【价值五位数】吊打付费！B站最全最细的Agent开发全套教程，从基础到实战，手把手教你搭建编程智能体，零基础也能变大神，学完即就业！

Parts

1. P1 · 【前言】入职AI Agent开发岗学习路线
2. P2 · 【入门篇】1、什么是智能体？ 常见的AI智能体能力展示
3. P3 · 【入门篇】2、主流智能体产品介绍和效果对比（DeepResearch、Manus、GLM沉思、通义千问）
4. P4 · 【入门篇】3、 智能体的核心特性：自主性、适应性、交互性
5. P5 · 【入门篇】4、智能体和大模型的区别
6. P6 · 【入门篇】5、智能体5级分层及商业应用
7. P7 · 【入门篇】6、智能体技术架构讲解——Langgraph+LLM+Tools+MCP+RAG
8. P8 · 【入门篇】7、本章知识总结和回顾
9. P9 · 【基础篇】8、python多版本管理工具anaconda使用方法
10. P10 · 【基础篇】9、 python项目管理工具uv安装和应用
11. P11 · 【基础篇】10、智能体开发流程&Ollama本地大模型部署
12. P12 · 【基础篇】11、使用langchain-ollama库调用本地大模型
13. P13 · 【基础篇】12、ollama大模型的流式调用
14. P14 · 【基础篇】13、阿里云百炼平台大模型调用
15. P15 · 【基础篇】14、百炼平台推理大模型调用
16. P16 · 【基础篇】15、 LangChain框架基本特性和概念介绍
17. P17 · 【基础篇】16、本章重点内容回顾和复习
18. P18 · 【进阶篇】17、langchain_openai实例化qwen大模型+pydantic SecretStr加密api_key
19. P19 · 【进阶篇】18、 提示词模板之文本提示词PromptTemplate
20. P20 · 【进阶篇】19、对话提示词模板ChatPromptTemplate用法
21. P21 · 【进阶篇】20、 ChatPromptTemplate+ChatMessagePromptTemplate联合实现对提示词+消息体的抽象和复用
22. P22 · 【进阶篇】21、 FewShotPromptTemplate通过提示词实现大模型少样本学习
23. P23 · 【进阶篇】22、提示词模板对比及场景分析+链式调用大模型
24. P24 · 【进阶篇】23、大模型调用自定义工具全流程开发
25. P25 · 【进阶篇】24、 tool装饰器注册工具+args_schema精确控制工具入参
26. P26 · 【进阶篇】25、本章重点内容回顾和复习
27. P27 · 【工具篇】26、使用langchain.agents库快速完成智能体创建和调用
28. P28 · 【工具篇】27、应用JsonOutputParser规范智能体返回值
29. P29 · 【工具篇】28、 PythonPerl基本用法介绍
30. P30 · 【工具篇】29、利用PythonPerlTool自动编写企业官网
31. P31 · 【工具篇】30、智能体企业官网提示词修改和优化
32. P32 · 【工具篇】31、langchain基础解析器讲解——精准控制大模型响应结果
33. P33 · 【工具篇】32、 langchain DateOutputParser实现将自然语言转为日期格式
34. P34 · 【工具篇】33、本章重点内容回顾和复习
35. P35 · 【深度篇】34、本章内容概览——走近MCP
36. P36 · 【深度篇】35、 彻底搞懂MCP的原理和发展现状
37. P37 · 【深度篇】36、高德MCP服务接入原理讲解
38. P38 · 【深度篇】37、使用langchain_mcp_adatpers创建高德MCP客户端
39. P39 · 【深度篇】38、结合高德MCP使智能体具备位置服务能力
40. P40 · 【深度篇】39、基于高德MCP的复杂路径规划+可视化展示
41. P41 · 【深度篇】40、 MCP通讯协议之stdio——实现本地MCP服务端+客户端
42. P42 · 【深度篇】41、本章重点内容回顾和复习
43. P43 · 【实战篇】42、本章内容概览+Node环境搭建
44. P44 · 【实战篇】43、 LangChain+MCP读取Playwright工具
45. P45 · 【实战篇】44、LangGraph+create_react_agent创建智能体运行Playwright工具
46. P46 · 【实战篇】45、Cursor下载、安装并接入Playwright MCP服务
47. P47 · 【实战篇】46、 Playwright工具执行流程分析+日志结构化输出
48. P48 · 【实战篇】47、Cursor+Github MCP服务集成
49. P49 · 【实战篇】48、Cursor+高德MCP服务制定旅行计划
50. P50 · 【实战篇】49、Cursor+Github MCP服务集成
51. P51 · 【实战篇】50、 小项目：Cursor+Github MCP二次开发vue-element-admin项目
52. P52 · 【实战篇】51、LangGraph agent接入Github MCP服务
53. P53 · 【实战篇】52、本章重点内容回顾和复习
54. P54 · 【项目篇】53、项目目标及整体架构设计
55. P55 · 【项目篇】54、多轮对话能力原理介绍
56. P56 · 【项目篇】55、 多轮对话LCLE创建
57. P57 · 【项目篇】56、使用对话历史类ChatMessageHistory解决历史对话注入问题
58. P58 · 【项目篇】57、基于RunnableWithMessageHistory构建多轮对话Runnable实例
59. P59 · 【项目篇】58、多轮对话交互实现
60. P60 · 【项目篇】59、使用FileChatMessageHistory实现会话持久化
61. P61 · 【项目篇】60、将agent集成到多轮对话
62. P62 · 【项目篇】61、LangChain核心组件Runnables介绍
63. P63 · 【项目篇】62、Runnables组件核心功能演示
64. P64 · 【项目篇】63、 本章重点内容回顾和复习
65. P65 · 【部署篇】64、私有化大模型1 （详细介绍）
66. P66 · 【部署篇】65、私有化大模型1（部署前准备工作）
67. P67 · 【部署篇】66、私有化大模型（详细部署过程）
68. P68 · 【部署篇】67、私有化大模型1（如何使用该模型）
69. P69 · 【部署篇】68、AI搜索项目实战（上）
70. P70 · 【部署篇】69、AI搜索项目实战（下）
71. P71 · 【部署篇】70、项目实战：RAG企业知识库(上)
72. P72 · 【部署篇】71、项目实战：RAG企业知识库(下)
73. P73 · 【面试篇】72、智能招聘面试模拟系统（上）
74. P74 · 【面试篇】73、智能招聘面试模拟系统（下）