AI Agent+MCP从0到1打造个人专属编程智能体资源概述:
本课程将带你从零开始，手把手写代码，搭一个能自动分析需求、自动写代码、自动调用各种工具、最后还能把代码部署上线的编程助手。不是光讲概念，是要真正写出来一个能用的东西。
主要技术栈:
主要是LangChain和LangGraph这两个框架，加上MCP协议。LangChain负责智能体的基础能力，比如调用大模型、管理对话记忆、控制输出格式这些。LangGraph负责多智能体协同，就是让好几个AI角色分工合作，有的负责规划，有的负责写代码，有的负责测试。MCP协议是用来连接外部工具的，相当于给智能体装上手和脚，让它能真正干活。
课程里会自己开发20多个私有化工具，通过MCP协议接入，包括控制浏览器、操作终端、查知识库、管理沙盒环境这些。用Lima和Docker搭建一个隔离的运行环境，让智能体在里面跑代码、搭Nginx、操作MySQL和MongoDB，做完之后还能直接把做好的网站发布出来预览。这就解决了AI写代码最大的问题——代码写完没法运行验证。
主要内容:
先讲智能体的基础概念和技术架构，然后讲怎么调用大模型，怎么用LangChain开发自定义工具，怎么把工具和大模型整合成一个完整的智能体。接着讲LangGraph怎么搭建多智能体协同系统，怎么用MCP协议接入各种外部工具，怎么用Docker做沙盒环境让智能体安全地跑代码，最后综合起来做出一个能自动写前后端代码、自动发布上线的编程助手。
适合人群:
课程适合软件开发人员、前后端工程师，也适合想进计算机行业但对AI感兴趣的人。需要有大模型的使用经验，Python或Node了解一点就行，不要求精通。如果用云服务调用大模型，对电脑配置要求不高，8G内存能跑Python就行。
目录结构:
├── 第1章 课程简介/
│ ├── [ 91M] 1-1导学：什么是AIAgent，如何更好地学习AIAgent？
│ └── [199M] 1-2【课程答疑和指导】2025.6.9-6.15
├── 第2章 智能体必学必会的那些事一AI智能体的基础概念和技术架构/
│ ├── [ 69M] 2-1什么是智能体？常见的AI智能体能力展示
│ ├── [150M] 2-2主流智能体产品介绍和效果对比（DeepResearch、Manus、GLM沉思、通义千问）
│ ├── [ 44M] 2-3智能体的核心特性：自主性、适应性、交互性
│ ├── [ 53M] 2-4智能体和大模型的区别
│ ├── [ 46M] 2-5智能体5级分层及商业应用
│ ├── [ 14M] 2-6智能体技术架构讲解——Langgraph+LLM+Tools+MCP+RAG
│ └── [ 40M] 2-7本章知识总结和回顾
├── 第3章 AI智能体开发之大模型调用 (AI Agent的 大模型能力)/
│ ├── [ 56M] 3-1python多版本管理工具anaconda使用方法
│ ├── [ 66M] 3-2python项目管理工具uv安装和应用
│ ├── [ 33M] 3-3智能体开发流程&Ollama本地大模型部署
│ ├── [ 70M] 3-4使用langchain-ollama库调用本地大模型
│ ├── [ 23M] 3-5ollama大模型的流式调用
│ ├── [ 56M] 3-6阿里云百炼平台大模型调用
│ ├── [ 63M] 3-7百炼平台推理大模型调用
│ ├── [ 52M] 3-8LangChain框架基本特性和概念介绍
│ └── [ 27M] 3-9本章重点内容回顾和复习
├── 第4章 AI智能体开发之LangChain大模型工具开发 (Agent工具能力)/
│ ├── [ 51M] 4-1langchain_openai实例化qwen大模型+pydanticSecretStr加密api_key
│ ├── [ 35M] 4-2提示词模板之文本提示词PromptTemplate
│ ├── [ 50M] 4-3对话提示词模板ChatPromptTemplate用法
│ ├── [ 29M] 4-4ChatPromptTemplate+ChatMessagePromptTemplate联合实现对提示词+消息体的抽象和复用
│ ├── [ 55M] 4-5FewShotPromptTemplate通过提示词实现大模型少样本学习
│ ├── [ 45M] 4-6提示词模板对比及场景分析+链式调用大模型
│ ├── [ 84M] 4-7大模型调用自定义工具全流程开发
│ ├── [ 45M] 4-8tool装饰器注册工具+args_schema精确控制工具入参
│ └── [ 52M] 4-9本章重点内容回顾和复习
