Ι 课程介绍
* 课程时间：2025年完结（会员免费包更新）
* 课程包括：视频+课程资料
* 课程售价：¥19.9元
* 会员免费
* 课程目录：如下
│
├─代码
│ AiTripPlan-master.zip
│
├─第10章 Skills 让 Agent 按照专业流程工作
│ 10-1 Agent的牛马小弟：SubAgent.mp4
│ 10-2 Agent Skills就是个专属工作流.mp4
│ 10-3 Skills装载的是专业知识和工作流程.mp4
│ 10-4 Skills的渐进式加载机制.mp4
│ 10-5 Skills的文件结构标准.mp4
│ 10-6 总结Agent从助手到自主协作的进化过程(1).mp4
│ 10-6 总结Agent从助手到自主协作的进化过程.mp4
│ 10-7 SpringAi 1.1.2实现Agent装载Skills.mp4
│
├─第1章 AI 正式进入多 Agent 协作和自主决策的时代
│ 1-1 多Agent融合自主决策，AI发展的必然趋势_ev.mp4
│ 1-2 准备工作：安装ApiFox_ev.mp4
│ 1-3 准备工作：配置阿里大模型广场的ApiKey_ev.mp4
│ 1-4 准备工作：百度地图API秘钥(AK)_ev.mp4
│ 1-5 准备工作：安装Nacos 3_ev.mp4
│ 1-6 仿Manus能自主决策的框架：Jmanus_ev.mp4
│ 1-7 具备ReAct核心能力的框架：AgentScope_ev.mp4
│
├─第2章 大白话快速简单过一遍 Ai 大模型
│ 2-1 大模型咋就懂咱说啥 ？.mp4
│ 2-2 大模型的信息分析器：Transformer层.mp4
│ 2-3 大模型的大脑中枢：自注意力机制.mp4
│ 2-4 大模型的回应咋就这么体贴呢.mp4
│ 2-5 大模型是弹药库，智能体则是武器.mp4
│
├─第3章 MCP + Skills，Agent“工具+技能”的双轮驱动
│ 3-1 大模型困境：数据获取与整合上 的“抓瞎”.mp4
│ 3-10 多Agent跨部门协作：A2A协议.mp4
│ 3-11 主流的多Agent开发框架.mp4
│ 3-12 多Agent的核心执行流程.mp4
│ 3-2 困境解决方案：函数调用( Function Calling ).mp4
│ 3-3 Function Calling就是大模型的跑腿小弟.mp4
│ 3-4 更优的困境解决方案： MCP.mp4
│ 3-5 对比Function Calling，MCP的不同.mp4
│ 3-6 体验MCP：Jmanus配置MCP服务.mp4
│ 3-7 具有专业知识的Agent Skills.mp4
│ 3-8 工具调用最强组合：Agent Skills+MCP.mp4
│ 3-9 搞定复杂活儿，得靠多个Agent协作.mp4
│
├─第4章 SpringAi 1.1 实现 MCP+A2A
│ 4-1 以bom方式导入SpringAi Alibaba依赖(1).mp4
│ 4-1 以bom方式导入SpringAi Alibaba依赖.mp4
│ 4-10 SpringAi 1.1 整合MCP.mp4
│ 4-11 SpringAi 1.1 A2A的3个核心组件.mp4
│ 4-12 SpringAi 1.1 MCP注解：全新的MCP实现.mp4
│ 4-13 SpringAi 1.1 A2A的服务注册.mp4
│ 4-14 SpringAi 1.1 A2A的服务发现.mp4
│ 4-15 SpringAi 1.1 A2A的元数据AgentCard.mp4
│ 4-16 测试 SpringAi 1.1 实现的 A2A 协议.mp4
│ 4-2 导入MCP依赖.mp4
│ 4-3 MCP能连接万物的原因：通信的分层设计.mp4
│ 4-4 MCP的通信：SSE实时传输.mp4
│ 4-5 创建MCP工具.mp4
│ 4-6 将MCP工具注册到MCP服务.mp4
│ 4-7 线程不会被卡住：WebFlux框架.mp4
│ 4-8 Jmanus导入SpringAi自定义的MCP服务.mp4
│ 4-9 SpringAi Alibaba 1.1 以bom方式导入依赖.mp4
│
├─第5章 Agent 团队打造专属你的旅行规划
