阶段掌握:0%
|
课程:0/102 |
0/102 掌握点
关于本阶段
从0到1深入MCP、A2A、思维链,从单多Agent、分布式架构到全栈工程化,领先成为企业急需AI多Agent全栈工程师
多/通用型Agent开发是热门、高薪就业方向,也是构建核心竞争力的优选。但多数课仅停留在工具调用和简单案例层面,难以满足企业对深度融合AI解决复杂问题的人才需求。
本课直击这一痛点,带你从0到1,从单/多Agent、分布式架构,再到全栈工程化,助你从程序思维升级到系统思维。
通过复刻类Manus核心模块,深入掌握MCP、A2A、COT、多模态,及任务规划、分布式调度等核心能力,成为企业急需AI多Agent全栈工程师。
学习
-
4-1 OpenAI SDK简化DeepSeek API对接
-
4-2 Python包管理器:uv工具快速上手
-
4-3 Postman配置与使用
-
4-4 DeepSeek聊天与推理模型API使用
-
4-5 OpenAI多模态模型API快速上手与使用
-
4-6 利用OpenAI Python SDK简化LLM的对接
-
4-7 DeepSeek与GPT模型的调用
-
4-8 Pydantic初体验:数据校验即数据解析
-
4-9 使用DeepSeek JSON-Output实现格式化输出
-
4-10 使用OpenAI SDK流式事件输出提升响应速度
-
4-11 【项目】ReACT+DeepSeek实现语音播报助手
-
4-12 课程总结
练习
学习
练习
学习
-
7-1 MCP协议初识统一LLM与外部数据源和工具之间的通信
-
7-2 为什么需要MCP协议?
-
7-3 MCP架构全解析
-
7-4 MCP工具服务功能与手动模拟全流程加深理解
-
7-5 对接高德MCP服务实现工具调用
-
7-6 MCP SDK构建两种通信协议MCP服务开发技巧
-
7-7 MCP SDK构建Client连接Server开发技巧
-
7-8 MCP服务_让LLM拥有执行命令行工具的能力
-
7-9 让LLM拥有执行本地代码的能力
-
7-10 三方流式API接入MCP Servers
-
7-11 MCP Server一键对接上万MCP服务工具
-
7-12 项目:Claude客户端对接MCP实现外部环境信息获取
-
7-13 课程回顾总结
练习
学习
-
9-1 规划与执行Agent的设计与开发
-
9-2 Manus任务流拆解与ChatBot区别对比
-
9-3 多Agent规划步骤与记忆模型的设计与开发
-
9-4 应用任务事件Domain模型的设计与完善
-
9-5 LLM结构化输出缺陷与JSON修复解析器开发
-
9-6 工具基类与tool装饰器开发实现将函数转工具
-
9-7 工具事件与扩展预留以实现MCP和A2A的接入
-
9-8 通用Agent配置模型API接口的设计与开发
-
9-9 ReAct智能体基类的设计与开发
-
9-10 LLM消息列表顺序与Agent状态回滚机制实现
-
9-11 Manus通用Agent系统prompt设计与编写
-
9-12 利用json结构化输出完成规划Agent的开发
-
9-13 规划Agent预设+更新+创建计划Prompt设计
练习
学习
-
10-1 让Agent拥有调用与感知外部环境的能力
-
10-2 bing搜索引擎工具的设计思路与模型定义
-
10-3 基于httpx+bs4+正则实现bing搜索引擎检索数据
-
10-4 MoocManus动态添加MCP服务器的设计思路
-
10-5 完善项目MCP配置模型的设计与定义
-
10-6 动态增删改查MCP服务器API接口的设计与开发
-
10-7 MCP客户端管理器的开发需求与设计思路
-
10-8 完善MCP客户端管理器实现根据配置获取工具信息
-
10-9 开发MCP工具API接口完成前端工具可视化
-
10-10 设计开发MCP工具类实现与内置工具的接口对齐
-
10-11 Jina.ai搜索工具的初识与对应MCP配置的编写


