您現(xiàn)在的位置：首頁 > 企業(yè)內(nèi)訓(xùn) > 人工智能 > 基于DeepSeek大模型的Agent技術(shù)應(yīng)用開發(fā)實(shí)踐

基于DeepSeek大模型的Agent技術(shù)應(yīng)用開發(fā)實(shí)踐

2025-03-11 10:16:05　|　來源：企業(yè)IT培訓(xùn)

一、培訓(xùn)背景

在當(dāng)今快速發(fā)展的信息技術(shù)時代，人工智能(AI)已成為推動社會進(jìn)步和產(chǎn)業(yè)升級的關(guān)鍵力量。其中，Agent智能體作為AI領(lǐng)域的一個重要分支，正逐漸展現(xiàn)出其獨(dú)特的價(jià)值和廣泛的應(yīng)用前景。因此，學(xué)習(xí)Agent智能體的開發(fā)不僅具有深遠(yuǎn)的理論意義，更具有重要的實(shí)用價(jià)值。

Agent智能體是一種能夠自主決策、與環(huán)境進(jìn)行交互并完成任務(wù)的軟件實(shí)體。它們能夠感知環(huán)境、理解用戶需求、制定并執(zhí)行計(jì)劃，從而為用戶提供智能化的服務(wù)。隨著大數(shù)據(jù)、云計(jì)算和深度學(xué)習(xí)等技術(shù)的不斷發(fā)展，大模型Agent智能體已經(jīng)能夠在眾多領(lǐng)域發(fā)揮重要作用，如智能家居、自動駕駛、智能客服、醫(yī)療輔助等。

學(xué)習(xí)Agent智能體的開發(fā)，首先可以幫助我們深入理解人工智能的基本原理和核心技術(shù)。通過掌握Agent智能體的設(shè)計(jì)、實(shí)現(xiàn)和優(yōu)化方法，我們可以更全面地了解AI系統(tǒng)的構(gòu)建過程，為未來的研究和開發(fā)工作打下堅(jiān)實(shí)的基礎(chǔ)。

此外，學(xué)習(xí)Agent智能體開發(fā)還具有廣泛的實(shí)用價(jià)值。在智能家居領(lǐng)域，Agent智能體可以實(shí)現(xiàn)智能家居設(shè)備的自動化控制和智能化管理，提高家庭生活的便捷性和舒適性。在自動駕駛領(lǐng)域，Agent智能體可以感知車輛周圍的環(huán)境，制定并執(zhí)行駕駛策略，從而確保行車安全和效率。在智能客服領(lǐng)域，Agent智能體可以自動處理用戶咨詢和投訴，提高客戶滿意度和服務(wù)效率。在醫(yī)療輔助領(lǐng)域，Agent智能體可以協(xié)助醫(yī)生進(jìn)行疾病診斷和治療方案制定，提高醫(yī)療服務(wù)的準(zhǔn)確性和效率。

綜上所述，學(xué)習(xí)Agent智能體的開發(fā)不僅有助于我們深入理解人工智能的核心技術(shù)，還能夠?yàn)槲覀兲峁V泛的實(shí)用價(jià)值和應(yīng)用前景。

二、培訓(xùn)對象

各類軟件企業(yè)和研發(fā)中心的程序員、軟件設(shè)計(jì)師、架構(gòu)師, 項(xiàng)目經(jīng)理，業(yè)務(wù)架構(gòu)師，公司管理者。

本課程面向零基礎(chǔ)LLM應(yīng)用開發(fā)者，不需要了解復(fù)雜數(shù)學(xué)算法，機(jī)器學(xué)習(xí)原理。建議具備基礎(chǔ)的Python知識，但即使你對 Python 不太熟悉，也完全沒有關(guān)系。課程主要閱讀講解部分案例代碼。

三、培訓(xùn)收益

1、深入理解DeepSeek大模型與Agent技術(shù)的核心原理、架構(gòu)及運(yùn)作機(jī)制。

2、顯著提升工作效能，實(shí)現(xiàn)業(yè)務(wù)流程的自動化處理，大幅提升工作效率。

3、挖掘DeepSeek大模型與Agent技術(shù)在企業(yè)業(yè)務(wù)中的創(chuàng)新應(yīng)用場景。

4、學(xué)會結(jié)合DeepSeek大模型與Agent技術(shù)進(jìn)行分析與解決復(fù)雜問題。

5、促進(jìn)團(tuán)隊(duì)協(xié)作優(yōu)化，推動行業(yè)技術(shù)交流，拓寬職業(yè)發(fā)展道路。

四、培訓(xùn)信息

1)培訓(xùn)方式：

培訓(xùn)采用線下專家面授+同步直播的形式。所有課程均贈送學(xué)習(xí)教材、視頻回放、

答疑交流群、促學(xué)服務(wù)等，并提供結(jié)業(yè)證書。多維度精細(xì)化教學(xué)，滿足不同企業(yè)及學(xué)員的學(xué)習(xí)需求。

