基于DeepSeek大模型的Agent技术

应用开发实践培训通知

各有关单位：

为了企业实现智能化转型，在激烈的市场竞争中抢占先机，增强核心竞争力，实现可持续发展。帮助学员深度掌握 Agent 技术开发技巧，提升项目执行与解决复杂问题的能力，实现从传统业务思维向数字化、智能化思维的转变，在企业数字化转型进程中发挥更大价值。中培伟业特邀相关领域权威专家精心打造了“基于DeepSeek大模型的Agent技术应用开发实践”课程，于2025年在全国部分城市举办公开课。诚邀您的参与，有关事宜如下：

一、培训背景

在当今快速发展的信息技术时代，人工智能（AI）已成为推动社会进步和产业升级的关键力量。其中，Agent智能体作为AI领域的一个重要分支，正逐渐展现出其独特的价值和广泛的应用前景。因此，学习Agent智能体的开发不仅具有深远的理论意义，更具有重要的实用价值。

Agent智能体是一种能够自主决策、与环境进行交互并完成任务的软件实体。它们能够感知环境、理解用户需求、制定并执行计划，从而为用户提供智能化的服务。随着大数据、云计算和深度学习等技术的不断发展，大模型Agent智能体已经能够在众多领域发挥重要作用，如智能家居、自动驾驶、智能客服、医疗辅助等。

学习Agent智能体的开发，首先可以帮助我们深入理解人工智能的基本原理和核心技术。通过掌握Agent智能体的设计、实现和优化方法，我们可以更全面地了解AI系统的构建过程，为未来的研究和开发工作打下坚实的基础。

此外，学习Agent智能体开发还具有广泛的实用价值。在智能家居领域，Agent智能体可以实现智能家居设备的自动化控制和智能化管理，提高家庭生活的便捷性和舒适性。在自动驾驶领域，Agent智能体可以感知车辆周围的环境，制定并执行驾驶策略，从而确保行车安全和效率。在智能客服领域，Agent智能体可以自动处理用户咨询和投诉，提高客户满意度和服务效率。在医疗辅助领域，Agent智能体可以协助医生进行疾病诊断和治疗方案制定，提高医疗服务的准确性和效率。

综上所述，学习Agent智能体的开发不仅有助于我们深入理解人工智能的核心技术，还能够为我们提供广泛的实用价值和应用前景。

二、培训对象

各类软件企业和研发中心的程序员、软件设计师、架构师, 项目经理，业务架构师，公司管理者。

本课程面向零基础LLM应用开发者，不需要了解复杂数学算法，机器学习原理。建议具备基础的Python知识，但即使你对 Python 不太熟悉，也完全没有关系。课程主要阅读讲解部分案例代码。

三、培训收益

Ø 深入理解DeepSeek大模型与Agent技术的核心原理、架构及运作机制。

Ø 显著提升工作效能，实现业务流程的自动化处理，大幅提升工作效率。

Ø 挖掘DeepSeek大模型与Agent技术在企业业务中的创新应用场景。

Ø 学会结合DeepSeek大模型与Agent技术进行分析与解决复杂问题。

Ø 促进团队协作优化，推动行业技术交流，拓宽职业发展道路。

四、培训信息

1）培训方式：

培训采用线下专家面授+同步直播的形式。所有课程均赠送学习教材、视频回放、

答疑交流群、促学服务等，并提供结业证书。多维度精细化教学，满足不同企业及学员的学习需求。

2）培训班次：

2025年04月28-30日    北京

2025年10月23-25日    成都

五、培训内容

培训共计3天，每天6小时，具体日程安排如下：

内容

详情

第一部分:大模型驱动的Agent智能体概述

1.智能体的定义与特点

2.智能体与传统软件的关系

3.智能体与LLM的关系

4.从ChatGPT到智能体

5.智能体的五种能力

6.记忆，规划，工具，自主决策，推理

7.多智能体协作

8.企业级智能体应用与任务规划

9.智能体开发

第二部分: 基于大模型的Agent技术框架

1.Agent的四大要素

2.Agent的规划和决策能力

3.Agent的各种记忆机制

4.Agent的核心技能：调用工具

5.Agent的推理引擎：ReAct框架

6.何谓ReAct

7.用ReAct框架实现简单Agent

8.基于ReAct框架的提示

9.构建ReAct Agent

第三部分: 基于LangChain构建智能体

1.何谓LangChain

2.LangChain中的六大模块

3.LangChain和Agent开发

4.LangChain构建智能体的类型

5.LangChain构建工具

6.何谓LlamaIndex

7.说说LlamaIndex

8.LlamaIndex和基于RAG的AI开发

9.简单的LlamaIndex开发示例

第四部分: 推理与行动的协同——通过LangChain中的ReAct框架实现

1.复习ReAct框架

2.LangChain中ReAct Agent 的实现

3.LangChain中的工具和工具包

4.create_react_agent创建鲜花定价Agent

5.深挖AgentExecutor的运行机制

6.在AgentExecutor中设置断点

7.思考：模型决定搜索

8.行动：工具执行搜索

9.思考：模型决定计算

10.行动：工具执行计算

11.思考：模型完成任务  

第五部分: 计划和执行的解耦-通过LangChain中的Plan-and-Execute实现

1.Plan-and-Solve策略的提出

2.LangChain中的Plan-and-Execute Agent

3.通过Plan-and-Execute Agent实现物流管理

4.为Agent定义一系列进行自动库存调度的工具

5.创建Plan-and-Execute Agent并尝试一个“不可能完成的任务”

