关于举办“基于大模型的Agent技术应用开发实践”培训班的通知

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。中培伟业精心打造了“基于大模型的Agent技术应用开发实践”培训课程。于2026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。尽管 Agent需求旺盛，但企业在落地过程中普遍面临技术、场景、安全三重门槛，培训学习成为破局关键。

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，能够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，帮助学习者更全面了解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；学习Agent智能体在智能家居领域、自动驾驶领域、智能客服领域、医疗辅助领域等领域开发具有广泛的实用价值。

二、培训对象

AI工程师、算法工程师，各类软件企业和研发中心的程序员、软件设计师、技术负责人、架构师、高校计算机及人工智能专业师生等。

三、培训信息

培训形式：线下面授 + 同步直播

培训班次：

2026年4月26-28日  北京

2026年6月25-27日   广州

2026年8月28-30日  北京   2026年10月24-26日  成都

四、培训内容

培训共计3天，每天6小时，具体日程安排如下：

日程   

内容  

详情   

第一天   

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.LangChain构建Agent

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

1.了解ReAct框架与运行逻辑

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

第二天

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

11.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: 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

第十部分: Agent + MCP打造高级智能体

1.RAG、Agent与MCP的区别与联系

2.MCP与FunctionCall的关系

3.热门的MCP客户端工具有哪些

4.MCP服务接入原理讲解

5.自定义MCP Client开发--STDIO协议对接

6.LangGraph Agent接入Github MCP服务

7.Langchain_mcp_adatpers创建高德MCP客户端

8.基于高德MCP的复杂路径规划+可视化展示

第三天

第十一部分: 知识图谱构建与Agent调用

1.Neo4j基础概念：Node、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

8. Agent识别用户意图并调用图谱

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

第十四部分: OpenManus本地化部署与使用

1.OpenManus简介：开源AI智能体框架

2.GitHub克隆到本地运行

3.连接LLM API

4.浏览器操作与代码执行

5.ReAct与Planning模式

6.Flow系统应用

7.启用沙箱环境

8.常见问题与调试技巧

备注：采用小班制教学，授课过程中，讲师会通过互动提问、组织小组讨论、即时答疑等形式，帮助学员把所学转化为可落地的能力。

五、培训教师

➤ 刘老师 | AI技术领域资深专家

西安邮电大学计算机科学与技术专业。拥有着20多年软件研发与企业培训经验，对Java、Python、区块链等技术领域有独特的研究，精通机器学习、深度学习、大模型技术。他的专业素养和教学能力备受学员赞誉，是众多技术爱好者心中的楷模。

AI深度学习方法：Scikit-Learn，Tensorflow、Keras、DNN、CNN、RNN、Yolo、OpenCV熟悉主流机器学习算法、各种神经网络结构和图形图像识别技术。

LLM大模型方向：DeekSeek、ChatGLM、ChatGPT4、Llama3、Agent、React、Ollama、Dify、Llamafactory微调、DeepSpeek分布式训练、MindFormers生态、MoE混合专家模型。能根据客户的需求实现定制化的模型私有化部署、微调、对齐、量化。并对LangChain、LlamaIndex、Dify等大模型框架有源码级的理解。

➤ 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。

➤ 张老师 | 人工智能实战导师

大数据资深专家、云计算架构师，数据挖掘、数据分析工程师，曾作为多家大型知名企业首席架构，负责PaaS平台研发；主要研究方向包括大数据、云计算、移动开发、互联网营销、电子商务、项目管理等。IT从业二十余年，具有多年授课经验，秉承理论与实践相结合，在学习中实践，在实践中学习，积累了丰富的理论与实践经验，并且乐于将自己的经验分享。发现并集成整合社会资源，为企业节省资源并创造价值，达到为合作伙伴创收的目的。

曾为多家国内知名企业提供培训与咨询，拥有大数据、大流量、高并发、分布式的大型网站架构和设计经验。曾主导过多个私有云建设项目，早些年也主导过ERP、CMS等软件项目，这些项目中包含多个数百万、上千万的大型项目。

六、培训收益

1.深入理解AI大模型与Agent技术的核心原理；

2.深入了解AI大模型与Agent技术架构及运作机制；

3.挖掘AI大模型与Agent技术在企业业务中的创新应用场景；

4.学会结合AI大模型与Agent技术进行分析与解决复杂问题；

5.显著提升工作效能，实现业务流程的自动化处理；

6.促进团队协作优化，推动行业技术交流，拓宽职业发展道路。

七、证书颁发

参加培训并通过考试的学员，将获得由工业和信息化部教育与考试中心统一颁发的《AI大模型全栈技术（高级）》职业能力证书。证书长期有效，相关信息可随时登录中心官网查询。

八、培训费用

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。

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

2026年04月26-28日 北京2026年06月25-27日 广州2026年08月28-30日 北京2026年10月24-26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