│ 5-1 旅行规划的复合任务拆解.mp4
│ 5-2 团队成员：路线制定专员Agent.mp4
│ 5-3 团队成员：行程规划经理Agent.mp4
│ 5-4 团队成员：费用统筹管家Agent.mp4
│ 5-5 Agent团队和大模型的无缝协作.mp4
│ 5-6 百度地图MCP提供的工具体系全景.mp4
│
├─第6章 多 Agent + ReAct架构，SpringAi迈入Agent新时代
│ 6-1 SpringAI 1.0，1.1 和 2.0.mp4
│ 6-10 AgentScope构建搭载工具的ReAct Agent（2）.mp4
│ 6-11 MCP客户端连接MCP服务端.mp4
│ 6-12 大模型调用本地自定义的MCP服务.mp4
│ 6-13 RAG只是一个过渡阶段吗 ？.mp4
│ 6-14 长下文能取代RAG吗 ？.mp4
│ 6-15 测试AgentScope的Agent运行.mp4
│ 6-2 SpringBoot整合SpringAi Alibaba.mp4
│ 6-3 和大模型互动的中枢：ChatModel对象.mp4
│ 6-4 和大模型互动的窗口：ChatClient对象.mp4
│ 6-5 ChatClient流式响应获取数据 (SSE).mp4
│ 6-6 SpringAi 1.1 正式进入Agent自主决策时代.mp4
│ 6-7 SpringAi 1.1 组建旅游规划的Agent团队.mp4
│ 6-8 SpringAi 1.1 Agent团队协同合作.mp4
│ 6-9 AgentScope构建搭载工具的ReAct Agent（1）.mp4
│
├─第7章 Graph 搭建旅游规划工作流，像拼积木一样轻松
│ 7-1 以工作流方式编排旅行规划的团队协同.mp4
│ 7-10 SpringAi Alibaba1.1的Graph引擎.mp4
│ 7-11 SpringAi 1.1的工作流状态更新.mp4
│ 7-12 基于Graph搭建旅游规划工作流.mp4
│ 7-13 总结Agent和Graph分别构建的工作流.mp4
│ 7-2 搭建工作流的记忆中枢：OverAllState.mp4
│ 7-3 搭建工作流的框架蓝图：StateGraph.mp4
│ 7-4 搭建工作流的执行单元：NodeAction.mp4
│ 7-5 搭建工作流的流程顺序：Edge.mp4
│ 7-6 编译及运行工作流.mp4
│ 7-7 图形化展示工作流.mp4
│ 7-8 Flux就是装载SSE流式数据的容器.mp4
│ 7-9 Flux包装SSE返回给前端展示打字机输出效果.mp4
│
├─第8章 Jmanus 懂思考、会规划、一步步动手完成任务。
│ 8-1 多Agent设计思路 角色分工.mp4
│ 8-10 JManus的核心：计划协调器.mp4
│ 8-11 JManus向大模型请求计划创建.mp4
│ 8-12 根据计划类型创建不同的执行者.mp4
│ 8-13 不同的执行者调用不同的执行流程.mp4
│ 8-2 多Agent设计思路 冲突协商.mp4
│ 8-3 多Agent设计思路 SOP管理机制.mp4
│ 8-4 Manus多Agent的技术架构.mp4
│ 8-5 Manus是自主决策的Ai Agent.mp4
│ 8-6 OpenManus复刻Manus的架构思路.mp4
│ 8-7 PlanAct是全局流程规划的主管.mp4
│ 8-8 ReAct是灵活应变的基层执行者.mp4
│ 8-9 JManus的文件架构以及Prompt提交入口.mp4
│
└─第9章 Docker 部署分布式 Agent 搞定旅游规划
9-1 AgentScope搭建工程化的分布式Agent协同.mp4
9-10 远程Agent封装为工具执行子任务.mp4
9-2 分布式Agent自主旅游规划的架构思路.mp4
9-3 SpringBoot 4 和 AgentScope 的整合.mp4
9-4 创建不同节点的ReAct Agent.mp4
9-5 主管Agent自主分解复杂任务.mp4
9-6 自主分解任务的关键：PlanNotebook.mp4
9-7 计划和执行中的事件拦截：Hook.mp4
9-8 主管Agent分发任务给相应Agent.mp4
9-9 团队成员的智能体卡片注册到Nacos.mp4
