Java培训_智能体培训_大模型培训_大模型线下培训_Java培训机构_Java培训班

AI应用&智能体

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。

为什么要学智能体开发?

这是AI时代的一次能力结构升级。各种开发岗位不会消失，但会升级。

智能体该怎么学？

学习LangChain，LangGraph等核心框架，结合智能体实战，掌握真正的项目经验。

智能体的发展怎么样？

这不是一阵风，而是未来 5–10 年的系统级升级。谁先完成转型，谁就拥有更长的职业上升周期。

智能体的薪资如何?

传统软件工程师，一旦具备智能体开发能力，薪资可达：15K-40K。

MORE >

领先行业一代，就业优势尽显

AI应用&智能体

全栈开发+智能体同时布局，就业机会更多，发展上限更高，薪资更高！

10v1就业陪跑，扶上马再送一程

从面试到入职，全程跟踪，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

2大全栈项目+4个智能体项目

项目广泛覆盖多领域多场景，真正实现全栈项目与智能体应用全链路闭环

数十位名师大咖，亲传亲授

北航宋红康、北邮阳哥、大牛禹神、清华武神、中科院左神、人大晨哥...

课程大纲

划时代布局，讲透企业需要的技术！

阶段一：

Java 基础 & 数据库基础

后端开发的坚实基石

可掌握的核心技能

1、掌握 AI 趋势下 Java 开发方向，能独立完成 Java 环境搭建与 HelloWorld 程序编写，夯实入门基础

2、精通 IntelliJ IDEA 安装、高效操作技巧及 AI 辅助插件使用，掌握注释、关键字、标识符的规范用法

3、熟练运用 Java 变量（含 var 局部变量），掌握变量声明、赋值、输出的完整流程与语法规范

4、理解二进制 / 八进制 / 十进制 / 十六进制转换逻辑，明晰 bit 与 byte 的对应关系及存储单元（KB/MB/GB）换算

5、精通算数 / 赋值 / 比较 / 逻辑 / 条件 / 位运算符，能熟练运用 if-else、switch-case（含 yield 新特性）分支结构

6、掌握 for/while/do-while 循环及嵌套逻辑，能处理无限循环场景，明确 break/continue/return 的区别与适用场景

7、理解一维 / 二维数组特性，掌握其声明、初始化、遍历及内存解析，能实现数组统计、反转、顺序查找等基础操作

8、熟练运用 Arrays 核心 API、System.arraycopy 方法及 Hutool ArrayUtil 工具类，掌握冒泡排序算法实现

9、深入理解面向对象封装思想，能独立完成类设计、对象创建，掌握成员变量、构造器、成员方法的实战运用

10、精通继承特性与 final/native 关键字用法，掌握抽象类、接口（含新特性）的应用及二者核心区别

11、掌握多态特性、上下转型、内部类与枚举，会用 Record 密封类及 Lombok 简化面向对象开发

12、理解 IO 流分类与四大核心基流，掌握序列化（含 Serializable、transient）及异常处理（含 try 新特性）流程

13、熟练运用日期时间、字符串（含文本块）、正则表达式等基础 API，掌握泛型类 / 接口 / 方法的使用逻辑

14、精通 Collection（Set/List）、Map 集合框架操作，理解树 / 哈希表数据结构，能熟练使用迭代器与集合工具类

15、掌握 Lambda 表达式语法规则，能运用 StreamAPI 实现数据筛选、过滤、映射等高效处理操作

16、理解程序 / 进程 / 线程核心概念，掌握线程实现方式，能通过 synchronized 处理线程安全问题

17、掌握 MySQL 数据库安装与可视化工具使用，精通 DDL/DQL/DML 等 SQL 核心语法及多表关联查询逻辑

18、理解 JDBC 核心概念与操作流程，能独立完成 Java 代码与 MySQL 的连接、数据 CRUD 及常见问题调试

课程设计特色

最适合小白入手的Java基础课程

专为零基础设计，却不缺深度与前沿性 —— 紧跟 AI 后端热潮，用小白能懂的逻辑，带您从 0 掌握 “能落地、够前沿” 的 Java 能力。
入门无门槛：手把手教环境搭建、写第一个程序，把变量、运算、流程控制（“如果 / 循环” 逻辑）拆成易懂步骤，搭配工具简化数组操作，零基础也能扎实打基础。
新特性不落后：同步 Java 最新功能（如 switch 简化语法、文本块），融入 IDEA AI 辅助插件，教您用 AI 提效，提前适应 AI 时代开发。
深度够实用：分阶段拆解 Java 核心 “面向对象”，从模块设计到灵活复用，结合工具简化开发，理解企业级代码逻辑；还会带练调试、文件处理、数据操作等实战技能，不是只学语法。
对接职场需求：不回避核心难点，用通俗方式讲多线程（代码 “并行做事”）、数据库（存查数据），打通 “写代码 + 管数据” 完整链路，更培养企业级编码习惯与问题解决能力，为后续 Web 开发、AI 后端、智能体等方向筑牢坚实基础！

课程详细大纲

Java基础

1、核心概念：AI趋势下Java开发侧重点&方向、Java语言概述、环境搭建、第一个Java程序HelloWorld

2、开发工具：IntelliJ IDEA的安装与技巧、演示AI插件、常用注释方式、关键字和保留字、特殊值、标识符

3、基础知识：变量概念、变量声明和使用、变量输出、var声明局部变量

4、进制历史、二进制、十进制、八进制与十六进制使用

5、数据存储：位(bit)与字节(byte)关系、KB,MB,GB,TB等单元转换

6、核心运算符：算数运算符、赋值运算符、比较运算符、逻辑运算符、条件运算符、位运算符优先级

7、开发调试：输出语句、Scanner核心使用、Debug模式、Debug流程控制、报错信息分析

8、分支结构：单分支条件判断if、双分支条件判断if-else、多分支条件判断if-else if、嵌套使用、switch-case分支结构、新特性：switch-case表达式，yield的使用

9、循环结构：for循环结构、while循环结构、do-while循环结构、无限循环、循环嵌套、break、continue、return的区别

10、一维数组&常见算法：概念、特性、声明和初始化、默认值讨论、遍历&内存解析、数组统计、累加、平均值、下标处理、反转、顺序查找以及冒泡排序

11、基础API&Hutool扩展：数据工具Arrays核心API、System.arraycopy方法、Hutool ArrayUtil核心方法讲解&使用

12、二维数组&数组异常：一二维对比介绍、二维数组使用、二维数组内存分析、数组异常分析&解决

13、面向对象（上）：封装特性、方法详解、类设计与对象创建、包、成员变量、构造器、关键字、类的封装、成员方法、对象数组

14、面向对象（中）：继承特性、语法格式、native&final关键字、抽象类、接口特性、接口抽象类对比、接口新特性

15、面向对象（下）：多态特性、上下转型、内部类、比较器、枚举、新特性：Record&密封类、静态代码块、注解&Lombok、Java数学计算

16、IO流&异常：IO流理解和分类、四大核心基流、序列化和反序列化、Serializable接口，序列化版本ID，transient关键字、异常理解、异常体系图、异常处理、try新特性异常处理

17、基础API：日期时间相关API、字符串核心API、正则表达式、可变字符序列、新特性：文本块

18、泛型核心：泛型概念、泛型类&泛型接口、泛型方法、类型变量上限与泛型擦除、类型通配符

19、集合核心：Collection接口、Set集合、List集合、栈与队列、迭代器、Map双列集合、集合工具类、数据结构（树&哈希表）

20、Lambda&Stream: 函数式接口、Lambda表达式、方法引用、StreamAPI、StreamAPI实战、AI开发工具Trae

21、多线程基础：程序、线程、进程核心概念、多线程场景、线程实现方式、线程常用方法、线程安全问题与同步synchronized、单例设计模式：饿汉式和懒汉式（并且考虑线程安全问题）

