企业级多智能体设计实战
晓寒
前百度资深架构师
1164 人已学习
新⼈⾸单¥59
课程目录
已更新 4 讲/共 42 讲
架构思维篇:AI 时代的设计模式 (2讲)
直播回放 (1讲)
企业级多智能体设计实战
登录|注册
留言
11
收藏
沉浸
阅读
分享
手机端
回顶部
当前播放: 02|解构智能体:Agent 的解剖学与 ReAct 范式
00:00 / 00:00
字幕已开启
高清
  • 高清
1.0x
  • 3.0x
  • 2.5x
  • 2.0x
  • 1.5x
  • 1.25x
  • 1.0x
  • 0.75x
  • 0.5x
网页全屏
全屏
00:00
付费课程,可试看
课程介绍|告别“野路子”:转型企业级多智能体架构师
01|拨开迷雾:AI 应用开发的四种架构范式
02|解构智能体:Agent 的解剖学与 ReAct 范式
直播回放|爆火全网的OpenClaw强在哪儿?
本节摘要

欢迎回来!在上一节课中,我们梳理了 AI 时代应用开发的四大架构范式。当时我预告过,今天我们会直击目前最核心、也最神秘的概念——智能体(Agent)

这节课,我不仅会带你看看 Agent 是怎么工作的,更要把它的“外衣”撕开,带你深入解剖它的底层骨骼和运行逻辑。你会发现,那些看似神奇的魔法,背后其实是非常朴素的工程逻辑。

Agent:会使用工具不断行动的“魔法师”

在上课前,你脑海里的 Agent 是什么样子的?是不是感觉它就像一个神奇的魔法师?

图片

  • 大脑(LLM):负责思考、决策和规划下一步该干什么。

  • 魔法书(记忆 / 上下文):用来不断翻阅之前的执行记录和已知信息。

  • 魔杖(工具 /Action):用来获取外部信息或执行具体动作,比如搜索网页、读写文件。凭借这些,它能沿着自己规划出的路径,一步步达到最终的任务目标。这听起来确实很神奇。为了打破这种神秘感,我们先来看一段真实的代码演示。

见证“魔法”:几行代码实现网络调研 Agent

我们先用目前非常火的 CrewAI 框架,来实现一个“网络调研专家”。它的任务是调研某家公司的信息,并自动生成一份结构化的 Markdown 报告。

💡 课程说明:本课程的所有教学代码都会同步在 GitHub 上。为了方便大家无障碍学习,课程中的演示代码使用国内阿里云的千问大模型(Qwen)API 和百度的搜索组件,来替代大家不方便访问的 OpenAI 和 Google 服务。
代码地址:https://github.com/kid0317/crewai_mas_demo/blob/main/m1l2/m1l2_agent.py

登录 后留言

全部留言(11)

  • 最新
  • 精选
晓寒
置顶
github的代码地址在本节摘要里,大家可以展开查看,每节课我都特地制作了图文版放到每节摘要里,如果觉得看视频不方便,也可以看图文版[呲牙]
2026-02-26
石鑫元
老师,麻烦贴下github地址,想把你的三个工具写个skill喂给我的龙虾,活着老师写一个给我们用用QAQ

编辑回复: 这门课老师专门整理了文稿,在视频下方的本讲摘要里,代码链接也在里面哦 https://github.com/kid0317/crewai_mas_demo/blob/main/m1l2/m1l2_agent.py

2026-02-26
AnMin
老师,github可以能给一下么

作者回复: github的代码地址在本节摘要里,大家可以展开查看,每节课我都特地制作了图文版放到每节摘要里,如果觉得看视频不方便,也可以看图文版[呲牙]

2026-02-26
Geek_29ccbb
github上的代码地址麻烦贴一下,谢谢

编辑回复: https://github.com/kid0317/crewai_mas_demo/blob/main/m1l2/m1l2_agent.py

2026-02-26
2
Geek4329
老师,麻烦贴下github地址

编辑回复: 本讲摘要有文字稿,文字稿中也包含代码地址。https://github.com/kid0317/crewai_mas_demo/blob/main/m1l2/m1l2_agent.py

2026-02-26
2
派大星
堆叠上下文长度,限制模型推理准确度;若任务过于复杂导致循环过多,会因上下文长度限制直接终止推理;工具调用若未设异常处理或工程上的异常处理会陷入死循环。
2026-02-27
1
石鑫元
思考题:我觉得随着模型上下文边长,有可能注意力丢失忘记了要做什么,就一直搜索一直搜,忘记了要输出文档,task语义丢失。没有规划监督、没有反馈机制搜索关键词偏离主线
2026-02-26
1
maybe
1、随着循环次数增加,上下文可能爆了,在工程上需要限制循环次数 2、由于不确定性有可能始终没有结果,导致浪费成本又完不成任务。工程上也得限制循环次数。
2026-02-26
kxydoublek
还有一个问题,如果Agent不使用react范式,还能调用工具吗。
2026-02-26
1
kxydoublek
模型的格式遵循能力,随着上下文变长,可能输出的格式不一定按照thought,或者action。尤其是action的输出如果格式错了,就没法匹配到对应的工具了。所以是不是现在很多都会使用有functioncall能力的模型。老师可以在后面的课程中提一下functioncall吗,对这个概念还是不太清晰。
2026-02-26
1
收起评论