基于大模型的Agent技术应用开发实践培训通知

关于举办“基于大模型的Agent技术应用开发实践”
培训班的通知
各有关单位：
为了企业实现智能化转型，在激烈的市场竞争中抢占先机，增强核心竞争力，实现可持续发展。帮助学员深度掌握Agent技术开发技巧，提升项目执行与解决复杂问题的能力，实现从传统业务思维向数字化、智能化思维的转变。中培伟业精心打造了“基于大模型的Agent技术应用开发实践”培训课程。于2026年在全国部分城市举办公开课，诚邀您的参与，有关事宜如下：
一、培训背景
在当今快速发展的信息技术时代，人工智能（AI）已成为推动社会进步和产业升级的关键力量。其中，Agent智能体作为AI领域的一个重要分支，正逐渐展现出其独特的价值和广泛的应用前景。尽管 Agent需求旺盛，但企业在落地过程中普遍面临技术、场景、安全三重门槛，培训学习成为破局关键。
Agent智能体是一种能够自主决策、与环境进行交互并完成任务的软件实体。它们能够感知环境、理解用户需求、制定并执行计划，从而为用户提供智能化的服务。随着大数据、云计算和深度学习等技术的不断发展，大模型Agent智能体已经能够在众多领域发挥重要作用，如智能家居、自动驾驶、智能客服、医疗辅助等。
学习Agent智能体的开发，能够深入理解人工智能的基本原理和核心技术。通过掌握Agent智能体的设计、实现和优化方法，帮助学习者更全面了解AI系统的构建过程，为未来的研究和开发工作打下坚实的基础；学习Agent智能体在智能家居领域、自动驾驶领域、智能客服领域、医疗辅助领域等领域开发具有广泛的实用价值。
二、培训对象
AI工程师、算法工程师，各类软件企业和研发中心的程序员、软件设计师、技术负责人、架构师、高校计算机及人工智能专业师生等。
三、培训信息
培训形式：线下面授 + 同步直播
培训班次：

2026年4月26-28日 北京
2026年6月25-27日 广州
2026年8月28-30日 北京 2026年10月24-26日 成都
四、培训内容
培训共计3天，每天6小时，具体日程安排如下：
日程：第一天
内容：第一部分:大模型驱动的Agent智能体概述
详情：1.智能体的定义与特点2.智能体与传统软件的关系3.智能体与LLM的关系4.从ChatGPT到智能体5.智能体的五种能力6.记忆，规划，工具，自主决策，推理7.多智能体协作8.企业级智能体应用与任务规划9.智能体开发

内容：第二部分: 基于大模型的Agent技术框架
详情：1.Agent的四大要素 2.Agent的规划和决策能力 3.Agent的各种记忆机制 4.Agent的核心技能：调用工具5.Agent的推理引擎：ReAct框架 6.何谓ReAct 7.用ReAct框架实现简单Agent 8.基于ReAct框架的提示 9.构建ReAct Agent

内容：第三部分: 基于LangChain构建智能体
详情：1.何谓LangChain 2.LangChain中的六大模块 3.LangChain和Agent开发 4.LangChain构建智能体的类型5.LangChain构建工具6.LangChain构建Agent

内容：第四部分: 推理与行动的协同——通过LangChain中的ReAct框架实现
详情：1.了解ReAct框架与运行逻辑 2.LangChain中ReAct Agent 的实现 3.LangChain中的工具和工具包 4.create_react_agent创建鲜花定价Agent 5.深挖AgentExecutor的运行机制 6.在AgentExecutor中设置断点 7.思考：模型决定搜索 8.行动：工具执行搜索 9.思考：模型决定计算 10.行动：工具执行计算 11.思考：模型完成任务

内容：第五部分: 计划和执行的解耦-通过LangChain中的Plan-and-Execute实现
详情：1.Plan-and-Solve策略的提出 2.LangChain中的Plan-and-Execute Agent 3.通过Plan-and-Execute Agent实现物流管理 4.为Agent定义一系列进行自动库存调度的工具 5.创建Plan-and-Execute Agent并尝试一个“不可能完成的任务” 6.完善请求，让Agent完成任务7.从单Agent到多Agent

