AI Agents

智能体技术

从单Agent到多Agent协作系统

64
总学时
4
学分
8
核心模块
🤖
前沿技术

课程介绍

本课程聚焦AI Agent(智能体)技术,这是当前AI领域最前沿的方向之一。学生将掌握Agent的基本原理、核心架构及实现技术,能够开发独立决策和执行任务的智能体系统。

课程涵盖ReAct框架、AutoGen、LangGraph等主流Agent框架,通过竞赛项目实战(如多轮问答推理任务),深入理解Agent在复杂任务中的应用。

课程大纲

第1模块 · 8学时
Agent基础概念
Agent定义、感知-决策-执行循环、单Agent与多Agent、应用场景分析
第2模块 · 8学时
ReAct框架
ReAct(Reasoning+Acting)原理、思维链推理、工具调用、ReAct实现
第3模块 · 12学时
AutoGen框架
AutoGen架构、多Agent协作、对话式Agent、Agent角色设计
第4模块 · 12学时
LangGraph与状态管理
LangGraph原理、状态图设计、工作流编排、复杂任务分解
第5模块 · 8学时
Agent优化技术
时间预算管理、假设管理、搜索优化、停止条件设计
第6模块 · 8学时
RAG + Agent
检索增强生成、知识库集成、长文本处理、RAG与Agent结合
第7模块 · 8学时
多Agent系统
多Agent协作模式、通信协议、任务分配、冲突解决
第8模块 · 项目实践
综合项目与竞赛
复杂推理任务Agent开发、性能优化、竞赛实战

教学资源

📚
教学材料
课件、实施指南、论文
💻
代码框架
ReAct、AutoGen、LangGraph示例代码
📄
论文与文档
ReAct、RAP等经典论文翻译与解读
🏆
竞赛项目
Agent推理竞赛实战案例