人工智能
AI Agent 实战教程：从原理到工程落地
系统学习 AI Agent 的核心概念与工程实践，覆盖 Agent 架构、Tool Calling、RAG、Memory、多 Agent 协作、MCP、安全授权与真实任务助手案例。
课程目录
共 20 篇内容，建议按顺序学习。
第 1 篇
AI Agent 实战教程 01：什么是 AI Agent
理解 AI Agent 与 Chatbot、普通 LLM 应用的区别，掌握目标、工具、记忆、规划和执行这些核心概念。
第 2 篇
AI Agent 实战教程 02：核心架构与运行循环
拆解 AI Agent 的运行循环：理解任务、制定计划、调用工具、观察结果、修正策略。
第 3 篇
AI Agent 实战教程 03：Tool Calling 入门
学习 Tool Calling 的基本原理：工具 schema、参数生成、调用执行、结果回传与安全边界。
第 4 篇
AI Agent 实战教程 04：Agentic Workflow 设计
从 Chain、Router、Reflection 到 Plan-and-Execute，理解 Agentic Workflow 的常见模式。
第 5 篇
AI Agent 实战教程 05：RAG 如何增强 Agent
理解 RAG 如何让 Agent 使用外部知识，掌握检索、Embedding、上下文注入和引用控制。
第 6 篇
AI Agent 实战教程 06：Memory 记忆机制设计
了解 Agent 的短期记忆、长期记忆、向量记忆和用户画像，以及记忆系统的风险。
第 7 篇
AI Agent 实战教程 07：多 Agent 协作
理解多 Agent 协作中的角色分工、Supervisor 模式、消息传递、审查与冲突处理。
第 8 篇
AI Agent 实战教程 08：MCP 与工具生态
理解 MCP 如何统一连接外部工具、资源和上下文，以及它与 Tool Calling 的关系。
第 9 篇
AI Agent 实战教程 09：安全、授权与沙箱
从授权、沙箱、人工确认、审计日志和最小权限原则理解 Agent 安全设计。
第 10 篇
AI Agent 实战教程 10：构建任务管理助手
用任务管理助手案例串联目标理解、工具调用、状态管理、权限确认和结果验证。
第 11 篇
AI Agent 实战教程 11：如何设计一个 Agent 项目结构
从工程角度拆解 Agent 项目目录结构，理解 tools、workflows、memory、prompts、evals 和 logs 如何分层组织。
第 12 篇
AI Agent 实战教程 12：如何设计稳定的工具系统
围绕工具注册、schema、参数校验、风险等级、错误格式和返回值设计，构建稳定可控的 Agent 工具系统。
第 13 篇
AI Agent 实战教程 13：状态机、断点续跑与任务恢复
理解长任务 Agent 为什么需要状态机，如何设计 pending、running、waiting、failed、completed 等状态并支持恢复。
第 14 篇
AI Agent 实战教程 14：权限、审批与 Human-in-the-loop
设计 Agent 的风险分级、审批流程、操作预览与人工确认机制，让 Agent 在真实系统中安全执行。
第 15 篇
AI Agent 实战教程 15：构建可控的 Memory 系统
从记忆写入、检索、压缩、过期、用户可见性和隐私删除角度，构建可控的 Agent Memory 系统。
第 16 篇
AI Agent 实战教程 16：构建 Agent 驱动的 RAG 问答系统
从文档切分、Embedding、检索工具、rerank、引用约束和 Agent 决策角度构建 Agentic RAG。
第 17 篇
AI Agent 实战教程 17：如何评测一个 Agent 是否可靠
建立 Agent 评测体系，覆盖工具调用准确率、多步任务成功率、幻觉率、权限遵守和回归测试。
第 18 篇
AI Agent 实战教程 18：日志、Trace 与可观测性
设计 Agent 可观测性系统，记录模型决策、工具调用、状态变化、用户确认和错误恢复过程。
第 19 篇
AI Agent 实战教程 19：部署、限流与成本优化
理解 AI Agent 上线后的部署形态、限流策略、并发控制、模型成本、缓存和降级方案。
第 20 篇
AI Agent 实战教程 20：从 Demo 到生产系统的落地清单
总结 AI Agent 从 Demo 到生产的检查清单，覆盖目标边界、工具、权限、状态、评测、日志和运营。