2)培訓(xùn)班次：

2025年04月28-30日北京

2025年10月23-25日成都

五、培訓(xùn)內(nèi)容

培訓(xùn)共計(jì)3天，每天6小時，具體日程安排如下：

內(nèi)容	詳情
第一部分:大模型驅(qū)動的Agent智能體概述	1.智能體的定義與特點(diǎn) 2.智能體與傳統(tǒng)軟件的關(guān)系 3.智能體與LLM的關(guān)系 4.從ChatGPT到智能體 5.智能體的五種能力 6.記憶，規(guī)劃，工具，自主決策，推理 7.多智能體協(xié)作 8.企業(yè)級智能體應(yīng)用與任務(wù)規(guī)劃 9.智能體開發(fā)
第二部分: 基于大模型的Agent技術(shù)框架	1.Agent的四大要素 2.Agent的規(guī)劃和決策能力 3.Agent的各種記憶機(jī)制 4.Agent的核心技能：調(diào)用工具 5.Agent的推理引擎：ReAct框架 6.何謂ReAct 7.用ReAct框架實(shí)現(xiàn)簡單Agent 8.基于ReAct框架的提示 9.構(gòu)建ReAct Agent
第三部分: 基于LangChain構(gòu)建智能體	1.何謂LangChain 2.LangChain中的六大模塊 3.LangChain和Agent開發(fā) 4.LangChain構(gòu)建智能體的類型 5.LangChain構(gòu)建工具 6.何謂LlamaIndex 7.說說LlamaIndex 8.LlamaIndex和基于RAG的AI開發(fā) 9.簡單的LlamaIndex開發(fā)示例
第四部分: 推理與行動的協(xié)同——通過LangChain中的ReAct框架實(shí)現(xiàn)	1.復(fù)習(xí)ReAct框架 2.LangChain中ReAct Agent 的實(shí)現(xiàn) 3.LangChain中的工具和工具包 4.create_react_agent創(chuàng)建鮮花定價(jià)Agent 5.深挖AgentExecutor的運(yùn)行機(jī)制 6.在AgentExecutor中設(shè)置斷點(diǎn) 7.思考：模型決定搜索 8.行動：工具執(zhí)行搜索 9.思考：模型決定計(jì)算 10.行動：工具執(zhí)行計(jì)算 11.思考：模型完成任務(wù)
第五部分: 計(jì)劃和執(zhí)行的解耦-通過LangChain中的Plan-and-Execute實(shí)現(xiàn)	1.Plan-and-Solve策略的提出 2.LangChain中的Plan-and-Execute Agent 3.通過Plan-and-Execute Agent實(shí)現(xiàn)物流管理 4.為Agent定義一系列進(jìn)行自動庫存調(diào)度的工具 5.創(chuàng)建Plan-and-Execute Agent并嘗試一個“不可能完成的任務(wù)” 6.完善請求，讓Agent完成任務(wù) 7.從單Agent到多Agent
第六部分: 多Agent 最佳實(shí)踐	1.智能體和多智能體 multi-agent systems 2.監(jiān)督者：每個Agent與一個監(jiān)督者Agent通信 3.自定義多Agent工作流：每個Agent只與其他Agent通信 4.Multi-Agent多角色協(xié)作 5.SOP拆解 6.角色扮演 7.反饋迭代 8.監(jiān)督控制 9.workflow automation 10.企業(yè)工程化最佳實(shí)踐
第七部分: 基于多模態(tài)構(gòu)建Agent	1.多模態(tài)技術(shù)原理講解 2.常用的多模態(tài)模型介紹、原理解析 3.多模態(tài)典型應(yīng)用場景舉例，以及技術(shù)實(shí)現(xiàn) 4.多模態(tài)技術(shù)實(shí)戰(zhàn) 5.多模態(tài)需求輸入：圖像、語音、文本 6.語音輸入集成模塊 7.圖像輸入集成模塊 8.核心需求理解與多輪輸入整合模塊 9.語音輸入處理 10.利用多模態(tài)技術(shù)實(shí)現(xiàn)多模態(tài)智能聊天對話基于多模態(tài)大模型的Agent開發(fā)
