Этот курс шаг за шагом проведет вас через разработку программирующего AI-агента. Содержание охватываетсоздание сервисов MCP,практическую работу с ключевыми компонентами LangChain,проектирование архитектуры Multi-Agentи интеграцию приватных инструментов (таких как управление браузером, автоматизация терминала, инструменты написания документов), а также включает практическое применение AI-инструментов программирования, таких как Cursor и Tongyi Lingma, помогая вам создать собственного программирующего AI-агента, обладающего более сильной ключевой компетенцией в разработке AI Agent и позволяющего на шаг опередить других в захвате технологических высот автоматизированной AI-разработки.

Этот курс глубоко сосредоточен наполном цикле разработки коммерческих AI Agent, преподает не только теоретические знания, но и уделяет особое внимание практической реализации. Вы научитесь использовать LangGraph для построения многоуровневой архитектуры нескольких агентов, обеспечивая автоматизацию полного цикла: планирование задач, проектирование продукта, разработка, запуск. Курс особо подчеркиваетнавыки разработки приватных инструментов, через протокол MCP реализуется локальное развертывание более 20 ключевых инструментов, включая управление браузером, работу с терминалом, запросы к базе знаний, что гарантирует вашему агенту реальную коммерческую ценность.

Курс используетпроектно-ориентированное обучение, через полный практический проект "Xiaomu Bookstore" (фронтенд и бэкенд) вы освоите весь набор навыков от анализа требований до автоматического кодирования, от вызова инструментов до контейнерного развертывания. Вы научитесь использовать Lima+Docker для создания безопасной песочницы Agent, быстрой публикации и предпросмотра фронтенд- и бэкенд-приложений, решая ключевые проблемы AI-программирования. После завершения курса вы сможете самостоятельно разрабатывать сложных программирующих агентов и создадите технологический барьер в области автоматизированной AI-разработки.

• 1.Введение в курс и руководство по обучению
• 2.Базовые понятия и техническая архитектура AI-агентов
• 3.Вызов больших моделей в разработке AI-агентов

• 4.Разработка инструментов для больших моделей LangChain
• 5.Встроенные возможности вызова инструментов и управления возвращаемыми данными
• 6.Углубленное изучение протокола MCP и возможностей внешних инструментов
• 7.Интеграция Cursor и MCP с интеллектуальными инструментами

• 8.Планирование проекта и реализация возможностей многораундового диалога
• 9.Реализация возможностей памяти AI-агента программирования
• 10.Разработка инструментов управления терминалом
• 11.Разработка базы знаний и возможности обучения
• 12.Реализация механизма самообучения RAG

• 13.Возможности разработки управления браузером
• 14.Реализация песочницы для запуска Agent
• 15.Разработка инструментов базы данных и возможности управления
• 16.Проектирование мультиагентной архитектуры LangGraph

• 17.Реализация возможностей разработки кода
• 18.Практическая автоматизированная разработка фронтенд-страниц книжного магазина Xiaomu
• 19.Практическая автоматизированная разработка бэкенд-API и базы данных книжного магазина Xiaomu
• 20.Исходный код курса и итоговая документация

💡 Совет по обучению:Содержание руководства основано на отраслевой практике на момент публикации; рекомендуется учитывать актуальные правила платформы во время обучения.