智能体培训_大模型培训_vibe coding培训

AI全能开发

是当下的风口，更是未来的保障

什么是智能体？

智能体，也叫Agent，是会思考、会调用工具、能自动完成任务的 AI 程序。

什么是vibe coding？

即：氛围编程，其核心在于使用AI生成代码，使开发者聚焦高层次系统设计，降低编程门槛。

什么是AI全能开发？

是AI时代真正的全端全栈开发者，可集产品开发测试运维于一身，收入更高。

如何成为AI全能开发者？

系统学习AI全能开发课程，掌握各种先进AI工具，一人可抵千军万码。

AI全能开发的发展怎么样？

这不是一阵风，而是未来 5–10 年的系统升级。谁先转型，谁就拥有更长上升周期。

AI全能开发的薪资如何?

传统软件工程师，一旦具备AI全能开发能力，薪资可达：15K-80K，上不封顶。

领先行业一代，就业优势尽显

AI全能开发

Vibe Coding+智能体，就业机会更多，
发展上限更高，薪资更高！

智能体项目+Vibe Coding项目

广泛覆盖多领域多场景，真正实现集产品\开发\测试\运维于一身！

AI时代，一人可抵千军万码

带你熟练使用vibe coding，让普通程序员变身成为超级个体，精准切中企业当下和未来的需求！

10v1就业陪跑，扶上马再送一程

从面试到入职，全程护航，随时响应！入职后每名学员+10个老师单独建群，组成强大后援团，及时协助解决各种问题

课程大纲

划时代布局，讲透企业需要的技术！

阶段一：

Python 核心基础

AI 开发必备编程能力

阶段二：

AI 应用工程基座

后端、存储与前端工程化

阶段三：

智能体架构与工程落地

Agent 框架核心开发

阶段四：

RAG 应用开发实战

检索增强知识库构建

课程详细大纲

Git/Github/Gitee/Gitlab

安装配置、本地库搭建、基本操作、工作流、集中式

Redis

安装配置、Redis的五大数据类型、Jedis、持久化、RDB、AOF

Nginx

Nginx介绍、基于Linux/Docker安装Nginx、配置文件详解、静态资源服务器实践、反向代理实战、SELinux介绍&禁用、负载均衡&常见规则、基于SpringCloud网关进行负载均衡实战

RAG原理及优化

1、RAG 架构演进与 Ragas 指标评估；RAG 系统完整搭建流程；文档处理、向量存储；检索预处理、重排序、混合检索等优化手段；

2、GraphRAG 原理、实体关系抽取与知识图谱构建

项目一：掌柜智库（RAG知识库）

项目简介：

掌柜智库是一个面向商品资料的RAG知识库系统，基于 LangGraph 搭建可插拔 RAG 工作流，使用 MinerU+OCR 解析图文 PDF，融合 Milvus、稀疏检索，配合高级切片、HyDE、BGE‑Rerank 做检索优化，借助 RAGAS 完成全链路评测，解决传统搜索无法理解设备故障语义提问的问题，支撑设备安装、故障排查等售后业务，降低售后成本，实现售后智能化升级。

涉及技术/知识点：

编程语言：Python

LLM 应用框架：LangChain、LangGraph

文档解析：OCR、MinerU

向量数据库：Milvus

RAG高阶技术：多路召回、多策略智能切片、HyDE 假设性嵌入、BGE‑Rerank 重排序

RAG评测框架：RAGAS

工程知识点：企业 RAG 工作流编排、垂直知识库全链路开发、RAG 效果调优、多模态文档处理

项目实战一：RAG知识库实战（多行业五选一）

实战简介：

学生从好医智库（医疗）、伴学智库（教育）、倾听智库（在线音频）、金融智库（金融）、美途智库（文旅出行）五大行业垂直知识库项目中任选一个独自完成，搭建企业级高级RAG垂直知识库问答系统，基于LangGraph实现可溯源RAG工作流，采用多路召回与检索增强技术，配套全链路效果评估。

