资源介绍
视频数量：53个
总时长：3小时52分
课程介绍：
AI智能体入门：手把手搭建你的AI人事助手Alex
想象这样一个场景：你正在找工作，需要快速分析岗位与自身技能的匹配度，撰写一封得体的求职信，还要去网上搜集最新的招聘信息。如果身边有一位AI助手能帮你处理这些琐事，会怎样？这门课要做的，就是让你亲手打造这样一位助理，它叫Alex，一位专门处理求职申请的AI智能体。整个学习过程被拆成七个板块，从最基础的原理开始，一步步把Alex拼装完整。课程总共有53节课，时长不到四小时，内容安排得很紧凑。
第一板块是LLM大脑。这一部分会帮你弄清楚AI智能体的脑子是怎么运作的。你会学到如何调用OpenAI的API，理解返回的响应对象长什么样，搞清楚token计费的原理，以及temperature参数对输出结果的具体影响。课程还会教你如何给LLM做一层简单的包装，以及如何模拟短期记忆。这一部分结束时，你已经能用代码跟大模型对话了。
第二板块深入系统提示词。写好提示词是让AI听话的关键。课程从人设设定开始，教你给AI赋予一个清晰的职业身份；接着是任务定义，明确告诉它要做什么；然后是规则和护栏，这一步特别重要——你要告诉它什么事情绝对不能碰；最后是输出格式，让AI的输出符合你的预期结构。这部分还会带你做提示词的迭代优化，从初版到终版，每一版的改进都有清晰的思路。字幕里举了一个很实际的例子：没有护栏时，AI可能会编造用户的资历，加入护栏后，这种幻觉问题就能被有效压制。
第三板块是智能体的核心——Agent Loop，也就是思考-行动循环。课程会引入ReAct框架，让AI学会先推理再行动。你会先从模拟工具开始练习，理解整个循环的逻辑；然后亲手构建Agent函数，一行一行地跑通代码。课程还配了可视化讲解，让你看清楚每一步发生了什么。最后还会讨论最大迭代次数的问题，避免智能体陷入死循环。
第四板块是给智能体接上真正的工具。前面用的是模拟工具，这里要换成实战工具——Tavily网页搜索。你会学到如何定义工具的Schema，如何用搜索工具去抓取真实的网络信息，如何构建一个工具调度器，让智能体知道什么时候该调用哪个工具。完成这部分后，你的智能体就不再是纸上谈兵了，它真的能上网搜索了。这一步也是很多智能体从玩具走向产品的分水岭。
第五板块讲的是记忆。智能体要跟用户连续对话，必须有记忆系统。课程先讲会话状态的概念，然后带你写一个对话记忆的类，让Alex能记住之前的交流内容。这是做出真正可用助手的关键一步，否则用户每次开新对话，AI都像失忆了一样。
第六板块是规划能力。一个好的智能体不能只会走一步看一步，它需要计划。课程会教思维链提示方法，让AI在行动前先拆解问题；接着用结构化JSON输出来规范规划格式；还会引入自我反思机制，让Alex在执行过程中检查自己的判断是否合理。这部分让智能体具备了一定的前瞻性，能处理更复杂的任务。
第七板块是整个课程的收官之作——正式组装Alex。课程会把前面六个板块的成果整合在一起：系统提示词、工具集、记忆系统、Agent Loop、规划能力，所有模块拼成一个完整的求职申请智能体。你会看到Alex的完整代码结构，然后亲手把它跑起来，看着它分析岗位、生成求职信、搜索招聘信息。最后一节课做总结，并告诉你接下来可以往哪些方向继续深入，比如多Agent协作、引入更多工具等。
整门课不需要你有AI开发经验，只要你会一点Python基础就行。课程用的是Jupyter Notebook，一步步跟着做就行。适合那些对AI智能体好奇但不知道从哪里下手的初学者，也适合想了解AI Agent底层原理的产品经理和技术人员。如果你用过ChatGPT但想知道它背后是怎么思考的，这门课会给你一个清晰的答案。
学完这门课，你不会只是听说过AI智能体，而是真的知道它是怎么拼装起来的——提示词怎么写、工具怎么接、循环怎么跑、记忆怎么存、规划怎么做。这些都是当下最热门的技术方向，掌握之后，你完全有能力自己动手做更多有趣的AI应用，比如自动研究助手、个性化学习教练、智能客服等。