企业级多智能体设计实战
晓寒
前百度资深架构师
3703 人已学习
新⼈⾸单¥59
课程目录
已更新 21 讲/共 42 讲
工程落地篇:从0构建生产级多智能体系统 (2讲)
模块三:上下文管理让Agent拥有记忆,突破Token限制 (1讲)
企业级多智能体设计实战
登录|注册
留言
收藏
沉浸
阅读
分享
手机端
回顶部
当前播放: 18|从 Prompt 到 Harness:记忆与上下文的设计范式
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
03|Multi-Agent系统:Agent、Task、Process的协作美学
04|架构师的决断:AI 应用开发选型工具
05|工程全景图:构建企业级多智能体系统的“施工蓝图”
06|工欲善其器:课程学习的基础代码环境准备
07|定义Agent:从“提示词工程”到“人设工程”
08|定义Task——从“步骤控制”到“契约驱动”
09|定义 Process——任务调度与信息传递
10|多模态模型:让你的 Agent 拥有“眼睛”
11|项目实践(一):小红书爆款笔记生成项目
12|工具设计哲学:从 API 到 Agent-Native 的范式跃迁
13|自定义工具封装:构建 Tools 的五步标准 SOP
14|MCP协议:标准化定义工具接口
15|王牌超能力:代码解释器与无头浏览器
16|Skills生态:让Agent接入大量工具
17|项目实战2:能力篇——XiaoPaw飞书本地工作助手
18|从 Prompt 到 Harness:记忆与上下文的设计范式
直播回放|爆火全网的OpenClaw强在哪儿?
直播回放|吃透 Claude Code 核心源码:架构设计与工程细节全解析
本节摘要

欢迎来到模块三的第一节课!

在前两个模块里,我们从零构建了一个功能完整的 XiaoPaw 飞书工作助手:它能理解自然语言指令,能调用飞书 API 发消息、读文档、管日历,还能通过 Skills 生态接入大量工具。从"能力"角度看,它已经相当强大了。

但如果你真的把它当日常助手用上一周,你会发现三个让人抓狂的问题:它不记得你是谁,每次对话都要重新自我介绍;说过的话要反复提,上午让它查了航班,下午问"上次那个航班几点的"——它一脸茫然;工作 SOP 要反复教,你教过它"分析阿里港股要先查实时行情、再做技术面分析、然后搜最新新闻、最后整理报告",下次直接说"帮我分析阿里港股",它回你"请问需要什么维度的分析?"——完全忘了。

图片
这不是 XiaoPaw 的问题,这是所有没有记忆系统的 Agent 的通病。有意思的是,市面上已经有产品解决了这个问题。打开 Claude Code,它记得你的项目结构、你的编码偏好、上次 session 的工作进度;打开 Cursor,它知道你的代码库长什么样、你习惯用什么框架。这些产品的 Agent 为什么"有记忆"?不是因为模型本身能记住,而是因为它们背后有一套精心设计的记忆工程。这就是本模块要解决的核心问题:让 XiaoPaw 从一个"每次都失忆的工具人",变成一个"懂你、记得你、越用越顺手"的长记忆助手。

登录 后留言

精选留言

由作者筛选后的优质留言将会公开显示,欢迎踊跃留言。
收起评论