第八部分:分析國外智能體典型案例和商業(yè)應(yīng)用	1.解讀斯坦福小鎮(zhèn)項(xiàng)目：生成式智能體典型案例 2.AutoGPT：通過自然語言的需求描述執(zhí)行自動化任務(wù) 3.BabyAGI：根據(jù)任務(wù)結(jié)果自動創(chuàng)建，排序和執(zhí)行新任務(wù) 4.MetaGPT：重塑生成式AI與軟件開發(fā)界面 5.AutoGen：下一代LLM應(yīng)用的啟動器 6.ChatDev：重塑軟件開發(fā)的AI群體智能協(xié)作框架 7.Camel AI：引領(lǐng)自主與交流智能體的未來
第九部分: 基于Dify 本地化構(gòu)建智能體	1.Dify：零基礎(chǔ)開發(fā)對話機(jī)器人 2.功能概述 3.基礎(chǔ)能力 4.插件 5.工作流 6.記憶庫 7.查詢天氣機(jī)器人的最終效果 8.創(chuàng)建你的第一個機(jī)器人 9.用自然語言優(yōu)化輸出結(jié)果 10.用工作流優(yōu)化輸出結(jié)果 11.綜合實(shí)戰(zhàn)：基于Dify的數(shù)據(jù)庫查詢實(shí)現(xiàn) 12.Dify本地化與Agent各終點(diǎn)發(fā)布(網(wǎng)頁嵌入、微信、API)
第十部分: 企業(yè)專屬領(lǐng)域的智能客服Agent	1.打造專屬領(lǐng)域的客服聊天機(jī)器人 2.客服聊天機(jī)器人概述 3.客服聊天機(jī)器人價(jià)值簡介 4.客服聊天機(jī)器人研發(fā)工具 5.AI課程客服聊天機(jī)器人總體架構(gòu) 6.前端功能設(shè)計(jì) 7.后端功能設(shè)計(jì) 8.AI課程客服聊天機(jī)器人應(yīng)用實(shí)例
第十一部分: LangChain整合DeepSeek構(gòu)建知識圖譜	1.Neo4j基礎(chǔ)概念：Node、Relationship、Property 2.使用 Cypher 查詢語言進(jìn)行數(shù)據(jù)建模、插入和查詢。 3.網(wǎng)絡(luò)配置文件（config）的基本結(jié)構(gòu)和參數(shù)分析 4.基于config指定數(shù)據(jù)清洗與標(biāo)準(zhǔn)化格式 5.基于本地大模型的結(jié)構(gòu)化分析實(shí)現(xiàn) 6.LangChain 自動生成并優(yōu)化 Cypher 查詢 7.LangServe發(fā)布圖譜服務(wù)器
第十二部分: Manus快速上手與辦公賦能	1.Manus產(chǎn)品架構(gòu)解析：云端智能體、多工具調(diào)用、任務(wù)分解與自主執(zhí)行 2.Manus在職場的應(yīng)用：文檔智能處理、任務(wù)自動化、代碼編寫與調(diào)試 3.Manus實(shí)操訓(xùn)練：任務(wù)自動化演練、網(wǎng)頁數(shù)據(jù)采集、代碼執(zhí)行挑戰(zhàn) 4.Manus辦公賦能：會議紀(jì)要自動總結(jié)、 5.Manus 辦公賦能：郵件自動分類與回復(fù) 6.Manus 辦公賦能：PPT生成對比
第十三部分: Manus 數(shù)據(jù)分析智能化	1.跨平臺AI協(xié)同：DeepSeek+Manus組合優(yōu)化內(nèi)容生產(chǎn) 2.跨平臺AI協(xié)同：任務(wù)自動化與知識檢索結(jié)合 3.Manus在數(shù)據(jù)分析中的應(yīng)用：銷售數(shù)據(jù)分析、市場調(diào)研報(bào)告 4.高級AI數(shù)據(jù)分析演練：實(shí)時數(shù)據(jù)抓取與分析、A/B測試優(yōu)化 5.智能體如何重塑工作模式：AI從輔助工具到自主執(zhí)行體的演變 6.Agent 私有化、數(shù)據(jù)安全與企業(yè)適配性問題

六、專家講師

劉老師 AI 技術(shù)領(lǐng)域資深專家

西安郵電大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)。擁有著20多年軟件研發(fā)與企業(yè)培訓(xùn)經(jīng)驗(yàn)，對Java、Python、區(qū)塊鏈等技術(shù)領(lǐng)域有獨(dú)特的研究，精通機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、大模型技術(shù)。他的專業(yè)素養(yǎng)和教學(xué)能力備受學(xué)員贊譽(yù)，是眾多技術(shù)愛好者心中的楷模。