学习目标：

1、掌握垂直行业 RAG 系统架构，可完成知识库问答的方案设计。

2、熟练运用 LangGraph 编排 RAG 工作流，实现多路召回、检索溯源等核心逻辑。

3、掌握知识库处理、检索与生成调优，解决行业问答业务问题。

4、能够开展 RAG 全链路评测，定位问题并迭代优化系统。

5、具备企业级 RAG 项目从设计、开发到评测的完整工程实践能力。

考试三

阶段五：

智能体全栈技术

Java 后端与 AI 业务中台

阶段六：

大模型高阶项目与微调

对话业务系统调优实战

课程详细大纲

项目三：电商小二（Harness+单智能体）

项目简介：

电商小二是面向电商场景的任务型智能客服系统，基于 Rasa 框架深度二次开发，融合 Sparse+Dense 特征融合、DIET 多任务模型、Rule+TED 混合对话策略，配套特征工程与自定义外部 API 调用能力，构建具备长上下文记忆、多轮交互能力的对话机器人，解决传统客服人机交互僵化问题，支撑订单查询、退换货等电商售后业务，降低企业客服成本。

涉及技术/知识点：

开发语言 & 工程工具：Python、PyTorch、Docker

对话框架：Langgraph自己实现

自然语言理解：Jieba 分词、CountVectors 词袋、BERT/ChineseBERT、Regex 正则、Sparse+Dense 双路特征融合、DIET（意图分类 + 实体抽取多任务学习）

对话管理：Stories 故事建模、RulePolicy、TED Policy 混合对话策略、长上下文注意力记忆机制

业务执行：Action Selection、自定义 Action、外部 API 调用，支持订单、物流信息读写

项目实战二：智能客服项目实战（多行业五选一）

实战简介：

从尚医助手（医疗）、知学助手（在线教育）、倾听助手（在线音频）、金融助手（金融）、美途助手（文旅出行）五大智能客服中任选一个由学生独立完成，融合 Sparse+Dense 特征融合、DIET 多任务模型、Rule+TED 混合对话策略，配套特征工程与自定义外部 API 调用能力，构建具备长上下文记忆、多轮交互能力的对话机器人。

学习目标：

1、掌握任务型对话系统的架构与多轮对话开发流程

2、可基于大模型，完成意图识别、实体抽取功能

3、能够配置混合对话策略，开发自定义动作并对接外部 API

4、学会对话模型特征调优，提升机器人交互效果

5、具备独立搭建垂直行业智能客服机器人的实战能力

项目四：智数归因平台（Harness+多智能体）

项目简介：

掌柜问数是企业级自然语言查数与电商全链路归因一体化系统，基于 DataAgent、AttributionAgent 架构开发，借助混合检索、思维链推理、异步高并发框架，实现 NL2SQL 自助取数和多模型智能归因分析，帮助业务人员无需编写 SQL 即可查询数据、评估营销投放效果。

涉及技术/知识点：

开发与服务框架：Python、FastAPI、AsyncIO

Agent & 大模型：DataAgent、AttributionAgent、LiteLLM、LangChain、LangGraph、Qwen、CoT 思维链、MCP

存储检索：Qdrant、Elasticsearch、MySQL、Redis、SQLAlchemy

语义处理：Jieba 分词、HyDE 查询扩展

前端可视化：React、TypeScript、Vite、SSE、WebSocket、pandas、ECharts

核心能力：NL2SQL 生成校验、多策略归因、动态 Schema / 因子剪枝、语义对齐、高并发异步调度

大模型微调

1、微调基础与工具链：微调底层原理、微调数据集规范格式、HuggingFace 生态工具（SFT、Accelerate、Unsloth、DeepSpeed、Llama‑Factory）

