Agent 开发进阶
高级工具调用、多 Agent 协作、生产部署 — 构建可靠的 AI Agent 系统。适合有 RAG/LangChain 经验的开发者。
📌 前置要求
- • 完成「RAG 系统实战」路径或有同等经验
- • 熟悉 LangChain / LlamaIndex 等框架
- • 了解 Function Calling 和基本的 Agent 概念
🎯 学完你将
- ✓ 掌握复杂的工具调用和 Agentic RAG 架构
- ✓ 能使用 LangGraph 构建多步推理 Agent
- ✓ 理解多 Agent 系统和 A2A 协议
- ✓ 能将 Agent 系统部署到生产环境
学习阶段
工具调用与 Agentic RAG
第 1 周深入 Function Calling 机制，构建能自主决策调用工具的 Agentic RAG 系统。
Building Agentic RAG with LlamaIndex ⏱ ~1 小时 ↗
DeepLearning.AI · 使用 LlamaIndex 构建 Agentic RAG：Router、Tool Use、Sub-question（免费）
Building with MCP ⏱ ~1 小时 ↗
DeepLearning.AI / Anthropic · 学习 Model Context Protocol，实现标准化的工具连接（免费）
📖 Function Calling Deep Dive（站内教程） ⏱ ~15-30 分钟 ↗
AI Engineering Tutorial · Function Calling 深入：参数设计、错误处理、流式调用
📖 MCP Fundamentals（站内教程） ⏱ ~15-30 分钟 ↗
AI Engineering Tutorial · Model Context Protocol 基础：架构、消息格式和核心概念
📖 Building an MCP Server（站内教程） ⏱ ~15-30 分钟 ↗
AI Engineering Tutorial · 动手构建 MCP Server：完整实现步骤和最佳实践
构建 Agentic RAG ⏱ ~2-4 小时
自主实践 · 构建一个能自主选择数据源、决定检索策略的 Agentic RAG 系统
LangGraph 状态机
第 2 周使用 LangGraph 构建有状态的 Agent，实现条件分支、循环、人机协作等复杂工作流。
AI Agents in LangGraph ⏱ ~1 小时 ↗
DeepLearning.AI · LangGraph 入门到实战：状态管理、条件路由、持久化（免费）
LangGraph Documentation ⏱ ~30-60 分钟 ↗
LangChain · LangGraph 官方文档，包含完整 API 参考和教程
📖 ReWOO Plan-and-Execute（站内教程） ⏱ ~15-30 分钟 ↗
AI Engineering Tutorial · 计划执行架构：先规划工具调用方案，再批量执行
📖 Reflexion 与 Self-Refine（站内教程） ⏱ ~15-30 分钟 ↗
AI Engineering Tutorial · Agent 自我反思机制：通过经验学习改进输出质量
📖 Agent Memory（站内教程） ⏱ ~15-30 分钟 ↗
AI Engineering Tutorial · Agent 记忆系统：虚拟上下文管理和 MemGPT 架构
构建多步推理 Agent ⏱ ~2-4 小时
自主实践 · 使用 LangGraph 构建一个包含规划→执行→反思循环的 Agent，支持人工介入
多 Agent 系统
第 3 周学习多 Agent 编排模式，掌握 CrewAI 框架和 A2A 协议。
Multi AI Agent Systems with crewAI ⏱ ~1 小时 ↗
DeepLearning.AI · 使用 crewAI 构建多 Agent 协作系统：角色、任务、工具分配（免费）
A2A: The Agent2Agent Protocol ⏱ ~1 小时 ↗
DeepLearning.AI / Google Cloud · Google Cloud 出品的 A2A 协议课程，实现跨框架 Agent 通信（免费）
Generative AI for Beginners — Agent 章节 ⏱ ~2-4 小时 ↗
Microsoft · 微软出品的 21 课入门课程中的 Agent 相关章节（80K⭐）
📖 Why Multi-Agent（站内教程） ⏱ ~15-30 分钟 ↗
AI Engineering Tutorial · 多 Agent 系统的动机与优势：何时以及为何需要多 Agent
📖 Supervisor-Orchestrator Pattern（站内教程） ⏱ ~15-30 分钟 ↗
AI Engineering Tutorial · 主管编排模式：中心化控制的多 Agent 协调架构
📖 Role Specialization（站内教程） ⏱ ~15-30 分钟 ↗
AI Engineering Tutorial · 角色专业化：为 Agent 分配专精角色提升整体性能
构建多 Agent 系统 ⏱ ~2-4 小时
自主实践 · 构建一个 3+ Agent 协作的系统（如：研究员 + 写手 + 审稿人），完成端到端任务
生产部署
第 4 周将 Agent 系统部署到生产环境：可观测性、容错、成本控制、安全防护。
Evaluating and Debugging Generative AI Models ⏱ ~1 小时 ↗
DeepLearning.AI / Weights & Biases · 使用 W&B 进行 LLM 应用的评估和调试（免费）
LM Arena (Chatbot Arena) ⏱ ~30 分钟 ↗
LMSYS / UC Berkeley · 大模型盲测竞技场，了解当前各模型的性能排名
部署生产级 Agent ⏱ ~2-4 小时
自主实践 · 将 Agent 系统部署到云端，配置监控、日志、重试、速率限制和安全防护