MySQL&JDBC

1、概念&环境：数据库概念、关系型和非关系型数据库对比、SQL语句以及分类、MySQL安装和可视化工具使用

2、SQL核心：DDL、DQL、DML讲解、常见函数和使用、约束、多表关系、多表关联查询、事务入门、权限控制使用、实战练习

3、JDBC：JDBC核心概念、反射、JDBC操作流程、代码实践、常见问题以及调试

阶段二：

JavaWEB 和单体架构

企业级应用的入门阶梯

可掌握的核心技能

1、掌握 Maven 依赖管理、聚合 / 继承高级特性及分布式项目构建实战能力

2、能快速搭建 SpringBoot 项目，精通统一配置管理、常见场景启动器分析及自动配置原理、以及高级特性

3、精通三层架构与 MVC 架构模式设计，能完成企业级项目架构分层落地

4、精通 SpringMVC框架核心使用、理解RESTFul风格设计、掌握全局异常处理，参数校验，拦截器等高级机制、深入源码理解核心组件和流程

5、精通 MyBatis 快速入门（单表）与多表设计查询，熟练运用动态 SQL 解决复杂业务场景、集成 MyBatis 分页插件与逻辑删除功能，提升数据操作效率与规范性

6、精通 MyBatis-Plus 使用，包括通用 Mapper、通用 Service、动态 Wrapper/LambdaWrapper 及插件机制应用

7、掌握完整项目开发流程，能完成接口文档分析、数据库结构设计、项目搭建、核心业务实现到验收全链路

8、扩展Spring高级功能、理解 AOP 思想，熟练运用 AOP 注解完成实战（如慢接口查询），掌握 AOP 底层逻辑

9、精通声明式事务原理，能熟练使用事务注解、理解并应用事务传播行为解决数据一致性问题

10、掌握 Spring Bean 生命周期与核心容器原理，理解容器对 Bean 的管理机制

11、能熟练运用 HTML/CSS/JS/ES6 完成前端基础开发，掌握 Vue3 工程化搭建、响应式处理及异步通信（Axios）

12、精通 Vue 生态圈技术（Router 路由、Pinia 状态管理、Element-Plus 组件），能完成前后端联调

13、掌握 Linux 系统搭建、核心命令（文件 / 进程 / 网络）及服务器环境配置，能部署项目到 Linux 服务器

14、精通 Redis 安装、五大数据结构与常用命令，掌握客户端操作、持久化机制及主从 / 集群模式配置与应用

课程设计特色

全程案例驱动、打造学习效果最好的框架课程

全程案例驱动——用一条 “企业级单体架构” 主线串起所有技术，从构建工具到前后端联调、从数据库操作到服务器部署，每个知识点都扎进真实场景，告别 “学完就忘” 的碎片化困境。
快速上手快到飞起 —— 不用啃厚文档磨洋工，跟着案例走 “边做边学”：搭环境、写接口、调配置，分分钟跑通核心功能，上手就有成就感，小白也能轻松跟上节奏。
理解透彻不玩表面功夫 —— 不只教 “怎么用”，更带你挖 “为什么这么用”：从框架自动配置原理到事务传播逻辑，从拦截器底层到缓存机制，用案例拆透技术本质，学一个懂一串，子类细节也能拿捏得死死的。
最后直接拿捏单体架构全技能 —— 前后端、数据库、中间件、服务器全链路打通，学完就能独立搞定企业级单体项目，从 “会用框架” 到 “吃透框架”，一步到位！

课程详细大纲

Maven

核心概述、工作原理图解、依赖管理扩展、构建&构建实战、高级特性：聚合和继承、分布式项目构建实战

Web核心概念

web项目&web开发、web项目交互流程、资源区分、服务器概念、web结构、学习路线

SpringBoot

Spring和SpringBoot、SpringBoot快速体验、统一配置管理、常见场景启动器分析、自动配置原理、自定义场景启动器、日志整合、监控系统Actuator、部署&多环境配置激活

SpringMVC

核心组件&加载流程、路径设计、常用注解、参数接收、RESTFul风格设计、数据响应、高级扩展：声明异常处理、参数校验、拦截器以及案例、核心面试题解读

Mybatis

三层架构&MVC架构模式引进、持久层ORM框架横向比较、Mybatis快速入门、多表设计和查询、动态SQL和实战、扩展分页插件和逻辑删除

Mybatis-plus

概述、官方文档解读、使用流程体验、常用注解、通用Mapper、通用Service、动态Wrapper&LambdaWrapper使用、逻辑删除&分页插件、插件机制说明

综合案例：学员后台管理系统

项目开发流程说明、接口文档分析、数据库结构分析、项目搭建、核心业务实现、前端联调、项目实战、项目验收

Spring高级特性

AOP扩展、AOP涉及注解、AOP实战（案例慢接口查询）、声明式事务概念、实现核心原理、事务注解详解、传播行为详解、Bean生命周期、核心容器

前端工程化

1、前端基础：HTML核心标签、页面布局概念以及实现、前后端通信表单标签、标签属性和分类、CSS概念、三大引入语法、效果体验

2、JS基础：JavaScript核心特性、JavaScript基础语法、JavaScript函数和对象、JavaScript事件机制、JavaScriptDOM以及实践

3、ES6&模块化：JavaScript对比ES6、声明变量关键字扩展let,const、模版字符串、解构语法、特殊函数表达式、箭头函数、链判断、模块化处理

4、前端工程化搭建：NodeJS&npm介绍安装、NodeJS版本管理工具nvm安装和命令、npm常见命令&实践、npm项目初始化&案例实践

5、前端工程化核心：前端项目构建工具Vite使用、构建项目结构分析、Vue3页面渲染技术、响应式数据处理、setup语法糖使用、双向绑定、属性计算、生命周期函数

6、异步通信技术：同步&异步、Promise介绍&使用、async&await关键字、AJAX技术、Axios介绍和使用、Axios参数配置、Axios响应结构、Axios拦截器

7、Vue生态圈：Router路由概念和入门、Router配置编写、编程式Router使用、传参&守卫、Pinia概念&使用、案例实践、Element-Plus介绍和搭建、常用组件使用（Button\Table\Form\Message）等

Linux

Linux系统介绍、虚拟机&CentOS系统搭建、系统文件结构说明、Vim操作详解、网络模式和配置、系统服务命令、其他核心命令（文件、压缩、进程等）、服务器环境搭建

Docker & Kubernetes

容器化技术说明、Docker说明和搭建、镜像相关命令、容器操作命令、Docker数据卷&目录挂载、Docker Compose操作和编排、容器化操作Boot工程、Kubernetes

Redis

NoSQL类型数据库介绍、Redis特点以及安装、Redis五大数据结构&常用命令、Jedis&SpringDataRedis客户端操作、配置文件解读、事务&锁&lua脚本、持久化机制、主从&集群模式

阶段三：

分布式 & 微服务项目

高可用架构的核心引擎

可掌握的核心技能

1、理解 SpringCloud & SpringCloud Alibaba 架构演进逻辑，能完成案例服务化拆分，熟练使用 Nacos、OpenFeign、Gateway、Sentinel 核心组件

2、精通 Docker 容器化技术，能完成 Docker 搭建、镜像 / 容器操作，掌握数据卷挂载、Docker Compose 编排，实现 SpringBoot 工程容器化

3、掌握 Nginx 安装（Linux/Docker 环境）与配置文件解读，能实现静态资源服务、反向代理，熟悉 SELinux 禁用操作，可结合 SpringCloud 网关实现负载均衡

4、熟练运用 Git 进行版本控制，掌握本地 / 分支 / 远程操作命令、Gitee 远程项目管理与 IDEA 可视化 Git 操作，能解决 Git 冲突及常见问题

5、掌握 RabbitMQ 环境搭建与管理页面使用，理解 MQ 消息模型，熟练使用 @RabbitListener 注解，能实现消息可靠性投递、超时处理、死信队列、延迟队列及幂等性保障