AI深度學(xué)習(xí)方法：Scikit-Learn，Tensorflow、Keras、DNN、CNN、RNN、Yolo、OpenCV 熟悉主流機(jī)器學(xué)習(xí)算法、各種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和圖形圖像識別技術(shù)。

LLM大模型方向： DeekSeek、ChatGLM、ChatGPT4、Llama3、Agent、React、Ollama、Dify、Llamafactory微調(diào)、DeepSpeek分布式訓(xùn)練、MindFormers生態(tài)、MoE混合專家模型。能根據(jù)客戶的需求實(shí)現(xiàn)定制化的模型私有化部署、微調(diào)、對齊、量化。并對LangChain、LlamaIndex、Dify等大模型框架有源碼級的理解。

劉老師國內(nèi)頂尖AI專家

最近幾年帶隊(duì)完成了數(shù)十個AI項(xiàng)目，內(nèi)容不僅包括深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等具體技術(shù)要點(diǎn)，也包括AI的整體發(fā)展、現(xiàn)狀、應(yīng)用、商業(yè)價(jià)值、未來方向等，涵蓋內(nèi)容非常豐富。完成多個深度學(xué)習(xí)實(shí)踐項(xiàng)目，廣泛應(yīng)用于醫(yī)療、交通、銀行、電信等多個領(lǐng)域。從2020年推出的多門課程《AI大模型賦能行業(yè)應(yīng)用與解決方案》《AI大模型輔助軟件研發(fā)管理與效能提升》和《AI大模型技術(shù)及開發(fā)應(yīng)用實(shí)踐》更是廣受歡迎，已經(jīng)為幾十家企業(yè)培訓(xùn)，作為一名AI技術(shù)專家，對人工智能的理解深入透徹。他不僅精通AI的編程技術(shù)，還熟悉各種AI工具的使用，尤其在AI行業(yè)應(yīng)用更是有著獨(dú)特的見解和實(shí)踐經(jīng)驗(yàn);自從2023年以來幫助多家研發(fā)中心做AI輔助開發(fā)效能提升咨詢服務(wù)。同時也是微軟人工智能認(rèn)證工程師，阿里云AI人工智能訓(xùn)練師。在人工智能領(lǐng)域的深耕和創(chuàng)新，也得到了出版社的青睞，計(jì)劃出版自己的著作。也在多家技術(shù)大會做AI技術(shù)講座。

張老師人工智能實(shí)戰(zhàn)導(dǎo)師

大數(shù)據(jù)資深專家、云計(jì)算架構(gòu)師，數(shù)據(jù)挖掘、數(shù)據(jù)分析工程師，曾作為多家大型知名企業(yè)首席架構(gòu)，負(fù)責(zé)PaaS平臺研發(fā);主要研究方向包括大數(shù)據(jù)、云計(jì)算、移動開發(fā)、互聯(lián)網(wǎng)營銷、電子商務(wù)、項(xiàng)目管理等。IT從業(yè)二十余年，具有多年授課經(jīng)驗(yàn)，秉承理論與實(shí)踐相結(jié)合，在學(xué)習(xí)中實(shí)踐，在實(shí)踐中學(xué)習(xí)，積累了豐富的理論與實(shí)踐經(jīng)驗(yàn)，并且樂于將自己的經(jīng)驗(yàn)分享。發(fā)現(xiàn)并集成整合社會資源，為企業(yè)節(jié)省資源并創(chuàng)造價(jià)值，達(dá)到為合作伙伴創(chuàng)收的目的。曾為多家國內(nèi)知名企業(yè)提供培訓(xùn)與咨詢，擁有大數(shù)據(jù)、大流量、高并發(fā)、分布式的大型網(wǎng)站架構(gòu)和設(shè)計(jì)經(jīng)驗(yàn)。曾主導(dǎo)過多個私有云建設(shè)項(xiàng)目，早些年也主導(dǎo)過ERP、CMS等軟件項(xiàng)目，這些項(xiàng)目中包含多個數(shù)百萬、上千萬的大型項(xiàng)目。

七、相關(guān)證書

參加培訓(xùn)并通過考試的學(xué)員，由中國信息化培訓(xùn)中心頒發(fā)《人工智能高級工程師》職業(yè)技能培訓(xùn)證書，此證書不僅是對學(xué)員學(xué)習(xí)成果的高度認(rèn)可，更是學(xué)員在AI技術(shù)領(lǐng)域?qū)I(yè)能力的有力證明，為學(xué)員的職業(yè)發(fā)展增添重要砝碼。

標(biāo)簽： DeepSeek大模型