├── 第5章 AI智能体开发之内置工具调用+返回体控制能力(Agent的智能体整合能力)/
│ ├── [ 70M] 5-1使用langchain.agents库快速完成智能体创建和调用
│ ├── [112M] 5-2应用JsonOutputParser规范智能体返回值
│ ├── [ 62M] 5-3PythonPerl基本用法介绍
│ ├── [ 98M] 5-4利用PythonPerlTool自动编写企业官网
│ ├── [ 53M] 5-5智能体企业官网提示词修改和优化
│ ├── [ 68M] 5-6langchain基础解析器讲解——精准控制大模型响应结果
│ ├── [ 43M] 5-7langchainDateOutputParser实现将自然语言转为日期格式
│ └── [ 46M] 5-8本章重点内容回顾和复习
└── 第6章 AI智能体开发之深入MCP协议(AI Agent 的外部工具能力)/
├── [ 32M] 6-1本章内容概览——走近MCP
├── [101M] 6-2彻底搞懂MCP的原理和发展现状
├── [ 52M] 6-3高德MCP服务接入原理讲解
├── [ 77M] 6-4使用langchain_mcp_adatpers创建高德MCP客户端
├── [172M] 6-5结合高德MCP使智能体具备位置服务能力
├── [180M] 6-6基于高德MCP的复杂路径规划+可视化展示
├── [149M] 6-7MCP通讯协议之stdio——实现本地MCP服务端+客户端
└── [ 62M] 6-8本章重点内容回顾和复习
├── 第7章 AI智能体开发之Cursor+MCP接入(AI Agent 的智能化工具)/
│ ├── [ 92M] 7-1本章内容概览+Node环境搭建
│ ├── [ 82M] 7-2LangChain+MCP读取Playwright工具
│ ├── [ 77M] 7-3LangGraph+create_react_agent创建智能体运行Playwright工具
│ ├── [135M] 7-4Playwright工具执行流程分析+日志结构化输出
│ ├── [ 58M] 7-5Cursor下载、安装并接入PlaywrightMCP服务
│ ├── [ 73M] 7-6Cursor+高德MCP服务制定旅行计划
│ ├── [ 69M] 7-7Cursor+GithubMCP服务集成
│ ├── [252M] 7-8小项目：Cursor+GithubMCP二次开发vue-element-admin项目
│ ├── [ 64M] 7-9LangGraphagent接入GithubMCP服务
│ └── [ 33M] 7-10本章重点内容回顾和复习
├── 第8章 AI编程智能体项目规划+多轮对话能力实现(AI Agent的多轮对话能力)/
│ ├── [134M] 8-1项目目标及整体架构设计
│ ├── [ 57M] 8-2多轮对话能力原理介绍
│ ├── [ 46M] 8-3多轮对话LCLE创建
│ ├── [ 32M] 8-4使用对话历史类ChatMessageHistory解决历史对话注入问题
│ ├── [ 30M] 8-5基于RunnableWithMessageHistory构建多轮对话Runnable实例
│ ├── [ 87M] 8-6多轮对话交互实现
│ ├── [ 73M] 8-7使用FileChatMessageHistory实现会话持久化
│ ├── [ 94M] 8-8将agent集成到多轮对话
│ ├── [ 40M] 8-9LangChain核心组件Runnables介绍
│ ├── [121M] 8-10Runnables组件核心功能演示
│ └── [ 48M] 8-11本章重点内容回顾和复习
├── 第9章 AI编程智能体记忆能力实现(AI Agent的记忆能力)/
│ ├── [146M] 9-1本章内容概览+Agent内存记忆能力实现
│ ├── [ 82M] 9-2Windows&MacOSRedis环境搭建
│ ├── [109M] 9-3运用RedisSaver实现Agent会话持久化
│ ├── [102M] 9-4MongoDB环境搭建&MongoDB持久化实现
│ ├── [ 66M] 9-5文件持久化原理讲解+手写FileSaver实例化
│ ├── [190M] 9-6文件持久化FileSaver存储方法put实现
│ ├── [144M] 9-7文件持久化FileSaver恢复方法get_tuple实现
│ ├── [ 94M] 9-8基于FileSaver的agent多轮对话能力实现
│ ├── [106M] 9-9（加餐）使用Docker安装redis服务
