文件清单 113 项

• 1-1 快速了解课程和安排.mp4
• 2-1 本章介绍.mp4
• 2-2 引爆AI浪潮的主角:Agent是什么?能做什么?.mp4
• 2-3 从命令到共创:为什么说Agent是开发者的终极工具.mp4
• 2-4 为Agent注入灵魂:从LLM大脑到设计模式蓝图.mp4
• 2-5 技术简史:Agent是怎么一步步变聪明的?.mp4
• 2-6 代码解析:一个LLM智能体由哪些模块组成?.mp4
• 2-7 Agent落地案例:Agent如何融入企业业务中.mp4
• 2-8 新大陆与航海图:Agent时代的职业跃迁之路.mp4

展开全部 113 项

• 2-10 Agent时代的红利与焦虑:你准备好了吗?.mp4
• 2-11 本章总结.mp4
• 3-1 本章介绍.mp4
• 3-2 Agent分布式网络:探索多Agent系统(MAS)是什么?.mp4
• 3-3 多Agent系统的架构学习与开发挑战.mp4
• 3-4 产品分析:Manus如何拆解任务并分步协作完成一个复杂任务?.mp4
• 3-5 产品分析:MGX如何实现一句话开发一个复杂网页?.mp4
• 3-6 ReAct智能体论文速读,手动模拟ReAct智能体执行过程.mp4
• 3-7 基于ReAct设计模式编写你的第一个单Agent.mp4
• 3-8 多模态LLM对多Agent系统的影响与实践.mp4
• 3-10 本章总结.mp4
• 4-1 本章介绍.mp4
• 4-2 Python包管理器:uv工具快速上手.mp4
• 4-3 Postman基础配置与使用技巧.mp4
• 4-4 DeepSeek聊天与推理模型API快速上手与使用.mp4
• 4-5 OpenAI多模态模型API快速上手与使用.mp4
• 4-6 简化开发:利用OpenAI Python SDK简化LLM的对接.mp4
• 4-7 深入理解DeepSeek与GPT模型的工具调用.mp4
• 4-8 Pydantic初体验:数据校验即数据解析.mp4
• 4-9 使用DeepSeek JSON-Output实现格式化输出.mp4
• 4-10 使用OpenAI SDK流式事件输出提升响应速度.mp4
• 4-11 [实操]利用ReACT+DeepSeek实现语音播报助手.mp4
• 4-12 本章总结.mp4
• 5-1 本章介绍.mp4
• 5-2 DeepSeek两款模型多轮对话消息配置技巧.mp4
• 5-3 利用思维链提升模型在复杂任务的表现.mp4
• 5-4 利用ReACT+CoT思维链实现企业业务表单填写-mp4
• 5-5 Python异步编程初识与快速上手.mp4
• 5-6 后端API开发:FastAPI的介绍与快速上手.mp4
• 5-7 领域驱动设计(DDD)架构初识与落地.mp4
• 5-8 基于FastAPI与DDD的MAS目录结构初始化.mp4
• 5-9 多Agent协作系统API文档撰写与接口约定.mp4
• 5-10 本章总结.mp4
• 6-1 本章介绍.mp4
• 6-2 pydantic-settings快速读取解析.env环境变量.mp4
• 6-6 利用Docker一键安装Postgres与Redis.mp4
• 6-7 基础设施层:编码并接入Redis缓存数据库.mp4
• 6-8 基础设施层:编码并接入Postgres业务数据库.mp4
• 6-9 基础设施层:编码并接入腾讯云Cos对象存储.mp4
• 6-10 使用Alembic表迁移实现数据库表同步.mp4
• 6-11 使用Pytest编写测试用例一键测试API.mp4
• 6-12 本章总结.mp4
• 7-1 本章介绍.mp4
• 7-2 MCP协议简化了哪些流程?为什么需要MCP协议?.mp4
• 7-3 MCP架构全解析:Host,Client与Server的协同机制.mp4
• 7-4 MCP工具服务功能与手动模拟全流程加深理解.mp4
• 7-5 无SDK情况下对接高德MCP服务实现工具调用.mp4
• 7-6 MCP SDK构建两种通信协议MCP服务开发技巧.mp4
• 7-7 MCP SDK构建Client连接Server开发技巧.mp4
