 min
  • 范式基础小测：15 道高频面试题30 min
02 主流框架实战
8 课时 · 4 小时
+
  • LangGraph：图结构 Agent 编排36 min
  • Autogen：多 Agent 对话协作34 min
  • CrewAI：角色化 Agent 团队28 min
  • MCP 协议与工具生态32 min
  • LangGraph vs Autogen：选型决策24 min
  • Agent 调试与可观测性26 min
  • 框架实战小测：20 道高频面试题32 min
03 记忆系统与高级架构
6 课时 · 3 小时
+
  • 短期记忆 vs 长期记忆设计28 min
  • 向量记忆与语义检索30 min
  • 分层记忆架构：会话级 / 用户级 / 全局级32 min
  • 多 Agent 协作模式：辩论 / 投票 / 层级34 min
  • Agent 安全与越权防护26 min
  • 高级架构小测：15 道高频面试题28 min
04 评估体系与项目实战
4 课时 · 2 小时
+
  • Agent 评估：成功率、轨迹质量、最终结果28 min
  • 失败模式分析与优化闭环26 min
  • 端到端项目实战：企业级 RAG Agent42 min
  • 课程总结 + 模拟面试演练32 min

🎯 适合谁

  • 想切入 AI Agent 赛道的算法 / 应用工程师
  • 正在面试 AI Agent 方向的求职者
  • 产品 / 技术负责人想评估 Agent 方案
  • 已掌握 LLM 基础，想进一步专精 Agent

🚀 学完你能收获

  • 系统化的 Agent 知识图谱与工程经验
  • 4 大主流框架的实战能力
  • 1 个端到端可展示的 Agent 项目
  • 50+ 高频面试题的标准答案
  • 面试 Agent 岗位的核心竞争力

📋 前置要求

  • 熟悉 Python / 异步编程
  • 了解 LLM 基础（建议先看全栈班模块 1 或自评）
  • 会用 LangChain 基础 API 更佳

⏰ 学习节奏

  • 总时长 12 小时，建议 2-3 周完成
  • 每周 6-8 课时 + 项目实战
  • 报名后立即开通，永久回看
兔老板

博主介绍

中科院博士 · 资深算法工程师 · 100+ 真实面试官 · 公众号「松鼠NLP」作者

查看完整博主介绍 →

Agent 是大模型应用的下一个 5 年

抓住这个赛道风口，关注小红书「兔老板工作室」立即咨询报名。

小红书咨询报名