6、具备分布式项目开发能力：能完成项目业务分析、Docker 服务环境搭建、MongoDB 集成与常用命令使用，实现医院 / 电商 / 家政管理平台完整设计和开发

7、独立完成分布式项目核心业务服务，集成 MQ 与短信平台，独立完成预约挂号、订单服务设计实现及定时任务短信提醒功能

8、掌握 AI 功能集成方法：能进行 AI 接入分析、LangChain4j 快速上手，完成 DeepSeek/Ollama/ 百炼平台多模型接入测试，设计 AiService 与聊天记忆持久化方案，掌握提示词工程设计

9、具备 AI 进阶开发能力：能实现 Function Calling 与智能功能开发，掌握 RAG 微调、向量数据库集成、文档加载 / 解析 / 切割操作，熟悉 Pinecone 使用与 MCP 协议及扩展

10、具备 MySQL 高级架构设计能力，熟练进行 SQL 与索引优化、主从复制配置、分库分表实战，保障数据层高可用

课程设计特色

企业级分布式微服务实战课程

本阶段课程聚焦 “企业级分布式微服务项目实战”，打破 “技术堆砌、脱离业务” 的痛点 —— 不再单纯讲解工具用法，而是以真实企业级分布式项目为载体，落地微服务核心技术，让你从 “会搭分布式系统” 升级到 “能搭建符合企业标准的稳定微服务架构”，吃透分布式技术的业务落地逻辑。
课程里不绕复杂术语，跟着真实企业项目学：先从 “拆分微服务、协调多服务协作” 入手，用 “分工配合” 的通俗逻辑，掌握服务治理、配置管理、流量控制核心能力；再通过 “容器打包、服务器部署” 全流程实操，搞定企业级项目上线关键步骤；同时前瞻性融入 AI 基础工具的集成思路（如 AI 能力调用、基础接口对接），为后续智能体、AI 深度开发做好技术铺垫，既夯实分布式微服务的企业级落地能力，又提前衔接前沿 AI 技术应用基础，技术实用性与前瞻性兼顾。

课程详细大纲

SpringCloud & SpringCloud Alibaba

架构演进过程图解、案例服务化拆分、Spring Cloud / Spring Cloud Alibaba核心组件(Nacos、OpenFeign、Gateway、Sentinel)、核心组件对比图、实战流控、降级等、QPS分析&优化

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

RabbitMQ

消息队列概述、MQ环境搭建&管理页面使用说明、MQ入门案例、MQ消息模型、详解@RabbitListener注解、消息可靠性投递、消息超时处理、死信队列、延迟队列、百分百投递和幂等性图解

Git

版本控制工具对比、版本控制流程、本地，分支，远程操作命令、基于Gitee进行远程项目版本控制实战、基于Idea进行可视化Git操作、Git冲突演示以及解决方案、常见Git问题以及解决方案汇总

项目一：好物甄选（四选一）

1、项目概述与课程规划：好物甄选电商项目定位（综合电商平台）、核心业务模块（商品 / 订单 / 用户管理）介绍、课程学习路径与技术目标说明

2、开发环境搭建：后台前端工程创建与目录结构梳理、后端工程搭建与基础配置、第三方服务（MinIO/Swagger）环境准备

3、后台系统用户与权限管理：用户登录功能（验证码 / 异常处理 / 前端接入）开发、角色 / 菜单 / 用户管理接口与前端整合、动态菜单与权限控制落地

4、后台商品与分类管理：品牌 / 分类管理（导入导出 / EasyExcel）实现、商品规格与商品管理接口开发、分类品牌关联功能落地

5、后台系统辅助功能开发：订单管理（统计查询 / 数据统计）、SpringTask 定时任务入门、基于 AOP 的日志记录功能实现

6、前台系统基础功能开发：用户注册（验证码）与登录接口实现、网关过滤器验证登录状态、首页 / 商品列表 / 详情接口开发

7、前台电商核心业务：购物车（增删改查 / 全选清空）功能开发、订单结算（地址 / 结算信息）与生成接口实现、我的订单与订单详情功能

8、支付与性能优化：支付宝支付接口集成（回调 / 状态更新）、Redis 缓存（RedisTemplate/SpringCache）整合、接口性能优化实践

9、项目部署与总结：Docker 与 docker compose 部署项目、Harbor 仓库搭建与 Nacos 配置引入、项目功能与技术点整体复盘

项目一：好医在线（四选一）

1、项目概述与架构设计：项目整体介绍、技术栈与架构规划、前后端开发概念梳理、Git 仓库提交规范

2、核心技术点实战：MyBatisPlus 基础操作与进阶用法、MongoDB 整合 SpringBoot 实现数据操作、EasyExcel 读写与数据导出处理

3、后台管理系统开发：医院设置接口与前端功能实现、医院管理与排班业务开发、数据字典与用户管理模块落地

4、前台用户系统搭建：Vue/Vite 前端环境搭建、首页与医院详情功能开发、登录注册模块基础环境配置

5、用户认证与服务整合：手机登录（短信服务 + JWT）、微信登录（二维码生成 + 手机号绑定）、用户认证接口与前端整合

6、文件与就诊人管理：阿里云 OSS 介绍与文件上传、就诊人管理接口开发、前端页面整合与功能测试

7、预约挂号核心业务：挂号详情与确认功能、订单下单与支付流程、取消预约功能开发与测试

8、系统集成与项目总结：服务网关与 Nacos 注册配置、RabbitMQ 消息队列整合、项目功能与技术点整体复盘

项目一：谷德家政（四选一）

1、项目概述与课程规划：智能到家式家政服务平台定位（一站式家庭服务解决方案平台）、核心业务场景（日常保洁、母婴护理、家电清洗、保姆月嫂等）介绍、课程学习路径与核心技术目标说明

2、技术栈与架构设计：家政平台前后端技术栈选型（如后端 SpringBoot/SpringCloud、前端 Vue/uniapp）、系统架构模式规划、数据库与中间件（Redis/MQ）适配设计（服务师位置缓存 / 订单派单队列）

3、开发环境搭建：后端开发环境（框架、数据库、接口文档工具）配置、前端多端环境（用户端 / 服务师端 / 管理端）搭建、项目工程结构与模块拆分（保洁 / 母婴 / 维修等服务模块）

4、用户端核心功能开发：用户注册与登录（手机 / 实名 / 第三方认证）、服务类型筛选（场景 / 价格 / 服务师等级）、服务预约与师端匹配、服务过程可视化（轨迹 / 进度）、完工验收与评价投诉功能

5、服务师端功能开发：服务师入驻与资质审核（技能证 / 健康证 / 背景调查）、接单大厅与智能派单、服务工具与标准查询、服务记录上传（完工图 / 确认单）、收益统计与提现功能

6、家政服务核心流程开发：服务预约与时间确认、订单智能派单机制、费用计算（时长 / 项目 / 难度 / 距离）、服务过程追溯记录、异常订单处理（改期 / 取消 / 服务纠纷）

7、支付与交易管理：第三方支付（微信 / 支付宝）集成、服务预付款 / 尾款支付流程与回调处理、分账机制（平台 / 服务师）实现、交易凭证与发票管理、优惠券抵扣适配

8、平台管理端开发：用户与服务师信息管理、服务项目与价格配置、订单全流程监管、服务师培训与评级管理、投诉处理与违规管控

9、项目部署与优化总结：Docker 容器化部署与多环境配置、服务师匹配效率与接口性能优化、项目功能与技术点复盘、平台扩展方向（家政培训 / 家居养护增值服务）

项目一：好房易租（四选一）

1、项目概述与课程规划：好房易租项目定位（房产交易服务平台）、核心业务场景（租房、二手房买卖、新房认购等）介绍、课程学习路径与核心技术目标说明

2、技术栈与架构设计：房产平台前后端技术栈选型（如后端 SpringBoot/SpringCloud、前端 Vue/uniapp）、系统架构模式规划、数据库与中间件（Redis/MQ）适配设计（房源缓存 / 交易队列）

