开源 AI Agent 开发工程师全套课程
欢迎来到 开源 AI Agent 开发工程师全套课程！这套教材致力于将大语言模型（LLM）与企业实际工程落地结合，深入讲解如何构建、测试、优化并部署企业级智能体（AI Agent (智能体)）系统。
🌟 课程特色
- 出版级品质：内容结构化编写，每一章都有明确的学习目标、问题导入、核心概念讲解、原理图展示、核心代码片段、企业真实落地案例、常见误区与面试真题。
- 紧跟前沿技术：课程不仅覆盖基础的 Prompt 工程与 API 使用，还重点解析了行业前沿的 OpenAI Agent (智能体)s SDK、MCP (模型上下文协议)、以及基于 LangGraph 的复杂图形工作流多智能体编排。
- 工程落地导向：摒弃长篇大论，教材中仅展示最关键的核心代码片段，完整可运行的代码（包括对应的自动化单元测试）全部统一收录在配套代码仓库中。
📅 课程内容总览
graph TD
A[第1卷: AI 基础] --> B[第2卷: Python 高阶开发]
B --> C[第3卷: OpenAI API]
C --> D[第4卷: Prompt 工程]
D --> E[第5卷: Agent 开发]
E --> F[第6卷: RAG 检索增强]
F --> G[第7卷: MCP 模型上下文协议]
G --> H[第8卷: LangGraph 工作流]
H --> I[第9卷: 多智能体系统]
I --> J[第10卷: 企业案例实战]
J --> K[第11卷: 系统设计与并发]
K --> L[第12卷: 部署与运维]
🛠️ 开始学习
请在侧边栏或顶部导航选择您感兴趣的卷章。如果您是初学者，建议按照卷的顺序由浅入深进行学习。
- 获取代码：所有示例代码均位于仓库的
examples/目录下。 - 环境搭建：请参考 第2卷·第1章 环境搭建与依赖管理 来配置您的 Python 开发环境。
- 贡献指引：如果您发现教材中的错别字或代码 Bug，欢迎查阅 CONTRIBUTING.md 提交 PR 参与社区共建！