日程：第二天
内容：第六部分: 多Agent最佳实践
详情：1.智能体和多智能体 multi-agent systems2.监督者：每个Agent与一个监督者Agent通信3.自定义多Agent工作流：每个Agent只与其他Agent通信4.Multi-Agent多角色协作 5.SOP拆解 6.角色扮演 7.反馈迭代 8.监督控制9.workflow automation10.企业工程化最佳实践

内容：第七部分: 基于多模态构建Agent
详情：1.多模态技术原理讲解2.常用的多模态模型介绍、原理解析3.多模态典型应用场景举例，以及技术实现4.多模态技术实战5.多模态需求输入：图像、语音、文本6.语音输入集成模块7.图像输入集成模块8.核心需求理解与多轮输入整合模块9.语音输入处理10.利用多模态技术实现多模态智能聊天对话11.基于多模态大模型的Agent开发

内容：第八部分:分析国外智能体典型案例和商业应用
详情：1.解读斯坦福小镇项目：生成式智能体典型案例2.AutoGPT：通过自然语言的需求描述执行自动化任务3.BabyAGI：根据任务结果自动创建，排序和执行新任务4.MetaGPT：重塑生成式AI与软件开发界面5.AutoGen：下一代LLM应用的启动器6.ChatDev：重塑软件开发的AI群体智能协作框架7.Camel AI：引领自主与交流智能体的未来

内容：第九部分: 企业专属领域的智能客服Agent
详情：1.打造专属领域的客服聊天机器人 2.客服聊天机器人概述 3.客服聊天机器人价值简介 4.客服聊天机器人研发工具 5.AI课程客服聊天机器人总体架构 6.前端功能设计 7.后端功能设计 8.AI课程客服聊天机器人应用实例

内容：第十部分: Agent + MCP打造高级智能体
详情：1.RAG、Agent与MCP的区别与联系2.MCP与FunctionCall的关系3.热门的MCP客户端工具有哪些4.MCP服务接入原理讲解5.自定义MCP Client开发--STDIO协议对接6.LangGraph Agent接入Github MCP服务7.Langchain_mcp_adatpers创建高德MCP客户端8.基于高德MCP的复杂路径规划+可视化展示

日程：第三天
内容：第十一部分: 知识图谱构建与Agent调用
详情：1.Neo4j基础概念：Node、Relationship、Property2.使用 Cypher 查询语言进行数据建模、插入和查询。3.网络配置文件（config）的基本结构和参数分析4.基于config指定数据清洗与标准化格式5.基于本地大模型的结构化分析实现6.LangChain 自动生成并优化 Cypher 查询 7.LangServe发布图谱服务器8. Agent识别用户意图并调用图谱

内容：第十二部分: Manus快速上手与办公赋能
详情：1.Manus产品架构解析：云端智能体、多工具调用、任务分解与自主执行2.Manus在职场的应用：文档智能处理、任务自动化、代码编写与调试3.Manus实操训练：任务自动化演练、网页数据采集、代码执行挑战4.Manus办公赋能：会议纪要自动总结、5.Manus办公赋能：邮件自动分类与回复6.Manus办公赋能：PPT生成对比

内容：第十三部分: Manus 数据分析智能化
详情：1.跨平台AI协同DeepSeek+Manus组合优化内容生产2.跨平台AI协同：任务自动化与知识检索结合3.Manus在数据分析中的应用：销售数据分析、市场调研报告4.高级AI数据分析演练：实时数据抓取与分析、A/B测试优化5.智能体如何重塑工作模式：AI从辅助工具到自主执行体的演变6.Agent私有化、数据安全与企业适配性问题

内容：第十四部分: OpenManus本地化部署与使用
详情：1.OpenManus简介：开源AI智能体框架2.GitHub克隆到本地运行3.连接LLM API4.浏览器操作与代码执行5.ReAct与Planning模式6.Flow系统应用7.启用沙箱环境8.常见问题与调试技巧