3、开发环境搭建：后端开发环境（框架、数据库、接口文档工具）配置、前端多端环境（用户端 / 经纪人端 / 管理端）搭建、项目工程结构与模块拆分

4、用户端核心功能开发：用户注册与登录（手机 / 实名 / 第三方认证）、房源搜索筛选（区域 / 价格 / 户型）、预约看房与在线咨询、交易签约与支付、评价与投诉功能

5、经纪人端功能开发：经纪人入驻与资质审核、房源发布与维护、客户匹配与带看预约、交易进度追踪、佣金统计与提现功能

6、房产交易核心流程开发：房源预约与带看确认、交易签约流程设计、费用计算（首付 / 月供 / 佣金）、产权过户对接、异常订单处理（解约 / 退款 / 纠纷）

7、支付与交易管理：第三方支付（微信 / 支付宝）集成、定金 / 首付支付流程与回调处理、分账机制（平台 / 经纪人 / 开发商）实现、交易记录与凭证管理

8、平台管理端开发：用户与经纪人信息管理、房源审核与监管、交易数据统计分析、费用规则配置、违规行为与投诉处理

9、项目部署与优化总结：Docker 容器化部署与环境配置、接口性能与房源搜索优化、项目功能与技术点复盘、平台扩展方向（如租房分期 / 房产金融服务）

阶段四：

Python&智能体核心技术

智能体开发的核心底座

可掌握的核心技能

1、掌握 Python 开发环境搭建与 PyCharm 常用配置，能够高效进行调试和开发

2、熟练运用 Python 核心语法（包括分支结构、循环控制、数据类型操作）及面向对象编程思想

3、理解并应用 Python 的函数定义、参数传递机制以及文件读写操作

4、精通 LangChain 框架的核心模块，包括 Model I/O、Chains、Memory 和 Agents，能独立设计复杂的智能体流程

5、掌握基于 LangChain 的 Function Calling 技术，实现精准的工具调用和多轮对话管理

6、熟悉 Retrieval 机制，能够利用文本分割、向量存储等技术构建高效的数据检索系统

7、通过电商平台商家对话助手案例，掌握如何集成店铺运营数据库检索、平台政策查询等功能，并具备多工具调用能力

8、理解从链式到图状思维转变的重要性，能够使用 LangGraph 构建更鲁棒且可控的智能体架构

9、掌握图状智能体中的状态持久化与记忆机制，能够设计出具有连续性和上下文感知能力的智能体

10、掌握流式输出技术，提升用户体验，减少响应等待时间

课程设计特色

Python 快速上手，智能体核心技术一步到位

Python核心语法速成，直击AI开发必备基础；LangChain框架深度实战，覆盖Model I/O、Chains、Memory、Agents和Retrieval全模块；LangGraph前沿技术，实现从链式到图状智能体的思维跃迁。零基础也能快速掌握企业级智能体开发核心能力！
聚焦真实业务场景，拒绝"玩具级"技术堆砌 —— 课程以电商平台商家对话助手、内部文档查询助手等案例为载体，深度融合Function Calling多工具调用、对话记忆持久化、知识库构建等企业刚需技能。全程采用LangChain+LangGraph这一当前大模型应用开发的工业标准技术栈，覆盖向量数据库、文本分割器、流式输出等企业级智能体必备组件。
课程内容源自头部互联网公司真实项目架构，既包含技术原理深度剖析，又提供开箱即用的最佳实践模式，确保学员所学即企业所需！

课程详细大纲

Python核心

1、Python入门：Python发展史、Python应用场景、Python开发环境搭建

2、PyCharm：PyCharm的安装、设置字体、设置快捷键、PyCharm常用设置、调试

3、Python基础知识：注释、变量以及数据类型、标识符和关键字、输入函数、输出函数、运算符、程序类型转换

4、分支和循环：if判断语句、运算符、if-else语句、while循环、for循环、break、continue

5、字符串和列表：字符串输入、字符串输出、下标和切片、字符串常见函数、列表(list)、列表的循环遍历、列表的增删改查、列表的嵌套、列表的切片

6、字典和元组：字典的增删改查、字典遍历、访问元组、修改元组、集合（set）

7、函数：函数定义、函数的类型、函数参数、函数返回值、函数嵌套、局部变量、全局变量、递归函数、匿名函数

8、文件操作：文件的打开与关闭、文件的读写、文件读写应用

9、面向对象（类和对象）：定义类、类的构成、类的__init__()方法、创建对象、理解self

10、面向对象（封装、继承、多态）：封装、私有方法、私有属性、__del__()方法、继承、多继承、多态、类属性、实例属性、静态方法和类方法

项目二：商户运营管家

微调入门、RAG入门、提示词入门、智能体是什么、LLM代理的构成要素、第一个LLM智能体、为Agent配备工具、智能体基本规划与执行、LLM智能体记忆

1、智能体开发概述与搭建流程，Coze、Dify的介绍和基本使用

2、企业私有知识库搭建

3、电商场景AI应用搭建（商品营销卖点提炼、商品评论分析、客服对话记录分析、一键生成行业调研报告、客户投诉分类助手、产品营销海报）

4、自媒体领域AI应用搭建（一键生成行业调研PPT、复刻爆款视频）

5、Python调用Coze、Dify平台工作流

6、Coze、Dify的windows平台部署

7、企业级大模型及Ollama、Xinference部署

LangChain框架 & RAG技术

1、LangChain框架概述、LangChain的安装与调用

2、Model I/O：Message、Prompt Template、Output Parsers、Function Calling

3、Chains：Chains的设计理念、SequentialChain、RouterChain

4、Memory：Memory模块的设计理念、如何自定义Memory模块、内置的Memory模块

5、Agents：基于LangChain的Agent抽象、自定义基于ReAct范式的Agents、使用LangChain定义的ReAct策略

6、Retrieval：Source 与 data loaders、Text Splitters、Text embedding models、vector store

7、电商平台商家对话助手案例：集成店铺运营数据库检索、平台政策实时查询和客户服务管理功能；开发多工具调用能力，比如：创建优惠券、平台物流/订单、库存检查、工单分类等；掌握通过记忆机制管理多会话上下文；掌握本地知识库的搭建与调用

LangGraph智能体框架

1、LangGraph入门：从链式到图状的思维转变

2、图的核心要素：State, Node, Edge - State (状态)

3、Graphs：图的构建与编译

4、Memory：图中的持久化状态与记忆

5、Agents：使用LangGraph构建更鲁棒、更可控的智能体

6、高级应用与技巧 - 流式输出 (Streaming)

