课程介绍

多/通用型Agent开发是热门、高薪就业方向，也是构建核心竞争力的优选。但多数课仅停留在工具调用和简单案例层面，难以满足企业对深度融合AI解决复杂问题的人才需求。本课直击这一痛点，带你从0到1，从单/多Agent、分布式架构，再到全栈工程化，助你从程序思维升级到系统思维。通过复刻类Manus核心模块，深入掌握MCP、A2A、COT、多模态，及任务规划、分布式调度等核心能力，成为企业急需AI多Agent全栈工程师。

课程目录

第1章 课程介绍与安排

• 1-1 快速了解课程和安排

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

• 2-1 本章介绍

• 2-2 引爆AI浪潮的主角：Agent是什么？能做什么？

• 2-3 从命令到共创：为什么说Agent是开发者的终极工具

• 2-4 为Agent注入灵魂：从LLM大脑到设计模式蓝图

• 2-5 技术简史：Agent是怎么一步步变聪明的？

• 2-6 代码解析：一个LLM智能体由哪些模块组成？

• 2-7 Agent落地案例：Agent如何融入企业业务中

• 2-8 新大陆与航海图：Agent时代的职业跃迁之路（试看）

• 2-9 课程项目演示：演示与前后端技术收获

• 2-10 Agent时代的红利与焦虑：你准备好了吗？

• 2-11 本章总结

第3章 多Agent协作系统探索：快速了解多Agent系统设计思路

• 3-1 本章介绍

• 3-2 Agent分布式网络：探索多Agent系统(MAS)是什么？（试看）

• 3-3 多Agent系统的架构学习与开发挑战

• 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？

• 3-5 产品分析：MGX如何实现一句话开发一个复杂网页？

• 3-6 ReAct智能体论文速读，手动模拟ReAct智能体执行过程

• 3-7 基于ReAct设计模式编写你的第一个单Agent

• 3-8 多模态LLM对多Agent系统的影响与实践

• 3-9 项目前后端技术栈选型与可扩展方案

• 3-10 本章总结

第4章 技术栈与环境准备：DeepSeek与OpenAI SDK库实操

• 4-1 本章介绍

• 4-2 Python包管理器：uv工具快速上手

• 4-3 Postman基础配置与使用技巧

• 4-4 DeepSeek聊天与推理模型API快速上手与使用

• 4-5 OpenAI多模态模型API快速上手与使用

• 4-6 简化开发：利用OpenAI Python SDK简化LLM的对接

• 4-7 深入理解DeepSeek与GPT模型的工具调用

• 4-8 Pydantic初体验：数据校验即数据解析

• 4-9 使用DeepSeek JSON-Output实现格式化输出

• 4-10 使用OpenAI SDK流式事件输出提升响应速度

• 4-11 【实操】利用ReACT+DeepSeek实现语音播报助手

• 4-12 本章总结

第5章 项目初始化：项目目录结构&开发范式约定

• 5-1 本章介绍

• 5-2 DeepSeek两款模型多轮对话消息配置技巧

• 5-3 利用思维链提升模型在复杂任务的表现

• 5-4 利用ReACT+CoT思维链实现企业业务表单填写

• 5-5 Python异步编程初识与快速上手

• 5-6 后端API开发：FastAPI的介绍与快速上手

• 5-7 领域驱动设计(DDD)架构初识与落地

• 5-8 基于FastAPI与DDD的MAS目录结构初始化

• 5-9 多Agent协作系统API文档撰写与接口约定

• 5-10 本章总结

第6章 通用模块开发：数据源连接&统一响应&日志跨域

• 6-1 本章介绍

• 6-2 pydantic-settings快速读取解析.env环境变量

• 6-3 项目日志输出风格&日志扩展集成

• 6-4 完善项目启动文件的配置、跨域与路由规划

• 6-5 统一项目异常响应格式降低对接难度

• 6-6 利用Docker一键安装Postgres与Redis

• 6-7 基础设施层：编码并接入Redis缓存数据库

• 6-8 基础设施层：编码并接入Postgres业务数据库

• 6-9 基础设施层：编码并接入腾讯云Cos对象存储

• 6-10 使用Alembic表迁移实现数据库表同步

• 6-11 使用Pytest编写测试用例一键测试API

• 6-12 本章总结

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

• 7-1 本章介绍

• 7-2 MCP协议简化了哪些流程？为什么需要MCP协议？

• 7-3 MCP架构全解析：Host、Client与Server的协同机制

• 7-4 MCP工具服务功能与手动模拟全流程加深理解

• 7-5 无SDK情况下对接高德MCP服务实现工具调用

• 7-6 MCP SDK构建两种通信协议MCP服务开发技巧

• 7-7 MCP SDK构建Client连接Server开发技巧

• 7-8 MCP服务：Bash工具——让LLM拥有执行命令行工具的能力

• 7-9 MCP服务：代码解释器——让LLM拥有执行本地代码的能力

• 7-10 三方流式API接入MCP Servers注意事项与示例

• 7-11 MCP Server站点推荐，一键对接上万MCP服务工具

• 7-12 案例演示：Claude客户端对接MCP实现外部环境信息获取

• 7-13 本章总结

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

• 8-1 本章介绍

• 8-2 多Agent系统LLM可视化配置与任务流拆解设计

• 8-3 多Agent系统可视化配置API设计与开发

• 8-4 基于动态配置的LLM提供商设计与开发(1)

• 8-5 Postgres与Redis状态检查API的设计与开发

• 8-6 基于关注点分离思想的Task Domain模型设计

• 8-7 Redis-Stream消息队列应用与快速上手

• 8-8 基于Redis-Stream的消息队列设计与开发

• 8-9 基于Redis的后台Task模块设计与开发

• 8-10 本章总结