│ ├── [ 59M] 9-10（加餐）使用Docker安装mongodb服务
│ ├── [ 44M] 9-11（加餐）mongosh命令行工具安装和使用
│ └── [ 63M] 9-12本章重点内容回顾和复习
├── 第10章 AI编程智能体开发之终端控制工具开发( AI Agent的终端控制能力)/
│ ├── [119M] 10-1本章内容概览+subprocessrun方法讲解
│ ├── [ 68M] 10-2subprocessPopen方法实战
│ ├── [194M] 10-3mcp工具封装+agent集成shellmcp工具
│ ├── [266M] 10-4智能体流失输出+输出结果视觉优化
│ ├── [ 56M] 10-5MacOS终端工具原理介绍+关闭终端工具开发
│ ├── [122M] 10-6终端新增工具开发
│ ├── [ 60M] 10-7实现向终端输入脚本命令+获取终端全部信息
│ ├── [125M] 10-8使用Cursor封装终端mcp工具
│ ├── [ 89M] 10-9windows利用psutil+pyautogui开发powershell控制工具
│ └── [ 37M] 10-10本章重点内容回顾和复习
更新:
── 第11章 AI编程智能体开发之知识库开发(AI Agent的知识学习能力)
│ ├── 11-3 阿里云百炼SDK接入和知识库查询 .mp4
│ ├── 11-6 通过知识库解决智能体创建Vue项目的方案问题 .mp4
│ ├── 11-9 本章重点内容回顾和复习 .mp4
│ ├── 11-8 优化知识库内容解决智能体的任务规划问题 .mp4
│ ├── 11-4 RAG知识查询方法封装+MCP工具集成 .mp4
│ ├── 11-2 通过阿里云百炼完成知识库创建 .mp4
│ ├── 11-7 开发Terminal发送按键工具解决命令行交互 .mp4
│ ├── 11-1 本章内容概览+利用提示词优化大模型指令遵循问题 .mp4
│ ├── 11-5 RAG MCP工具集成 .mp4
├── 第12章 AI编程智能体开发之RAG自学习机制(AI Agent的自主学习能力)
│ ├── 12-1 本章内容概览+百炼SDK上传知识文件流程分析 .mp4
│ ├── 12-7 提交向量化任务并查询任务执行状态 .mp4
│ ├── 12-9 基于百炼知识库的自学习MCP工具封装 .mp4
│ ├── 12-2 百炼SDK获取文件上传租约代码实现 .mp4
│ ├── 12-5 文件上传状态查询&上传文件代码封装 .mp4
│ ├── 12-10 【实战】智能体实现自总结+自学习+自沉淀知识能力 .mp4
│ ├── 12-3 百炼SDK上传文件至数据中心代码实现 .mp4
│ ├── 12-4 添加数据中心文件至指定分类代码实现 .mp4
│ ├── 12-11 本章重点内容回顾和复习 .mp4
│ ├── 12-6 创建百炼知识库API接入 .mp4
│ ├── 12-8 工作空间知识库查询+追加向量化任务API接入 .mp4
├── 第13章 Al编程智能体开发之浏览器控制开发(AI Agent的浏览器控制能力)
│ ├── 13-10 结合浏览器mcp工具重新优化编程智能体，准确高效解决搜索问题 .mp4
│ ├── 13-2 selenium常见属性和API介绍 .mp4
│ ├── 13-4 百度搜索工具翻页功能支持 .mp4
│ ├── 13-3 基于selenium的baidu搜索工具开发 .mp4
│ ├── 13-6 （划重点）Chrome浏览器多标签页控制技术 .mp4
│ ├── 13-1 本章内容概览+selenium启动流程介绍 .mp4
│ ├── 13-8 移除display none的标签+移除所有注释 .mp4
│ ├── 13-7 大模型结果瘦身之html移除无用标签 .mp4
│ ├── 13-9 移出无用属性使html瘦身5倍 .mp4
│ ├── 13-5 （高能）使用selenium+chromedriver控制已经打开的Chrome浏览器 .mp4
── 第14章 Al编程智能体开发之实现Agent运行沙盒 (AI Agent的沙盒运行能力)
│ ├── 14-9 封装limavm虚拟机的shell执行命令方法（2） .mp4
│ ├── 14-6 docker-compose安装+nginx配置优化（2） .mp4
│ ├── 14-12 上传文件夹MCP工具开发-克隆本地文件目录结构 .mp4
│ ├── 14-7 （重点）docker nginx uploads目录配置+前端发布原理讲解 .mp4
│ ├── 14-8 封装limavm虚拟机的shell执行命令方法（1） .mp4