备注：采用小班制教学，授课过程中，讲师会通过互动提问、组织小组讨论、即时答疑等形式，帮助学员把所学转化为可落地的能力。
五、培训教师
➤ 刘老师 | AI技术领域资深专家
西安邮电大学计算机科学与技术专业。拥有着20多年软件研发与企业培训经验，对Java、Python、区块链等技术领域有独特的研究，精通机器学习、深度学习、大模型技术。他的专业素养和教学能力备受学员赞誉，是众多技术爱好者心中的楷模。
AI深度学习方法：Scikit-Learn，Tensorflow、Keras、DNN、CNN、RNN、Yolo、OpenCV熟悉主流机器学习算法、各种神经网络结构和图形图像识别技术。
LLM大模型方向：DeekSeek、ChatGLM、ChatGPT4、Llama3、Agent、React、Ollama、Dify、Llamafactory微调、DeepSpeek分布式训练、MindFormers生态、MoE混合专家模型。能根据客户的需求实现定制化的模型私有化部署、微调、对齐、量化。并对LangChain、LlamaIndex、Dify等大模型框架有源码级的理解。
➤ 刘老师 | 国内顶尖AI专家
最近几年带队完成了数十个AI项目，内容不仅包括深度学习、机器学习、数据挖掘等具体技术要点，也包括AI的整体发展、现状、应用、商业价值、未来方向等，涵盖内容非常丰富。完成多个深度学习实践项目，广泛应用于医疗、交通、银行、电信等多个领域。从2020年推出的多门课程《AI大模型赋能行业应用与解决方案》《AI大模型辅助软件研发管理与效能提升》和《AI大模型技术及开发应用实践》更是广受欢迎，已经为几十家企业培训，作为一名AI技术专家，对人工智能的理解深入透彻。
他不仅精通AI的编程技术，还熟悉各种AI工具的使用，尤其在AI行业应用更是有着独特的见解和实践经验；自从2023年以来帮助多家研发中心做AI辅助开发效能提升咨询服务。同时也是微软人工智能认证工程师，阿里云AI人工智能训练师。在人工智能领域的深耕和创新，也得到了出版社的青睐，计划出版自己的著作。也在多家技术大会做AI技术讲座。
➤ 张老师 | 人工智能实战导师
大数据资深专家、云计算架构师，数据挖掘、数据分析工程师，曾作为多家大型知名企业首席架构，负责PaaS平台研发；主要研究方向包括大数据、云计算、移动开发、互联网营销、电子商务、项目管理等。IT从业二十余年，具有多年授课经验，秉承理论与实践相结合，在学习中实践，在实践中学习，积累了丰富的理论与实践经验，并且乐于将自己的经验分享。发现并集成整合社会资源，为企业节省资源并创造价值，达到为合作伙伴创收的目的。
曾为多家国内知名企业提供培训与咨询，拥有大数据、大流量、高并发、分布式的大型网站架构和设计经验。曾主导过多个私有云建设项目，早些年也主导过ERP、CMS等软件项目，这些项目中包含多个数百万、上千万的大型项目。
六、培训收益
1.深入理解AI大模型与Agent技术的核心原理；
2.深入了解AI大模型与Agent技术架构及运作机制；
3.挖掘AI大模型与Agent技术在企业业务中的创新应用场景；
4.学会结合AI大模型与Agent技术进行分析与解决复杂问题；
5.显著提升工作效能，实现业务流程的自动化处理；
6.促进团队协作优化，推动行业技术交流，拓宽职业发展道路。
七、证书颁发
参加培训并通过考试的学员，将获得由工业和信息化部教育与考试中心统一颁发的《AI大模型全栈技术（高级）》职业能力证书。证书长期有效，相关信息可随时登录中心官网查询。
八、培训费用
6800元/人（含培训费、平台费、资料费、视频回放、证书、发票等费用）。
备注：参加面授的学员提供培训期间的午餐。
九、报名缴费
请参训单位及人员填写《报名回执表》，通过传真或邮件等方式发送给课程顾问。并于开课前一周将相关费用汇至我司对公账户，同时提供付款凭证以便财务核对。