7、案例：内部文档查询助手（小型知识库）

阶段五：

企业级智能体项目

垂直场景的智能落地实践

可掌握的核心技能

1、掌握垂类领域智能体(Agent)的核心架构设计，能够独立完成从需求分析到方案落地的全流程开发

2、精通LangChain/LlamaIndex框架与企业级业务场景的融合应用，设计可扩展的智能体工作流

3、深入理解RAG(检索增强生成)技术原理，能够针对不同垂直领域数据特点优化检索效果与生成质量

4、掌握多模态数据(文本/表格/图像)的处理技巧，灵活运用向量数据库构建领域知识库

5、熟练实现Agent记忆管理机制，设计对话状态跟踪与上下文感知能力，提升交互连贯性

6、能够针对业务场景设计并实现有效的Prompt工程策略，结合few-shot learning提升任务准确率

7、掌握智能体评估体系构建，熟练运用定量与定性指标验证智能体效果，持续优化迭代

8、理解领域知识图谱构建方法，能将结构化知识与大模型能力有机结合，提升专业问题解答能力

9、精通企业级安全防护策略，设计敏感信息过滤、权限控制与审计追踪机制，确保智能体合规运行

10、掌握容器化部署与云服务集成技术，能够设计高可用、可伸缩的智能体服务架构

11、熟练运用AI监控工具，构建系统健康度、响应质量及用户满意度的全景监控体系

12、具备跨团队协作能力，能与产品、业务、算法工程师高效沟通，推动AI产品落地

课程设计特色

真实商业场景驱动，打造可落地的垂类智能体

告别纸上谈兵，直面商业世界真实挑战 —— 以医疗、零售等行业深度需求为蓝本，带您亲手打造能解决实际问题的行业智能体。
从0到1完整项目流：完整还原企业级智能体开发全流程，从需求梳理、架构设计到部署运维，每个环节都配以真实案例解析与实践演练，让您掌握工业级项目节奏与标准。
行业Know-How深度融入：不止于技术实现，更深入医疗问诊、零售决策等行业逻辑，教您如何将领域专业知识转化为AI能力，打造真正懂业务的智能体，而非通用聊天机器人。
效果优化有套路：揭秘行业专家常用的智能体调优技巧，从知识库构建、检索策略到回答生成，层层拆解效果瓶颈，让您掌握"让AI更专业"的实战心法。
企业级考量全覆盖：安全性、合规性、可维护性...课程涵盖企业采纳AI产品的关键考量，培养您全方位的产品思维，不仅会写代码，更能打造被企业真正需要的智能解决方案。

课程详细大纲

项目三：掌柜智库（二选一）

1、架构设计：基于 LangGraph 构建适配电商设备手册查询、商品售后咨询的可插拔 RAG 工作流

2、多模态解析：集成 MinerU 与 OCR，精准解析电商设备操作手册、商品售后指南类图文混排 PDF

3、检索机制：采用向量检索 + 稀疏检索 + Neo4j 电商知识图谱（设备故障 - 解决方案关联）多路召回

4、智能切片：支持滑动窗口、语义切分策略，适配电商设备故障排查步骤、商品参数说明的语义保留

5、深度优化：引入 HyDE 与 BGE-Rerank，提升 “打印机卡纸怎么办”“商品保修政策” 等电商疑问匹配精度

6、全链路评估：集成 RAGAS 框架，自动化评估电商售后问答准确性、设备操作指引合规性

项目三：好医智库（二选一）

1、架构设计：基于 LangGraph 搭建适配电子病历检索、病症咨询的医疗级可扩展 RAG 工作流

2、多模态解析：集成 MinerU 与 OCR 工具，精准解析含手写批注电子病历、带图表诊疗指南等图文 PDF，提取核心医疗信息

3、检索机制：采用向量检索 + 稀疏检索 + Neo4j 医疗知识图谱（疾病 - 症状 - 用药关联），实现多维度医疗信息召回

4、智能切片：针对用药禁忌、诊疗流程等场景，支持语义 + 滑动窗口智能切片，保障医疗信息连贯性

5、深度优化：针对 “高血压合并糖尿病用药方案” 等专业提问，引入 HyDE 与 BGE-Rerank 提升匹配精准度

6、全链路评估：集成 RAGAS 框架，从医疗术语准确性、诊疗建议合规性维度自动化校验检索精度与生成合规粒度

项目四：电商小二（二选一）

1、对话理解与意图解析：实现用户模糊咨询的多意图识别，支持上下文关联（如跨轮追问 “之前说的订单退款进度”），精准匹配用户真实需求

2、多源知识库联动：对接产品手册、售后工单库、常见问题库（FAQ），实现 “问题 - 答案” 智能映射，支持手册更新后的知识库自动同步与检索优化

3、实时交互体验优化：采用流式输出技术减少回复等待时长，配置常见问题快捷回复模板，针对高频咨询（如 “物流查询”）实现 1 秒内响应，支持表情、链接等富文本回复

4、人机协同转人工机制：设置转人工触发条件（如复杂投诉、需求不明确），转人工时自动同步当前对话上下文至人工坐席，避免用户重复描述，提升协同效率

5、对话数据复盘与优化：自动采集对话日志，分析高频未解决问题、用户满意度低的回复场景，输出优化建议（如补充知识库内容、调整意图识别规则）

6、多渠道适配与监控：支持 APP、网页、小程序等多渠道接入，集成服务监控面板，实时查看响应耗时、意图识别准确率、转人工率等核心指标，保障服务稳定性

项目四：尚医助手（二选一）

1、对话理解与意图解析：识别医疗模糊咨询（如 “总头疼”“报告怎么看”），支持上下文关联（追问 “头疼是否伴恶心”），精准定位病症咨询、检查报告解读的核心需求点

2、多源知识库联动：对接电子病历库、用药指南、诊疗规范，实现 “问题 - 答案” 智能映射，自动同步新药信息、诊疗方案的实时迭代

3、实时交互体验优化：流式输出减等待，配置高频模板（如 “降压药服用时间”“挂号流程”），1 秒响应，支持检查报告链接、用药提醒的富文本呈现

4、人机协同转人工机制：遇复杂病症（如 “持续胸痛”）、手术咨询触发转人工，同步患者基础病历片段，避免重复描述病情的繁琐

5、对话数据复盘与优化：采集日志，分析高频问题（如 “血糖高吃什么”“疫苗预约”），输出知识库补充、病症识别规则调整的优化方案

6、多渠道适配与监控：支持医院 APP、公众号、小程序接入，监控响应耗时、病症识别准确率，同步筑牢患者隐私数据的合规防线

阶段六：

大型微服务项目

复杂业务的落地利器

可掌握的核心技能

1、具备MySQL高级优化能力，能通过索引优化、读写分离、分库分表等技术保障数据层性能

2、掌握大型微服务架构对接大模型应用的垂直业务落地方案，能完成真实生产环境的部署与演练

3、熟练运用 ElasticSearch 分布式搜索引擎，能将其落地到专辑检索等核心模块，适配高伸缩性业务场景

4、理解 Canal 数据同步工具架构与原理，能实现大型系统数据同步方案，解决微信支付集成、分布式任务调度问题

5、掌握 AOP+Redisson 分布式锁整合的可插拔缓存机制，能使用 Seata 框架解决分布式事务难题

6、能用工厂 / 策略设计模式优化接口选择（替代多重 if-else），熟练运用 Xxl-Job 实现动态排行榜更新、VIP 过期处理，通过 Canal 保障 MySQL 与 Redis 缓存一致性

7、具备线上问题排查能力，能使用 Arthas+JDK 工具定位问题，并完成 JVM 性能调优

8、掌握 ElasticSearch 安装与核心概念（索引、类型、文档、字段、映射），能使用分词器、完成索引 / 文档操作与映射处理,熟练运用 DSL 语言进行 ElasticSearch 实战，掌握 JavaClient 与 ElasticSearch 的交互开发

课程设计特色

全行业最全分布式解决方案实战项目

以大型微服务架构为核心，覆盖从业务落地到线上调优的全场景，复刻真实生产级分布式系统开发全流程。
项目围绕听书业务痛点，以MySQL高级技术为基础，从大型微服务架构对接大模型的业务落地方案切入，实战 ElasticSearch 分布式搜索、Canal 数据同步、Seata 分布式事务、Redisson 分布式锁等关键技术；用设计模式解决复杂接口逻辑，借 Xxl-Job 实现分布式任务调度，再通过 Arthas+JDK 工具搞定线上问题与 JVM 调优，全链路覆盖 “架构设计 - 业务开发 - 问题解决 - 性能优化”，让学员吃透微服务实战精髓。

课程详细大纲

MySQL高级

MySQL逻辑架构、查询缓存、SQL执行计划、存储引擎、索引类型&数据结构、SQL优化思路&实战、索引优化、慢查询日志、View视图、锁、MVCC、读写分离、CAP定理、主从复制、分库分表实战