│ ├── 14-11 limavm创建文件工具开发+智能体自动编码部署 .mp4
│ ├── 14-1 本章内容概览+lima-vm虚拟机工具安装 .mp4
│ ├── 14-4 lima虚拟机docker nginx环境搭建+docker镜像源配置 .mp4
│ ├── 14-3 lima虚拟机NAT网络配置（2） .mp4
│ ├── 14-5 docker-compose安装+nginx配置优化（1） .mp4
│ ├── 14-13 上传文件夹MCP工具开发-实现文件上传 .mp4
│ ├── 14-2 lima虚拟机NAT网络配置（1） .mp4
│ ├── 14-10 limavm创建文件夹和查看文件夹mcp工具开发 .mp4
├── 第15章 AI编程智能体开发之数据库工具开发(AI Agent数据库操控能力)
│ ├── 15-7 MySQL插入数据工具开发 .mp4
│ ├── 15-3 MCP MySQL列举数据库和数据表工具开发 .mp4
│ ├── 15-6 数据库查询工具开发 .mp4
│ ├── 15-1 虚拟机Docker环境下搭建MySQL环境 .mp4
│ ├── 15-4 MySQL MCP工具与Agent进行连接实现AI控制数据库 .mp4
│ ├── 15-2 MCP MySQL工具创建+通用查询方法封装 .mp4
│ ├── 15-5 返回结果封装+查询表结构工具开发 .mp4
│ ├── 15-9 MySQL 删除数据工具开发 .mp4
│ ├── 15-8 MySQL更新数据工具开发 .mp4
├── 第16章 Al编程智能体开发之LangGraph多智能体架构(AI Agent的架构能力)
│ ├── 16-2 MySQL建表工具开发+智能体应用 .mp4
│ ├── 16-6 LangGraph入门案例代码演示 .mp4
│ ├── 16-3 MySQL执行SQL工具开发+数据库Agent的综合运用 .mp4
│ ├── 16-4 LangGraph基本概念+核心优势+图数据结构介绍 .mp4
│ ├── 16-5 LangGraph核心概念和运行机制讲解 .mp4
│ ├── 16-1 MySQL创建数据库工具开发 .mp4
├── 第17章 AI编程智能体开发之实现代码辅助开发能力（AI Agent的辅助编程能力）
│ ├── 17-5 LangGraph多智能体架构介绍 .mp4
│ ├── 17-1 LangGraph实战案例之LangGraph工作流构建+导出图片 .mp4
│ ├── 17-3 LangGraph百度搜索+回复用户节点开发+工作流整体串联 .mp4
│ ├── 17-4 MessagesState类继承和能力扩展 .mp4
│ ├── 17-2 LangGraph工作流运行+提取关键词节点开发 .mp4
│ ├── 17-7 Supervisor多智能体信息打印优化 .mp4
│ ├── 17-6 LangGraph构建Supervisor架构 .mp4
├── 第18章 智能体实际项目中落地：小慕书城前端页面自动化开发（前端项目实战）
│ ├── 18-4 使用终端工具解决前端运行报错（新） .mp4
│ ├── 18-3 基于vue3-element-admin项目模板创建本地前端项目（新） .mp4
│ ├── 18-2 编程智能体运行+简单编程任务执行 .mp4
│ ├── 18-1 通过LangGraph Supervisor架构搭建编程智能体 .mp4
└── 第19章 智能体实际项目中落地：小慕书城后端API与数据库自动化开发（后端项目实战）/
├── [127M] 19-1使用自研Agent完成限定或自主规划的数据库任务
├── [136M] 19-2通过Agent实现数据库测试数据造数
├── [ 78M] 19-3使用CodeAgent实现后端项目初始化
├── [115M] 19-4通过智能体实现后端数据库连接代码编写
├── [ 69M] 19-5让智能体编写数据库连接测试接口并提供curl语句
├── [108M] 19-6智能体快速完成接口CRUD代码及BUG修复
└── [167M] 19-7扩展查询接口支持筛选、排序和翻页功能
└── 第20章 课程总结与技术整合展望/
├── [ 28M] 20-1大模型应用能力回顾
├── [ 18M] 20-2智能体的工具能力回顾
├── [ 20M] 20-3智能体的MCP协议+工具能力回顾
├── [ 36M] 20-4智能体的多轮对话+记忆能力回顾
├── [ 44M] 20-5智能体的自研MCP工具回顾.mp4
└── [ 85M] 20-6智能体技术整合与未来商业应用展望
└── 资料代码/
评论(0)