模块内容

详细内容

模块一：概念篇-智能体的概念特征及应用现状与发展

1. 智能体的概念特征及应用现状与发展

1.1智能体的概念与核心特征

1.1.1什么是智能体（AI Agent）？（与传统AI应用的区别）

1.1.2智能体的定义：感知、思考、规划、行动、记忆、学习

1.1.3智能体的分类：反应式（Reactive）、深思熟虑（Deliberative）、混合式（Hybrid）智能体架构解析

1.1.4智能体在数智化转型中的战略地位

1.2智能体应用现状与发展趋势

1.2.1全球智能体市场发展概况与主要玩家

1.2.2智能体在各行业领域的初步应用案例

1.2.3智能体与AI大模型、智算、5G-A等技术的融合发展趋势

1.2.4未来智能体的发展愿景：通用智能体（AGI）与多智能体协作

模块二：架构篇-智能体的架构及系统组成与工作流程

2. 智能体的架构及系统组成与工作流程

2.1智能体基本架构与组成要素

2.1.1感知器（Sensors）：如何获取环境信息（文本、图像、语音、数据等）

2.1.2世界模型/记忆（World Model / Memory）：短期记忆与长期记忆（知识库、向量数据库）

2.1.3规划器/推理器（Planner / Reasoner）：任务分解、逻辑推理、行动规划

2.1.4执行器（Actuators）：如何执行行动（调用工具、API、代码执行等）

2.1.5反馈机制：如何从环境中获取反馈并进行学习

2.2多智能体协作架构

2.2.1多智能体协同工作的优势与挑战

2.2.2典型的多智能体架构模式（如AutoGen、DeerFlow中的协调器、研究员、编码员、报告员）

2.2.3智能体间通信与协作机制

2.3智能体工作流程详解

2.3.1单智能体工作流程（感知-思考-行动循环）

2.3.2复杂任务下的多智能体协同工作流程示例

2.3.3人机协同（Human-in-the-Loop, HITL）在智能体工作流中的作用

模块三：技术篇-智能体的关键技术与应用及相关工具

3. 智能体的关键技术与应用及相关工具

3.1智能体关键技术

3.1.1大语言模型（LLM）作为智能体“大脑”

3.1.1.1大模型在智能体中的核心作用（理解、推理、生成）

3.1.1.2如何选择适合智能体的大模型（DeepSeek大模型等）

3.1.2检索增强生成（RAG）技术

3.1.2.1RAG原理与在智能体中的应用（解决大模型幻觉、知识更新）

3.1.2.2知识库构建与管理（文本、表格、在线数据采集）

3.1.2.3向量数据库与检索策略（混合检索、语义检索、全文检索）

3.1.2.4 LangChain+Haystack接入行业知识图谱RAG示例工程解析

3.1.3工具调用（Tool Calling）与插件机制

3.1.3.1智能体如何调用外部工具（API、数据库、搜索引擎）

3.1.3.2插件的开发与集成（Coze、Dify平台插件创建流程）

3.1.4工作流编排（Workflow Orchestration）：

3.1.4.1工作流与对话流（Chatflow）的区别与适用场景

3.1.4.2复杂任务的工作流设计与节点连接

3.1.5记忆与学习机制：

3.1.5.1短期记忆（上下文管理）与长期记忆（知识库、经验库）

3.1.5.2智能体的持续学习与迭代优化

3.1.6智能体开发框架与平台

3.1.6.1主流智能体开发框架对比： LangChain、AutoGen、Qwen-Agent、MetaGPT（结合“常见智能体技术栈选型表”）

3.1.6.2低代码/无代码智能体开发平台： Coze、Dify平台功能与特点

3.1.6.3多智能体协作平台： DeerFlow的架构与核心功能

3.2智能体建设风险与避坑指南

3.2.1结合“常见坑点清单”和“智能体建设风险排查清单模板”，分析智能体建设中可能遇到的场景选型、数据治理、技术架构、模型效果、工程落地、业务集成、合规安全、项目管理等风险，并提供避坑建议

