LLM自主智能体应用实战课

LLM自主智能体应用实战课 / 多智能体协作,8周打造Autonomous Agent

李锟 资深软件架构师,前阿里巴巴高级技术专家

  • 课程介绍
  1. 在线阅读:开篇词|天作之合:LLM助力业务流程自动化

    一起学习如何开发 LLM 驱动的 BPA 应用

  2. 01|Autonomous Agent开发框架的爱丽丝奇境

    开发优秀的 LLM 应用,选择最适合的开发框架和开发工具至关重要,也是需要首先解决的问题。

  3. 02|收拾行李,准备上路

    我们优先选择的开源 LLM 部署工具是 Ollama,使用的开源 LLM 文件是来自 Ollama 网站的 GGUF 格式的文件。

  4. 03|初识MetaGPT

    学习本课程第一个 Autonomous Agent 开发框架——MetaGPT

  5. 04|使用MetaGPT实现Autonomous Agent应用

    在这一课中我们把“陪伴用户玩24点游戏的智能体应用”实现为可运行的代码

  6. 05|MetaGPT高级开发技能

    MetaGPT 中的一个很强大的组件 DataInterpreter

  7. 06|初识AutoGPT

    今天我们开始学习第二个开发框架 AutoGPT,也是此类开发框架的开创者

  8. 07|扫清AutoGPT开发道路上的障碍

    先介绍 AutoGPT 的工作和开发模式,然后引出我们开发 AutoGPT 应用时会面临的三个挑战。这些挑战就是我们要解决的问题,而且需要靠我们 DIY 来解决

  9. 08|使用AutoGPT实现Autonomous Agent应用

    基于 AutoGPT 再次实现 24 点游戏智能体应用

  10. 09|AutoGPT高级开发技能

    在这节课中,我们以前面三课学习到的知识为基础,继续学习 AutoGPT Platform 的一些高级开发技能。

  11. 10|初识Swarm

    学会使用 Swarm 这样的轻量级开发框架

  12. 11|使用Swarm实现Autonomous Agent应用

    这节课要做的工作就是将之前的 24 点游戏智能体应用移植到 Swarm。

  13. 12|初识DSPy

    DSPy——世界上第一个自动提示词工程开发框架

  14. 13|DSPy贴身实战

    使用 DSPy 来解决手工提示词工程存在的问题

  15. 14|如何设计Autonomous Agent应用?(上)

    自主型智能体的主要特点和几种典型运行环境

  16. 15|如何设计Autonomous Agent应用?(下)

    复杂业务应用的设计方法——DDD,两个战略级设计策略:分层架构和限界上下文

  17. 16|行业应用需求:企业员工 AI 助理

    设计开发一个中等复杂度的企业级 Autonomous Agent 应用

  18. 17|企业员工AI助理的架构设计

    确定应用软件架构设计包括的工作,AI 助理的应用类型和技术选型

  19. 18|企业员工AI助理开发前的扫雷工作

    确定语音语言模型的技术选型并测试

  20. 19|企业员工AI助理编程:实现多Agent

    这节课我们真正开始 AI 助理的开发工作。

  21. 20|企业员工AI助理编程:两个入口Agent的具体实现

    逐步实现 CollectionAgent 和 NotificationAgent 这两个入口 Agent

  22. 21|企业员工AI助理后续的功能完善

    AI助理的长期产品规划

  23. 22|课程回顾和内容提炼

    这套课程的最后一课

  24. 结束语|机会留给有准备的人

    感谢一路相伴

  25. 结课测试|来赴一场满分之约吧

    为了帮你检验自己的学习成果,我特意准备了一套结课测试题,快来挑战吧

  26. 23|使用Agent SDK实现Autonomous Agent应用

    Agent SDK 可以看作是 OpenAI 去年发布的 Swarm 的升级版本。

课程介绍

交流群入口 你将获得 要点总结,设计开发复杂的 Autonomous Agent 实例驱动,快速应用 4 种主流的轻量级开发框架 掌握当前最优开源 LLM 的部署、使用及优化策略 从 0 到 1 构建真实的企业级应用:员工 AI...

交流群入口


你将获得

  • 要点总结,设计开发复杂的 Autonomous Agent
  • 实例驱动,快速应用 4 种主流的轻量级开发框架
  • 掌握当前最优开源 LLM 的部署、使用及优化策略
  • 从 0 到 1 构建真实的企业级应用:员工 AI 助理

讲师介绍

在互联网、软件行业拥有 25 年的从业经验,专注于电商、在线支付、互联网金融、量化投资等业务。同时,他在大数据和人工智能领域也有深入研究,特别是在大模型应用架构设计与开发方面,具备 5 年的自然语言处理(NLP)、大语言模型(LLM)和人工智能生成内容(AIGC)的实战经验。


课程介绍

业务流程自动化(BPA)在企业应用领域一直都占据着核心位置,在大语言模型(LLM)出现之前,各种 BPA 应用都是定制化的,仅能覆盖特定的工作。现在有了 LLM 的加持,我们就可以开发出更加全面、智能、敏捷的自动化应用。

课程将深度融合 LLM 与 BPA,使用 MetaGPT、AutoGPT、Swarm、DSPy 等前沿轻量级开发框架,在保持系统简单、好维护、好调试的前提下,开发多智能体协作的 Autonomous Agent 应用,实现业务流程的智能自动化。为此,我们特别邀请了资深软件业务架构师李锟,他会手把手带你开发自主型 AI 应用,让你最终掌握开发 LLM 驱动的 BPA 应用的技能。

那我们具体学习哪些内容呢?

准备篇:对于 Autonomous Agent 有清晰的概念,充分理解 Autonomous Agent 与 ChatBot 的区别,以及开发 Autonomous Agent 的复杂性,并做好充分的上手准备。

入门篇:掌握 3 种最流行的 Autonomous Agent 开发框架和 1 种自动提示词工程开发框架的使用方法。通过实现简单的业务需求,在实战中学习各种开发框架。

进阶篇:从产品和架构设计的角度,学习设计复杂 Autonomous Agent 的要点,并参与设计、开发一个真实的行业应用——企业员工 AI 助理。


课程目录


适合人群

本课程主要适合爱好 AI 应用开发的初级和中级开发人员。希望系统化学习近两年出现的 LLM 应用的开发技能,特别是将 LLM 与需要高度自动化、可靠性的 BPA(业务流程自动化)紧密结合,实现能够独立自主工作的 Autonomous Agent(自主型智能体)。

对于较为资深的开发人员和架构师,也可以通过学习本课程,获得对于当今 LLM 应用开发最大热点 Autonomous Agent 的全面知识,更好地适应 LLM 时代和未来即将到来的 AGI 时代的挑战。


订阅须知