ElasticSearch

介绍、安装、核心概念(索引、类型、文档、字段、映射)、基础功能（分词器、索引操作、文档操作、映射处理）、DSL语言实战、JavaClient进行ES交互

项目五：倾听FM（四选一）

1、架构设计和方案: 讲解大型微服务架构对接大模型应用垂直业务落地方案和流程、真实生产环境演练和部署

2、核心业务服务实现：深入学习大型分布式搜索和分析引擎ElasticSearch、并应用到专辑检索等核心模块、应用在项目中的各种高伸缩性场景

3、数据同步处理&分布式任务：数据同步工具Canal的架构讲解和工作原理，并实现大型系统的数据同步方案、完成大型微服务架构系统的微信支付、分布式任务调度等等问题

4、分布式场景解决方案：利用AOP面向切面编程与Redisson分布式锁整合实现高效且可插拔的缓存机制、利用阿里的开源框架Seata解决了分布式事务问题

5、特殊场景和解决方案：工厂和策略设计模式解决接口选择与多重if-else 问题、XXL-Job分布式任务调度平台，实现动态调整更新排行榜与更新Vip过期问题、阿里开源工具 Canal，解决Mysql数据库与Redis 缓存数据一致性问题！

6、线上问题解决和调优：使用 Arthas+JDK 工具处理线上问题以及 JVM 调优等

项目五：美途旅行（四选一）

1、架构设计和方案：讲解旅游类微服务架构对接大模型应用（智能行程规划、AI 景点导览、智能客服）垂直业务落地方案和流程、旅游平台多环境（景区分节点 / 节假日高并发）生产部署与演练

2、核心业务服务实现：深入学习分布式搜索引擎 ElasticSearch、应用到景区 / 线路 / 酒店多维度检索（区域 / 价格 / 评分 / 游玩时长）核心模块、适配节假日订票等高伸缩性场景

3、数据同步处理 & 分布式任务：数据同步工具 Canal 架构讲解与原理分析，实现景区库存 / 酒店房态 / 行程价格实时同步方案、完成旅游支付（门票 / 套餐 / 酒店）集成与分布式任务调度（订单超时提醒 / 库存定时刷新）

4、分布式场景解决方案：利用 AOP+Redisson 分布式锁整合实现热门景区 / 爆款线路缓存机制（可插拔扩展）、通过 Seata 解决旅游订单 - 支付 - 库存 - 核销跨服务分布式事务问题

5、特殊场景和解决方案：工厂 + 策略模式解决多类型预订接口（门票 / 酒店 / 跟团游 / 自由行）适配问题、XXL-Job 实现热门景区排行榜动态更新 / 旅游会员 VIP 权益过期处理、Canal 解决景区库存与 Redis 缓存数据一致性问题

6、线上问题解决和调优：使用 Arthas+JDK 工具处理旅游平台线上高并发订票卡顿、JVM 调优、景区检索响应慢等问题

7、用户端核心业务开发：基于微服务实现智能行程定制、景区预约订票、酒店预订、电子核销码生成、行程轨迹记录等核心功能开发

8、旅游秒杀与活动实现：设计景区特惠门票 / 酒店尾房秒杀架构、解决秒杀高并发超售问题、集成限流熔断机制保障活动稳定性

9、支付与售后闭环开发：对接微信 / 支付宝旅游支付场景（分阶段支付 / 扫码付）、实现平台 - 景区 - 服务商分账机制、开发行程变更 / 退款 / 投诉售后解决方案

项目五：云尚课堂（四选一）

1、架构设计与腾讯云环境搭建：云尚课堂平台定位（公众号 + 多端学习生态）、微服务核心拆分（用户 / 课程 / 媒资 / 公众号 / 支付 / 管理端）、腾讯云 ECS/CLB/RDS/Nacos 环境部署、服务注册发现与配置中心搭建、多环境（开发 / 测试 / 生产）隔离方案

2、公众号全场景功能开发：公众号申请与基础配置、课程推送 / 上课提醒 / 报名成功等模板消息开发、学员答疑自动回复与人工接入、公众号授权登录（绑定学员账号）、课程报名入口配置、积分兑换课程功能实现

3、点播业务微服务深度设计：点播课程全流程架构（内容创建 - 媒资处理 - 权限管控 - 播放统计）、微服务边界划分（课程服务 / 媒资服务 / 用户权限服务 / 网关服务）、跨服务协同流程（课程购买后自动解锁点播权限）

4、视频管理与点播接口开发：腾讯云 VOD 集成（视频上传 / 转码 / 加密 / 存储）、点播课程详情 / 播放接口开发、断点续传 / 清晰度切换 / 播放进度同步功能、前端多端（H5 / 小程序 / APP）播放适配、点播权限校验（付费 / 会员 / 试看）

5、付费订单与支付体系开发：课程购买 / 会员订阅 / 续费等订单类型设计、订单生成 / 支付 / 回调 / 对账全流程实现、微信 / 支付宝支付集成、Seata 分布式事务保障（订单 - 支付 - 权限解锁数据一致性）、优惠券抵扣 / 积分支付 / 退款流程开发

6、直播课程平台搭建与测试：直播教室搭建（腾讯云直播 SDK 集成）、讲师推流配置与直播课程创建、学员预约 / 签到 / 弹幕 / 连麦互动功能、直播回放自动生成与加密、直播权限管控（预约用户 / 付费学员专属）、多端联合测试

7、腾讯云部署与 DevOps 落地：多环境部署方案（开发环境调试 / 测试环境压测 / 生产环境灰度发布）、CODING DevOps 流程设计（代码提交 - 构建 - 测试 - 部署自动化）、服务监控与告警配置（接口响应时间 / 视频播放成功率）

8、管理端核心业务全量开发：讲师入驻审核 / 资质管理 / 分成配置、课程全生命周期管理（创建 / 审核 / 上架 / 下架）、视频管理（上传 / 转码 / 水印 / 违规内容检测）、学员管理（学情分析 / 账号管控）、课程分类 / 排课 / 优惠活动（满减 / 折扣）配置、EasyExcel 批量导入导出（学员数据 / 课程数据）

9、平台机制优化与高可用保障：公众号菜单与课程同步更新、消息防重发 / 重试机制（报名通知 / 上课提醒）、延迟队列应用（订单超时未支付取消 / 课程到期提醒）、死信队列处理异常订单、幂等性设计（重复支付 / 重复报名拦截）、高并发场景（开学季选课 / 直播峰值）优化、视频播放卡顿与接口性能调优

项目五：阳光代驾（四选一）

1、项目概述与课程规划：阳光代驾定位为 “一站式智能代驾服务平台”，核心业务场景涵盖酒后代驾、商务代驾、长途代驾、夜间应急代驾，课程学习路径明确（微服务架构落地→高并发场景处理→多端协同开发），核心技术目标聚焦分布式系统搭建、实时地图交互、高可用订单流程实现。

2、技术栈与架构设计：代驾平台前后端技术栈选型（后端 SpringBoot/SpringCloud/Nacos/MyBatis-Plus、前端 Vue/uniapp/Element UI），采用微服务分布式 + 前后端分离架构模式，数据库与中间件适配设计（Redis 缓存司机位置 / 订单状态、RabbitMQ 处理派单队列 / 订单异步通知、MySQL 分库分表存储订单数据）。

3、开发环境搭建：后端开发环境（框架集成、MySQL 数据库配置、Swagger 接口文档工具部署、Postman 调试环境）配置，前端多端环境（用户端 APP / 小程序 / H5、司机端 APP）搭建，项目工程按核心业务拆分（用户服务、司机服务、订单服务、支付服务、地图服务、管理服务）。

4、用户端核心功能开发：用户注册登录（手机验证码 / 微信授权 + 实名认证 + 人脸核验）、代驾需求下单（LBS 定位选点 / 手动输入地址、车型匹配、实时计价、优惠券抵扣、预约代驾 / 即时下单切换）、订单状态实时查询（司机位置可视化、行程轨迹跟踪、预计到达时间）、服务评价与投诉（星级评分 + 图文评价、投诉工单提交 + 进度跟踪）。