• 7-8 MCP服务:Bash工具——让LLM拥有执行命令行工具的能力.mp4
• 7-9 MCP服务:代码解释器——让LLM拥有执行本地代码的能力.mp4
• 7-10 三方流式API接入MCP Servers注意事项与示例-mp4
• 7-11 MCP Server站点推荐,一键对接上万MCP服务工具.mp4
• 7-12 案例演示:Claude客户端对接MCP实现外部环境信息获取.mp4
• 7-13 本章总结.mp4
• 8-1 本章介绍 .mp4
• 8-2 多Agent系统LLM可视化配置与任务流拆解设计.mp4
• 8-3 多Agent系统可视化配置API设计与开发.mp4
• 8-4 基于动态配置的LLM提供商设计与开发(1).mp4
• 8-5 Postgres与Redis状态检查API的设计与开发.mp4
• 8-6 基于关注点分离思想的Task Domain模型设计.mp4
• 8-7 Redis-Stream消息队列应用与快速上手.mp4
• 8-8 基于Redis-Stream的消息队列设计与开发.mp4
• 8-9 基于Redis的后台Task模块设计与开发.mp4
• 8-10 本章总结.mp4
• 9-1 本章介绍.mp4
• 9-2 Manus任务流拆解与ChatBot区别对比.mp4
• 9-3 多Agent规划步骤与记忆模型的设计与开发.mp4
• 9-4 应用任务事件Domain模型的设计与完善.mp4
• 9-5 LLM结构化输出缺陷与JSON修复解析器开发.mp4
• 9-6 工具基类与tool装饰器开发实现将函数转工具.mp4
• 9-7 工具事件与扩展预留以实现MCP和A2A的接入.mp4
• 9-8 通用Agent配置模型API接口的设计与开发.mp4
• 9-9 Plan&ReAct智能体基类的设计与开发.mp4
• 9-10 LLM消息列表顺序与Agent状态回滚机制实现.mp4
• 9-11 Manus通用Agent系统prompt设计与编写.mp4
• 9-12 利用json结构化输出完成规划Agent的开发.mp4
• 9-13 规划Agent预设+更新+创建计划Prompt设计.mp4
• 9-14 基于ReAct架构的执行智能体的设计与开发.mp4
• 9-15 执行Agent系统,执行与汇总Prompt设计与编写.mp4
• 9-16 Plan&ReAct流与应用关联的思路&课后练习.mp4
• 9-17 本章总结.mp4
• 10-1 本章介绍-工具模块开发.mp4
• 10-2 bing搜索引擎工具的设计思路与模型定义.mp4
• 10-3 基于httpx+bs4+正则实现bing搜索引擎检索数据.mp4
• 10-4 MoocManus动态添加MCP服务器的设计思路 .mp4
• 慕课实战 - MCP+A2A 从0到1构建类Manus多Agent全栈应用/
• 第1章 课程介绍与安排/
• 第2章 Agent应用开发全景:快速了解Agent开发技术栈与发展路线/
• 第3章 多Agent协作系统探索:快速了解多Agent系统设计思路/
• 第4章 技术栈与环境准备:DeepSeek与OpenAI SDK库实操/
• 第6章 通用模块开发:数据源连接&统一响应&日志跨域/
• 第7章 MCP协议初识:统一LLM与外部数据源和工具之间的通信/
• 第8章 LLM模块开发:实现可动态配置与后台运行的LLM调用架构/
• 第9章 Agent模块开发:基于事件与后台运行的Agent模块开发/
• 第10章 工具模块开发:让Agent拥有调用与感知外部环境的能力/
• 第11章 Playwright与BrowserUse:让AI学会像人类一样使用浏览器/
• 第12章 沙箱模块开发:隔离环境运行本地工具确保Agent执行安全/
• 第14章 A2A协议集成:构建分布式Agents网络与多Agent协作的基础/
• 第15章 A2A模块开发:扩展规划与执行Agent实现多Agent调用/
• 第16章 上下文工程:完善各个Agent功能与上下文优化/
• 第17章 Next.js开发基础:多Agent协作前端UI基础逻辑开发/
• 第18章 前端交互开发:Next.js对接API并完成UI页面开发/
• 第20章 多Agent协作开发:总结与展望/