2、微调技术方案：全参数微调原理与适用场景、LoRA / QLoRA 高效参数微调、分布式训练策略、零冗余优化器 ZeRO

3、推理部署与模型评估：微调后模型推理部署优化、大模型评估完整工作流程

项目实战三：微调实战-掌柜智库or电商小二 or 智数归因平台

实战简介：

学生独立完成一个掌柜智库or电商小二or 智数归因项目中模型微调。

学习目标：

1、理解电商垂直领域大模型微调底层原理，掌握电商业务场景微调数据集制作规范。

2、熟练使用主流微调工具链，可完成 LoRA/Q‑LoRA 高效微调任务。

3、能够针对掌柜智库 or 电商小二 or 智数归因业务，完成电商专属模型微调训练。

4、掌握微调后电商模型部署优化与效果评估方法。

5、具备电商业务场景中大模型微调落地的完整实战能力。

考试五

阶段七：

多智能体高阶实战

企业复杂 AI 系统构建

课程详细大纲

项目五：舆情分析（多智能体+Harness）（二选一）

项目简介：

舆情分析是面向品牌监控、热点研判的多 Agent 全链路舆情监测分析系统，采用分布式多源数据采集，依托 BERT、sentiment_agent 完成情感研判，搭配多模块并行分析、模拟专家讨论机制，支持热度追踪、多级风险预警、结构化专题报告生成与可视化大盘展示，助力企业实现舆情主动管控与危机复盘。

涉及技术/知识点：

开发框架：Python、Flask+SocketIO、FastAPI、Streamlit

Agent 与大模型生态：LangGraph、多 Agent 协同、GraphRAG；Kimi、Gemini、DeepSeek、Qwen

存储组件：PostgreSQL、MySQL

前端可视化：Vue3、ECharts

工具库：Pydantic Settings、Loguru；Tavily、Bocha、Anspire 搜索服务

核心能力：分布式爬虫多源采集、情感倾向识别、热度计算、风险多级预警、多模块并行研判、消息实时推送、PDF / 文本报告导出

项目五：市场罗盘（二选一）

项目简介：

市场罗盘是多智能体深度研判系统，支持 SOP 动态任务编排，双模态推理引擎适配不同分析场景，基于多智能体协同工作流，集成联网搜索、NL2SQL、代码解释器等工具，依托 SSE 实现思考过程可视化，完成全流程专业调研与报告生成。

涉及技术/知识点：

开发框架：Python、FastAPI、AsyncIO

Agent 大模型：LiteLLM、Agentic-Workflow、ReAct

检索引擎：Qdrant、Elasticsearch

文本处理：Jieba 分词

实时通信：SSE

项目六：工程调研助手（Loop Engineering）（二选一）

项目简介：

面向研发团队的只读式工程调研工作台，采用前后端分离 + 后台任务队列架构，基于 LangGraph StateGraph 编排分析流程；自动采集代码仓库、文档资料，完成代码结构梳理、证据链分析、风险识别，结合大模型增强分析并做结构化校验，支持任务断点恢复、事件流式推送，输出可审计、可复盘的标准化工程调研报告。

涉及技术/知识点：

开发框架：FastAPI、SQLAlchemy、Next.js

Agent 编排：LangGraph StateGraph、Checkpoint 断点持久化

任务治理：后台 Worker 任务队列、租约与超时恢复机制

通信：事件流式订阅

能力模块：Git 仓库读取、代码结构分析、结构化输出校验

项目六：电商运营助手（多智能体+Harness）（二选一）

项目简介：

电商运营助手是面向线上店铺单品运营的多模态智能工作台，整合商品、竞品、库存、经营数据，依托多模态大模型与异步任务调度能力，实现商品诊断、图文视频素材生成、投放方案推荐与数据复盘，搭建从商品建档、创意生产到投放复盘的完整运营闭环，辅助运营人员完成单品全周期运营工作。