6.完善请求，让Agent完成任务

7.从单Agent到多Agent

第六部分: 多Agent 最佳实践

1.智能体和多智能体 multi-agent systems

2.监督者：每个Agent与一个监督者Agent通信

3.自定义多Agent工作流：每个Agent只与其他Agent通信

4.Multi-Agent多角色协作      

5.SOP拆解    

6.角色扮演   

7.反馈迭代   

8.监督控制

9.workflow automation

10.企业工程化最佳实践

第七部分: 基于多模态构建Agent

1.多模态技术原理讲解

2.常用的多模态模型介绍、原理解析

3.多模态典型应用场景举例，以及技术实现

4.多模态技术实战

5.多模态需求输入：图像、语音、文本

6.语音输入集成模块

7.图像输入集成模块

8.核心需求理解与多轮输入整合模块

9.语音输入处理

10.利用多模态技术实现多模态智能聊天对话

基于多模态大模型的Agent开发

第八部分:分析国外智能体典型案例和商业应用

1.解读斯坦福小镇项目：生成式智能体典型案例

2.AutoGPT：通过自然语言的需求描述执行自动化任务

3.BabyAGI：根据任务结果自动创建，排序和执行新任务

4.MetaGPT：重塑生成式AI与软件开发界面

5.AutoGen：下一代LLM应用的启动器

6.ChatDev：重塑软件开发的AI群体智能协作框架

7.Camel AI：引领自主与交流智能体的未来

第九部分: 基于Dify 本地化构建智能体

1.Dify：零基础开发对话机器人

2.功能概述

3.基础能力

4.插件

5.工作流

6.记忆库

7.查询天气机器人的最终效果

8.创建你的第一个机器人

9.用自然语言优化输出结果

10.用工作流优化输出结果

11.综合实战：基于Dify的数据库查询实现

12.Dify本地化与Agent各终点发布(网页嵌入、微信、API)

第十部分: 企业专属领域的智能客服Agent

1.打造专属领域的客服聊天机器人        

2.客服聊天机器人概述   

3.客服聊天机器人价值简介        

4.客服聊天机器人研发工具        

5.AI课程客服聊天机器人总体架构       

6.前端功能设计    

7.后端功能设计    

8.AI课程客服聊天机器人应用实例

第十一部分: LangChain整合DeepSeek构建知识图谱

1.Neo4j基础概念：Nede、Relationship、Property

2.使用 Cypher 查询语言进行数据建模、插入和查询。

3.网络配置文件（config）的基本结构和参数分析

4.基于config指定数据清洗与标准化格式

5.基于本地大模型的结构化分析实现

6.LangChain 自动生成并优化 Cypher 查询

7.LangServe发布图谱服务器

第十二部分: Manus快速上手与办公赋能

1.Manus产品架构解析：云端智能体、多工具调用、任务分解与自主执行

2.Manus在职场的应用：文档智能处理、任务自动化、代码编写与调试

3.Manus实操训练：任务自动化演练、网页数据采集、代码执行挑战

4.Manus办公赋能：会议纪要自动总结、

5.Manus 办公赋能：邮件自动分类与回复

6.Manus 办公赋能：PPT生成对比

第十三部分: Manus 数据分析智能化

1.跨平台AI协同：DeepSeek+Manus组合优化内容生产

2.跨平台AI协同：任务自动化与知识检索结合

3.Manus在数据分析中的应用：销售数据分析、市场调研报告

4.高级AI数据分析演练：实时数据抓取与分析、A/B测试优化

5.智能体如何重塑工作模式：AI从辅助工具到自主执行体的演变

6.Agent 私有化、数据安全与企业适配性问题

六、专家讲师

Ø 刘老师 | 国内顶尖AI专家

最近几年带队完成了数十个AI项目，内容不仅包括深度学习、机器学习、数据挖掘等具体技术要点，也包括AI的整体发展、现状、应用、商业价值、未来方向等，涵盖内容非常丰富。完成多个深度学习实践项目，广泛应用于医疗、交通、银行、电信等多个领域。从2020年推出的多门课程《AI大模型赋能行业应用与解决方案》《AI大模型辅助软件研发管理与效能提升》和《AI大模型技术及开发应用实践》更是广受欢迎，已经为几十家企业培训，作为一名AI技术专家，对人工智能的理解深入透彻。他不仅精通AI的编程技术，还熟悉各种AI工具的使用，尤其在AI行业应用更是有着独特的见解和实践经验；自从2023年以来帮助多家研发中心做AI辅助开发效能提升咨询服务。同时也是微软人工智能认证工程师，阿里云AI人工智能训练师。在人工智能领域的深耕和创新，也得到了出版社的青睐，计划出版自己的著作。也在多家技术大会做AI技术讲座。

七、相关证书

参加培训并通过考试的学员，由中国信息化培训中心颁发《人工智能高级工程师》职业技能培训证书，此证书不仅是对学员学习成果的高度认可，更是学员在AI技术领域专业能力的有力证明，为学员的职业发展增添重要砝码。

八、收费标准

6800元/人（含培训费、平台费、资料费、视频回放、证书、发票等费用）。

备注：参加面授的学员提供培训期间的午餐。

九、报名方式

1）请参加人员将加盖单位印章的《报名回执表》传真或邮件至课程顾问。

2）相关费用请于开课前一周汇至我司银行账号，并提供付款凭证。

3）我们将于开课前两周为学员发送《报到通知书》，详细告知参培地点、乘车路线、食宿安排，会务联系方式等事宜。

我要报名没有找到合适的课程,请在这里提交您的培训需求   发布需求

主题

上课时间

2025年10月23-25日 成都

参加人数

费用

联系人

先生 女士

单位名称

部门职务

电话

传真

手机

邮箱

通信地址

邮编

备注

验证码

看不清，请换一张

现在报名

推荐课程