模块四：应用篇-智能体行业应用场景举例及需求分析

4. 智能体行业应用场景举例及需求分析

4.1智能体赋能垂直行业总体逻辑

4.1.1智能体如何解决行业痛点、提升效率、创造新价值

4.1.2从业务流程、数据、决策三个维度分析AI需求

4.2党政领域智能体应用与需求分析

4.2.1智能政务助手：政策解读、公文拟稿、智能审批

4.2.2城市治理智能体：事件预警、资源调度、舆情分析

4.2.3需求分析方法：识别高频、重复、规则明确的业务场景

4.3教育领域智能体应用与需求分析

4.3.1智能助教：个性化辅导、作业批改、学习路径规划

4.3.2智慧校园管理智能体：安防、资源调度、访客管理

4.3.3需求分析方法：关注教学效率、学习效果、管理成本

4.4医疗领域智能体应用与需求分析

4.4.1临床辅助决策（CDSS）智能体：诊疗建议、用药风险提示

4.4.2智能病历管理：病历摘要、信息提取、质控

4.4.3需求分析方法：识别诊断、治疗、管理流程中的痛点

4.5交通领域智能体应用与需求分析

4.5.1智能交通调度：交通流预测、信号灯优化、异常事件处理

4.5.2自动驾驶与车路协同智能体：决策规划、环境感知

4.5.3需求分析方法：关注效率、安全、协同

4.6工业领域智能体应用与需求分析

4.6.1智能生产调度：排产优化、资源分配

4.6.2设备预测性维护智能体：故障诊断、维护计划

4.6.3工业质检智能体：视觉检测、缺陷识别

4.6.4需求分析方法：关注提质增效、成本降低、安全生产

4.7互动讨论

4.7.1学员结合自身行业经验，探讨智能体在各自领域的潜在应用场景与需求。

模块五：案例篇-智能体赋能行业全场景应用创新案例

5. 智能体赋能行业全场景应用创新案例

5.1电信行业智能体应用创新案例

5.1.1电信AIOps智能体： 智能告警归因、故障预测与工单自动生成（结合“PRD-接口设计-流程图三联模板”）

5.1.2智能客服与营销智能体：智能问答、个性化推荐、营销内容生成

5.1.3网络优化智能体：参数自优化、资源智能调度

5.2能源行业智能巡检Agent案例

5.2.1无人机视频图像智能识别缺陷

5.2.2巡检任务自动规划

5.2.3报告自动生成

5.2.4智能体在能源设备预测性维护中的应用

5.3政务行业政策拟稿智能体案例

5.3.1政策草稿智能生成

5.3.2法律风险提示

5.3.3多轮交互式拟稿

5.3.4智能体在政务服务中的应用

5.4制造行业预测性维护智能体案例

5.4.1设备健康状态预测

5.4.2故障趋势分析

5.4.3维护工单智能生成

5.4.4工艺优化建议

5.4.5智能体在工业生产调度、质量控制中的应用

5.5医疗行业CDSS智能体（临床辅助决策）案例

5.5.1智能诊疗建议生成

5.5.2临床路径推荐

5.5.3药品风险提示

5.5.4多轮交互辅助问诊

5.6低空经济智能体应用案例

5.6.1无人机运营监管：AI+5G-A实现无人机航线监测、非法入侵检测

5.6.2低空物流：低空智联网支持无人机配送路径优化

5.6.3低空应急救援：AI识别灾害，自动调度无人机进行救援

5.7综合案例分析：智能体赋能行业全场景应用创新模式总结

模块六：实操篇-智能体创建全流程项目实操实战演练

6. 智能体创建全流程项目实操实战演练

6.1智能体创建平台介绍与环境搭建（Coze/Dify）

6.1.1Coze/Dify平台功能介绍与部署方式（Docker Compose）

6.1.2账户注册与环境配置

6.2智能体项目实操演练

6.2.1案例一：搭建内部知识助手（RAG知识库应用）

6.2.1.1需求分析：构建企业内部知识库，实现智能问答

6.2.1.2数据收集与知识库创建（文本、表格、在线数据采集）

6.2.1.3Bot人设与回复逻辑设计

6.2.1.4知识库配置与调用（混合检索策略）

6.2.1.5实操：上传文档，创建知识库Bot，进行问答测试

6.2.2案例二：搭建LLM联网搜索智能体（工具调用应用）

6.2.2.1需求分析：实现大模型联网搜索并总结内容

6.2.2.2工作流设计：关键字提取（LLM）-> 联网搜索（插件）-> 内容总结（LLM）

6.2.2.3插件的添加与配置（TavilySearch/BingWebSearch）

6.2.3.4实操：创建联网搜索工作流及Bot，进行测试

6.2.3案例三：搭建抖音文案提取&二创智能体（多插件与大模型协同）

6.2.3.1需求分析：从抖音视频提取文案并进行优化

6.2.3.2工作流设计：视频链接解析 -> 音频转文字 -> 文案优化（大模型）

6.2.3.3插件的添加与配置（抖音文案解析、语音转文字）

6.2.3.4实操： 创建文案提取与二创工作流及Bot，进行测试

6.2.4案例四：搭建古诗词文生图智能体（多模态应用）

6.2.4.1需求分析：根据古诗词生成对应意象图片

6.2.4.2工作流设计：古诗词意象联想（LLM）-> 翻译（LLM）-> 文生图（插件）

6.2.4.3文生图插件的添加与配置

6.2.4.4实操： 创建文生图工作流及Bot，进行测试

6.2.5实操总结与问题答疑

6.2.5.1学员实操成果展示与问题交流

6.2.5.2智能体项目开发中的常见问题与避坑经验