5、司机端功能开发：司机入驻与资质审核（驾照核验、背景调查、岗前培训认证）、接单大厅（智能派单 / 手动抢单切换、订单距离 / 费用 / 用户需求预览）、行程导航（高德 / 百度地图 SDK 集成、实时路况躲避拥堵、电子围栏安全监控）、收益管理（订单明细、平台分成明细、提现申请 / 审核 / 到账跟踪、账单导出）。

6、代驾订单核心流程开发：订单生成与智能派单机制（基于 LBS 地理位置推荐、司机服务分优先级排序）、代驾行程轨迹记录（GPS 实时定位、行程起止点确认、电子签单）、订单费用精准计算（基础里程费 + 时长费 + 夜间加价 + 远途费 + 附加费）、异常订单处理（改期预约、紧急取消规则、订单纠纷仲裁流程）。

7、支付与交易管理：第三方支付（微信 / 支付宝 / 银联）集成、订单支付全流程（预支付确认→支付提交→回调校验→状态同步）、支付超时自动取消机制、分账机制（实时分账 / 定期结算可选、税费自动扣除）、交易记录管理（账单查询、支付凭证生成、历史订单导出）。

8、平台管理端开发：用户与司机信息管理（用户标签分类、司机服务分评级 / 奖惩）、订单全流程监管与数据统计（订单量 / 客单价 / 区域热度分析、数据可视化报表）、代驾费用规则配置（动态调价参数设置、优惠券 / 满减活动规则）、违规行为与投诉处理（工单分配、处理进度跟踪、用户满意度回访、司机违规处罚）。

9、项目部署与优化总结：Docker 容器化部署（含 Docker Compose/K8s 容器编排）、多环境配置（开发 / 测试 / 生产隔离）、接口性能与数据库优化（地图接口缓存、高并发派单限流、MySQL 索引优化）、项目功能与技术点复盘（核心难点解决方案）、平台扩展方向（代驾 + 洗车 / 保养增值服务、企业级代驾定制服务、跨城代驾联运）。

项目总结

项目常见问题复盘、核心接口设计思路优化、实战扩展&指导

阶段七：

企业级多智能体项目集

智能业务生态的完整构建

可掌握的核心技能

1、掌握多智能体系统(MAS)架构设计原理，能针对复杂业务场景设计合理的Agent角色分工与协作机制

2、精通智能体间通信协议设计，熟练运用消息队列、事件总线实现高效可靠的Agent间协作

3、深入理解多智能体协商与决策机制，能设计并实现基于博弈论、共识算法的分布式决策系统

4、掌握多Agent协同工作流引擎开发，灵活编排复杂业务流程，实现自动化智能业务闭环

5、熟练构建智能体能力注册与发现机制，设计动态任务分配与负载均衡策略，提升系统整体效能

6、精通AI工作流可视化编排技术，实现业务逻辑与AI能力的无缝融合，降低业务迭代成本

7、掌握多模态智能体集成技术，融合NLP、CV、语音等能力，打造全感官交互的业务智能体

8、深入理解联邦学习与隐私计算原理，能在保护数据隐私前提下实现跨组织智能体协同

9、熟练设计多Agent系统故障转移与自愈机制，构建高可用、高容错的智能业务生态

10、掌握AI系统性能瓶颈分析方法，能针对多智能体交互场景进行系统级优化与资源调度

11、精通智能体行为监控与审计技术，构建透明可信的多Agent系统，满足企业合规要求

12、具备AI产品商业化思维，能设计可量化价值的多智能体解决方案，打通技术价值到商业价值的转化路径

课程设计特色

站在AI浪潮之巅，构建下一代智能业务生态

不止于单点突破，而是系统化构建AI原生业务架构 —— 通过多智能体协同，打造真正智能化、自适应的企业级业务生态系统。
前沿技术落地不空谈：融合最新Multi-Agent研究与工业实践，将复杂理论转化为可操作的工程实践，让您掌握从学术论文到生产系统的完整转化能力，不被技术泡沫所困。
复杂系统拆解有方法：首创"业务-角色-能力-交互"四维拆解法，将庞大复杂的多智能体系统拆解为可理解、可实现的模块，再通过精心设计的实战项目，带您一步步组装成完整智能生态。
企业痛点精准打击：聚焦数据孤岛、流程割裂、决策迟滞等企业真实痛点，通过课程中"掌柜问数"、"智医问数"等项目，展示如何用多Agent架构打通业务全流程，实现数据-决策-执行的智能闭环。
架构思维全面升级：超越单一技术栈，培养系统架构师级别的思维格局，教您如何权衡分布式与中心化、自主性与可控性、创新性与稳定性等关键架构决策，打造既先进又靠谱的智能业务系统。
商业价值与技术深度并重：每项技术设计都直指商业价值，每个架构决策都考虑落地成本。课程不仅教您"如何做"，更教会您"为何做"和"值不值得做"，培养能与CTO对话的AI架构人才。

课程详细大纲

项目六：掌柜问数（四选一）

1、基于京东最新开源 DataAgent 架构深度定制，承袭经亿级业务场景验证的企业级稳定性与工业化标准。

2、思维链驱动 NL2SQL：引入 Deep-Thinking 推理层，采用“重写-思考-生成”三阶段 Agent 架构，确保复杂 SQL 生成的逻辑准确性。

3、混合多路召回：创新性融合 Qdrant 向量检索与 Elasticsearch 倒排索引，实现 Schema 语义与单元格精准值的双重混合召回。

4、动态 Schema 剪枝： ColumnFilterModule 智能列过滤技术，基于查询语义自动剔除无关字段，大幅降低 LLM 上下文噪声。

5、高并发异步架构：全链路基于 AsyncIO 构建，并行执行 Query Rewrite 与 Schema Ranking，显著降低端到端响应延迟。

6、精准语义对齐：集成 Jieba 分词与 HyDE 策略进行查询意图扩展，有效解决业务术语与数据库字段名的语义鸿沟。

项目六：智医问数（四选一）

1、基于京东最新开源 DataAgent 架构深度定制，面向医疗数据合规要求强化安全控制，承袭经三甲医院与健康管理平台验证的企业级稳定性与医疗级合规规范

2、思维链驱动 NL2SQL：引入 Deep-Thinking 推理层，采用 “重写 - 思考 - 生成” 三阶段 Agent 架构，确保复杂医疗查询（如病历关联查询、检查结果联动）的逻辑严谨性与数据匹配度

3、混合多路召回：创新性融合 Qdrant 向量检索与 Elasticsearch 倒排索引，实现医学术语语义匹配与检验指标精准数值定位的双重召回效能

4、动态 Schema 剪枝：ColumnFilterModule 智能列过滤技术，基于临床查询语义智能筛除无关病历字段，显著降低 LLM 上下文冗余与合规隐患

5、高并发异步架构：全链路基于 AsyncIO 构建，并行执行 Query Rewrite 与 Schema Ranking 优化，满足医院 HIS/LIS 等高并发场景的低延迟响应要求

