【中文配音】22讲吃透AI Agent开发:OpenClaw生产级手把手教程
合集 · AI Agent全栈开发 (21)
-
【中文配音】LLM提示词工程实战全31讲:LangChain模板/自动评测/红队安全/CI-CD,从手写Prompt到工程化量产
2:16:15
-
【中文配音】范德堡大学《ChatGPT提示词工程》全38讲:Coursera百万人气王牌课,从入门到精通
4:50:43
-
【中文配音】22讲吃透AI Agent开发:OpenClaw生产级手把手教程
2:36:01
-
【中英双语】10小时精通AI Agent开发:LangChain、RAG、Guardrails、Gateways 全栈实战
22:28:32
-
【中英双语】10分钟上手Hermes:开源AI Agent真香,告别OpenClaw | NetworkChuck
1:05:18
-
【中英双语】3小时掌握LangChain Deep Agents从入门到实战
5:26:44
-
【中英双语】向量搜索+RAG实战:从零开始带你理解如何把私有数据与大型语言模型深度结合
2:25:50
-
【中英双语】从零掌握20种Agentic AI设计模式实战课
2:16:23
-
【中英双语】从零搭建个人AI助手!Hermes Agent完整部署教程,1小时学会 | Nate Herk | AI Automation
1:56:46
-
【中英双语】「保姆级攻略」成为靠谱的Agent工程师,用AI造万物!
2:16:44
-
【中文配音】AI Agent从零到生产:10步搭建完整技术栈,17种推理方法+9类记忆体系全解析
28:25
-
【中英双语】7分钟搞懂MCP:AI模型与外部工具交互的通用协议
15:56
-
【中英双语】ChatGPT到AI Agent全解析:Transformer/MCP/架构/实战
1:15:10
-
【中英双语】AI智能体记忆系统实战:Mem0完整架构解析,让Agent跨对话记住你 | Hugging Face
52:47
-
【中英双语】2026版首发斯坦福CS329A:自改进AI Agents完整课
19:43:32
-
【中英双语】企业级持续学习实战:自蒸馏让AI代理效率提升3倍 | AI Engineer
35:26
-
【中英双语+资料】CMU 11-768智能体,工具调用+长上下文+记忆技能,一次看懂|AI Agents 2026
8:15:32
-
【英文原声+资料】跟着做一遍:用 LangChain 搭一个能语音对话的 AI 助手|2026 完整版
29:23:47
-
【中英双语】AI agent vs AI infra必备:什么是向量数据库?向量数据库核心原理是什么?有哪些方案可以选择?
8:46
-
【中文配音+资料】AI可写简历项目-Agent智能语音聊天机器人-LangChain+NLP+LLM|2026最新完整版本
23:08:06
-
【中文配音】后端开发面试13大高频考点:从一致性哈希到RAG实战
7:20:03
Parts
- P1 · 01-课程欢迎与架构基础
- P2 · 02-幻觉、模型演进与竞争者
- P3 · 03-开发者基础与API使用
- P4 · 04-Token经济学与上下文窗口管理
- P5 · 05-API消息角色与提示工程细微差别
- P6 · 06-动手实验:练习实验与首次API调用
- P7 · 07-多轮对话历史、API成本与权衡
- P8 · 08-架构概览:工具Schema与执行循环
- P9 · 09-预定义AI工作流与自主Agent对比
- P10 · 10-核心循环:感知、推理、行动
- P11 · 11-动手实验:工程化标准While循环
- P12 · 12-规划局限、脆弱逻辑与缓解护栏
- P13 · 13-内存管理器:滑动窗口与向量数据库
- P14 · 14-多Agent框架与Agent间通信
- P15 · 15-解构生产故障与错误处理
- P16 · 16-数据接地与预封装框架(LangChain、Mastra)
- P17 · 17-动手实验:构建生产级个人助手
- P18 · 18-OpenClaw代码库导览与文件架构
- P19 · 19-自定义布局、终端界面与并发锁
- P20 · 20-测试非确定性Agent与LLM作为评判的评估
- P21 · 21-可观测性、跟踪性能指标与优化杠杆
- P22 · 22-Agent安全、高级提示组装与总结
Description
围绕AI Agent开发入门这一主线,从架构认知到工程落地逐步展开。课程先以欢迎与架构基础切入,帮助建立对智能体系统的整体理解,接着深入探讨大模型幻觉、模型演进及不同方案之间的对比,为后续设计打下判断基础。随后进入开发者视角,讲解API使用方式、Token经济学与上下文窗口管理,并通过消息角色和提示工程的细微差别,让调用策略更精准。首次动手实验会带你完成第一轮API调用练习,紧接着分析多轮对话历史、API成本与取舍,让你在实际预算约束下学会权衡。架构层面专门拆解工具Schema与执行循环,对比预定义AI工作流和自主Agent的适用场景,梳理感知、推理、行动这一核心循环的运作机制。最后通过工程化标准While循环的动手实验,把循环逻辑落地为可运行的代码骨架,并直面规划局限、脆弱逻辑等现实问题,介绍缓解护栏的设计思路。
Comments
@名校课程-顶级中配 有英文原声吗?
太棒了这个教程,看完终于明白了一点点[打call]
↩ 1