涉及技术/知识点：

开发框架：Python、FastAPI

任务调度：异步任务队列、任务优先级调度、失败重试机制

数据库：数据库建模、索引优化、Alembic 版本迁移、数据备份

AI 能力：多模态大模型接入、自定义模型参数配置

考试六

阶段八：

AI 低代码平台

大模型应用快速搭建

阶段九：

Vibe Coding 综合项目实战

端到端项目攻坚

课程详细大纲

Vibe Coding

自然语言驱动开发，掌握Claude Code、Cursor、Codex等常见开发工具，从模糊需求到具体落地

Skill：Skill定义、Skill生命周期、Skill注册、Skill检索、Skill编排、Skill复用、Skill构建、Skill 与 AI 工具集成、Skill 迭代与版本管理、MCP

项目实战四：全栈实战（多行业六选一）

实战简介：

学生在美途旅行（文旅出行）、好房易租（租房）、倾听FM（在线音频）、云尚课堂（在线教育）、谷德家政（家政）、好医在线（在线医疗）六大垂直行业全栈服务平台中任选其一独立完成，熟练运用Vibe Coding技术解决实际开发需求，打通架构设计、前端、后端、小程序、智能体集成、测试、运维上线全栈流程，快速交付完整项目产品。

涉及技术/知识点：

1. 后端开发框架：SpringBoot3、Spring MVC、Spring Security、Spring‑AI、Spring Cloud

2. 前端技术：Vue3 + Element‑Plus，智能客服聊天界面、会话历史展示、参数配置面板

3. 数据库层：MySQL、MyBatis‑Plus、Redis，会话持久化、热点缓存、用户业务数据管理

4. 异步 & 高并发：Spring Async、CompletableFuture、线程池，异步任务、非阻塞对话处理

5. 接口与工具集成：大模型 SDK、第三方业务 API 对接、Restful 接口、WebSocket 实时对话推送

6. 工具 & 中间件：Maven、Docker、Nginx，项目打包容器化部署，接口网关、跨域处理

7. 文本处理：分词处理、意图识别、实体抽取、Prompt 调优、多轮对话管理

8. 业务能力模块：意图路由分发、RAG 知识库问答、Function Calling 工具调用、多轮会话记忆、业务表单交互、上下文管理

项目实战五：商城风控（五选一）

项目简介：

商城风控是基于 RiskAgent 定制开发的电商智能风控系统，采用 Deep-Risk 三阶段思维链 Agent 架构，融合 Qdrant 向量检索与 ES 混合多路召回，搭配风险因子剪枝、HyDE 语义对齐，依托 AsyncIO 高并发异步架构识别交易欺诈、恶意退款等风险，实现事前预判与风险管控。

涉及技术/知识点：

开发框架：FastAPI、AsyncIO、SQLAlchemy

Agent 大模型：LangChain、LangGraph、deepagents

检索引擎：Qdrant、Elasticsearch

文本处理：Jieba 分词、HyDE

数据处理：Pandas、NumPy

工具库：Pydantic、uvicorn、PyMySQL

项目实战五：万应助手（五选一）

项目简介：

万应助手是面向 3C 售后的多智能体客服系统，采用 Orchestrator 中控调度架构做意图识别与路由分发，集成 Text-to-SQL、领域 RAG 知识库，基于 MCP 对接地图 LBS 服务，搭配持久化会话记忆，实现硬件故障诊断、数据查询、路线导航一体化智能售后交互。

涉及技术/知识点：

后端：Python、AsyncIO、PyMySQL

前端：Vue3、Element Plus

Agent 架构：Orchestrator-Pattern、MCP

能力模块：Text-to-SQL、RAG

服务对接：OpenAI-SDK、百度地图 API

项目实战五：自动化漏洞挖掘与验证系统（五选一）

项目简介：

自动化漏洞挖掘与验证系统，面向代码安全评估场景，分层架构包含前端、API、调度、多 Agent 执行、工具、沙箱、数据多层；基于状态图编排调度多安全 Agent 完成侦察、代码漏洞分析、PoC 验证、安全报告生成；依托 Docker 沙箱实现命令隔离执行，支持 WebSocket 实时推送、JWT 鉴权、异步任务持久化，输出可追溯漏洞证据、攻击链与安全评估报告，自动化替代人工审计重复工作。