6、精准语义对齐：集成医学专用词库解析与 HyDE 策略扩展查询意图，有效弥合医疗专业名词、检查指标与数据库字段的语义差异

项目六：市场罗盘（四选一）

1、场景化任务拆解：结合问数、客服等智能体场景，布置真实业务需求（如电商订单数据查询、售后问题统计），明确智能体功能边界与验收标准

2、自主设计与开发：学生从 0 到 1 完成智能体架构设计、核心功能编码（如对话逻辑、数据接口集成），老师提供实时技术答疑与方案指导

3、阶段性目标划分：按 “需求分析→原型设计→开发调试→功能验证” 拆分阶段，每个阶段设定明确产出（如需求文档、可运行 Demo），避免盲目开发

4、动态进度管控：通过项目看板同步各学生进度，每周开展 1 次进度复盘，老师针对滞后情况调整任务难度或提供额外支持

5、多维度过程检查：关键节点（如架构确定、核心功能完成）进行代码评审与功能测试，老师指出优化点（如交互流畅度、数据准确性）

6、成果落地与展示：学生最终提交可运行智能体及开发报告，组织成果演示环节，老师点评亮点与改进方向，强化实战成就感

项目六：万应助手（四选一）

1、中控调度架构：采用基于 Orchestrator 的分诊模式，精准识别用户意图，在知识库、SQL 查询、地图服务与购物助手间动态路由。

2、Text-to-SQL：内置 sql_info_agent，支持将自然语言转化为结构化 SQL，精准查询维修站分布、城市覆盖及特定服务信息。

3、时空智能集成：引入 MCP (Model Context Protocol) 协议对接百度地图，实现基于地理位置（LBS）的维修点查询与导航规划。

4、领域知识 RAG：集成 knowledge_agent 垂直知识库，专门处理“电脑无法开机”等硬件故障诊断，提供专家级维修指导。

5、全生命周期记忆：基于 JSON 的持久化 Session 管理，支持多轮对话上下文保持，确保服务过程的连续性与个性化。

6、全栈交互体验：Python 异步后端配合 Vue3 + Element Plus 前端，打造响应式、可视化的现代智能客服终端。

阶段八：

就业冲刺

大厂岗位的决胜通道

可掌握的核心技能

1、深度掌握 JVM 底层原理，能分析内存模型、优化 GC 回收策略，熟练使用内存分析工具排查 JVM 相关问题

2、精通高并发编程核心技术，能运用锁机制、线程池、JMM、CAS 等解决并发安全与性能问题，实现高效并发应用

3、具备技术与项目系统整合能力，能串讲全栈技术点与项目逻辑，通过考试验证技术落地与问题解决能力

4、提升架构师方向求职竞争力，能优化专业简历、规划职业路径，通过模拟面试应对架构师岗位面试场景

课程设计特色

聚焦架构师高阶能力打磨，实现从技术执行者到合格架构师的进阶跨越

围绕 JVM 深度优化、高并发核心机制等高阶技术深化，串联全阶段项目与面试考点并通过实战考核夯实；同步配套简历指导、职业规划与模拟面试，全方位塑造架构思维与职场竞争力，助力完成架构师进阶转型。

课程详细大纲

JVM

JVM概述、JVM结构图、执行引擎、本地接口，本地方法栈，程序计数器、类加载器和过程、双亲委派、方法区&栈、垃圾回收机制、内存分析工具、GC主流回收器说明、对象引用类型

JUC

并发编程概述、锁核心机制、Lock&ReentrantLock、读写锁、虚假唤醒、线程通信、并发集合类、辅助工具类、BlockingQueue、线程池、JMM、Volatile、原子类、AQS、CAS、锁升级、对象结构

就业面试题讲解

1、串讲所学的所有技术点。

2、串讲所有学过的项目。

3、对所有串讲过的面试题和项目进行考试

就业简历指导

1、简历指导、职业规划。

2、简历书写（Word、网上）

3、模拟面试。

阶段九：

赠送大模型微调技术&强化学习（录播视频）

可掌握的核心技能

1、掌握 GPT、LLaMA 和 Qwen 系列模型的核心原理及其应用场景

2、理解并应用大模型微调技术，包括数据收集、处理、PEFT（Prompt-tuning, P-tuning）、LoRA、QLoRA 微调方法

3、精通大模型量化算法与全参数微调技术，能够使用 DeepSpeed 实现分布式训练

4、具备搭建高效的大模型训练环境能力，并能进行微调代码及参数配置

5、掌握大模型合并、打包与高性能部署（如 vllm）的方法，以及评估大模型的标准和指标

6、深入理解强化学习基础理论，包括马尔可夫决策过程、贝尔曼方程、蒙特卡罗方法等

7、熟练运用高级强化学习算法（如 PPO、DPO、GRPO），并能将其应用于大语言模型的微调

8、通过案例实践，从零实现基于人类反馈的强化学习（RLHF）微调大语言模型，开发智能客服和医疗助手

课程设计特色

精准聚焦前沿技术，补全你的AI知识短板

本阶段特别为希望深入了解大模型微调与强化学习的学员设计。从GPT到Qwen系列模型的核心原理讲解开始，逐步深入PEFT、LoRA、QLoRA等微调技术，帮助你快速掌握最新最热的大模型优化手段。无论是初学者还是有一定经验的技术人员，都能在这里找到提升自己的空间。
通过亲手搭建训练环境，调整微调参数，最终实现模型的高效部署，确保每一位学员都能将所学知识转化为实际操作能力。特别是在强化学习部分，从基础概念到高级算法的应用，再到具体案例的实操演练，让你全面掌握这一领域。

课程详细大纲

大模型微调核心

1、GPT 系列模型核心原理讲解

2、LLaMA 系列模型核心原理详解

3、Qwen 系列模型核心原理讲解

4、大模型微调概述、核心要素、数据收集

5、大模型微调数据集处理、alpaca指令跟随格式、shareGPT多轮对话格式

6、大模型微调技术PEFT概述、prompt-tuning介绍、p-tuning介绍、zero-shot、few-shot

7、大模型量化算法、LoRA微调、QLoRA微调

8、大模型全参数微调技术详解、DeepSpeed分布式训练

9、大模型训练环境搭建、微调代码详解、微调参数详解

10、大模型合并、打包，vllm高性能部署

11、大模型评估方法与评估指标分析

强化学习核心

1、强化学习基础理论：马尔可夫决策过程，贝尔曼方程，蒙特卡罗方法，时序差分方法（TD方法），策略梯度法，REINFORCE方法，Actor-Critic架构（演员评论家架构）

2、强化学习高级理论：PPO（近端策略优化），DPO（直接偏好优化），GRPO（组相对策略优化）

3、基于强化学习微调大语言模型：RLHF（基于人类反馈的强化学习），使用PPO微调大语言模型，使用DPO微调大语言模型，使用GRPO微调大语言模型

4、案例：从零实现DPO之“如何训练一个智能客服”

5、案例：从零复刻DeepSeek-R1之“如何训练一个带思维链的医疗助手”

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应用&智能体项目之间是关联的。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。

真正的数量和质量拔群

8选2个全栈项目（好物甄选、好医在线、谷德家政、好房易租、倾听FM、美途旅行、云尚课堂、阳光代驾）+8选4个智能体项目（商户运营管家、掌柜智库、好医智库、电商小二、尚医助手、掌柜问数、智医问数、市场罗盘），项目拥有代码、笔记等全套资料，面试和工作可直接套用。

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。

核心技术

1. 集成框架：使用流行的SpringBoot集成框架ruoyi并进行改造升级，形成的一整套完整分布式服务架构框架。
2. SpringCloud分布式：使用SpringCloud中的注册中心，配置中心，Feign，等核心组件开发核心多服务电商业务。
3. 权限系统：使用框架中原有的权限系统，开发电商前后台的登录鉴权校验等核心功能。
4. 并发服务：订单，支付，商品等复杂业务服务之间通过消息队列完成并发服务。
5. 高效缓存：购物车功能，使用缓存存储各种临时业务数据。
6. 异步编排：商品详情的组合查询，多线程并发收集商品的各项信息。

技术背景

好物甄选，是一个以京东商城为参考原型的互联网B2C的电子商城项目，项目包含平台管理端、店铺管理端、商品PC端及微信小程序端。有一套完善的电商业务流程。该项目创新融合Java微服务与AI技术，构建全渠道智能电商平台。技术架构采用SpringCloud+Docker实现高可用部署，结合Elasticsearch智能搜索、Redis缓存优化和MySQL分库分表。

关键技术

SpringBoot核心、RuoYi框架二次开发、SpringCloud微服务、Docker容器化、MySQL分库分表、Redis缓存、分布式文件系统、RabbitMQ/Kafka、单点登录(SSO)、第三方支付、分布式事务、多端适配、促销活动引擎、分布式库存、微信小程序

架构图