涉及技术/知识点：

容器技术：Docker 沙箱隔离

通信协议：WebSocket、JWT 身份认证

架构：状态图编排、多 Agent 协作、异步任务调度

能力模块：代码静态分析、PoC 漏洞验证、Markdown/JSON 报告导出

项目实战五：ETL-Agent(Harness)（五选一）

项目简介：

生产级 ETL Agent 控制系统，依托 Agent+Harness+Workflow 混合架构，可将业务自然语言需求转化为可审计、可审批、可回放的 ETL 数据流水线，基于 SeaTunnel Zeta 完成异构数据搬运，具备权限管控、事务隔离、运行监督、证据留存等生产安全能力，实现企业数据集成任务全链路管控。

涉及技术/知识点：

后端：Python、LangGraph、PostgreSQL

数据引擎：Apache SeaTunnel Zeta

Agent 体系：Agent Harness、ReAct、Tool Broker、PDP、Outbox 模式

工程能力：Checkpoint 断点恢复、幂等设计、事务治理、Benchmark 仿真评估

AI 能力：LLM 工具调用、结构化输出、Human-in-the-loop 人工审批

项目实战五：企业合同审批Agent（Hermes）（五选一）

项目简介：

面向企业审批流程的智能合同审查助手，对接审批平台，实现合同附件下载、文档解析（PDF/Word/OCR 图片识别）、可配置化规则风险审查、审查意见生成与审批评论自动回写；支持幂等防重处理、全链路审计日志，提供运维看板，在不干预审批最终权限的前提下，自动识别合同条款缺失、高风险表述，提升合同审查效率。

涉及技术/知识点：

文档处理：OCR 识别、PDF/Word 文档解析

规则引擎：YAML 配置规则、正则匹配

工程能力：幂等控制、异步任务编排、审计埋点

大模型应用：LLM 文本摘要、语句润色

阶段十：

就业冲刺

大牛引路，冲击大厂，把握超级风口

全新项目库

真正企业级项目，面试轻松搞定，工作直接可用

真正的企业所用项目

项目广泛覆盖电商、医疗、旅游、教育等多个领域，并且智能体项目和AI全能开发项目之间是关联的。智能体项目和智能体项目之间也都是闭环的，智能体项目解决某一行业所需要用到的主流场景。你可系统掌握AI时代企业急需的数字化、智能化转型急需的核心关键技术。

真正的全链路闭环项目

从产品设计、架构设计开始，到前端开发、后端开发、小程序开发、AI多智能体集成，最后进行项目测试、运维部署上线，真正进行全链路项目开发，真正掌握全栈开发的全部技术！

真正的智能体项目

项目授课时间长、不敷衍。从项目需要的理论基础开始讲起，对每一个需求均详细讲解，确保学生跟上思路，彻底理清项目架构，掌握项目设计思维。实打实花一个多月时间去讲5个智能体项目，非其他机构只花1周左右时间去简单讲解小案例可比。

真正的按企业级标准进行

课程中使用真实企业开发数据，学生按照企业级开发标准进行项目的搭建。开发流程、代码编写规范、项目上线流程、项目的性能调优也全部按照企业级标准进行。面试时一看就是有经验的熟手。

掌柜智库

智能体中台

电商小二

智数归因平台

舆情分析

市场罗盘

工程调研助手

电商运营助手

RAG知识库实战

智能客服实战

模型微调实战

全栈项目实战

商城风控

万应助手

自动漏洞挖掘

ETL-Agent

合同审批助手

项目一掌柜智库（RAG知识库）

项目介绍

涉及技术/知识点

编程语言：PythonLLM 应用框架：LangChain、LangGraph文档解析：OCR、MinerU向量数据库：MilvusRAG高阶技术：多路召回、多策略智能切片、HyDE 假设性嵌入、BGE‑Rerank 重排序RAG评测框架：RAGAS工程知识点：企业 RAG 工作流编排、垂直知识库全链路开发、RAG 效果调优、多模态文档处理

架构图