本项目以《design_and_practice_of_agent_systems》为基础框架，进行了全面的重构与升级，聚焦智能体系统的“实战化”落地能力培养。区别于理论性教程，项目中所有内容模块、案例代码及业务场景均为全新编写，深度贴合企业实际开发需求，旨在帮助开发者快速掌握智能体系统从设计到落地的全流程技术栈。
项目核心技术依托LangChain与LangGraph两大主流框架构建，所有案例均经过本地环境运行测试，确保代码可复现、场景可落地。案例场景均选自电商、客服、教育、内容创作等高频业务领域，覆盖智能体开发的核心技术范式。
项目规划在后期章节推出多个企业级规模的综合项目案例，聚焦复杂场景下的智能体系统设计与优化，为中大型项目开发提供直接参考。
-
极致实战导向：拒绝“纸上谈兵”，所有案例从需求分析、架构设计到代码实现均遵循企业开发标准，包含完整的调试思路与问题解决方案。
-
技术栈前沿稳定：基于LangChain（智能体链路编排）与LangGraph（复杂流程可视化与并行控制）构建，llm以deepseek为主，适配企业级部署需求。
-
场景覆盖全面：从基础的提示词编排到高级的多智能体协同、记忆架构设计，覆盖智能体开发全阶段技术点，场景贴合实际业务。
-
规模梯度进阶：从单一场景小案例到企业级复杂系统，逐步提升技术难度与工程复杂度，适配不同层级开发者需求。
-
—— 客户反馈分析与报告生成系统
-
—— 智能客服系统
-
—— 文档内容分析系统
-
第四章：智能体实战之反思模式：智能体的自我进化机制-生产者与评审者
—— 内容创作与审核系统
-
第五章：智能体实战之工具使用模式：赋予AI Agent“行动”的能力
—— 电商商品助手系统
-
第六章：智能体实战之智能规划：AI Agent的高级决策能力
—— 旅行规划系统
-
—— 个性化教育系统
-
第八章：智能体实战之Agent的记忆架构：从瞬时工作到持久智慧
—— 聊天助手系统
-
—— 个性化商品推荐系统
-
第十章：智能体实战之模型上下文协议（MCP）：agent的通用“USB”
—— 企业级销售订单自动化处理系统
-
—— PDF论文分析助手系统
-
—— 机器人装配线异常恢复Agent系统
-
—— 人机协同医疗诊断系统
-
第十四章：智能体实战之检索增强生成（RAG）：让AI基于事实思考
—— pdf多模态rag问答
-
第十五章：智能体实战之A2A——构建agent协作生态系统的通用语言
—— 多智能体研究报告生成系统
-
—— 工厂质量控制（QC）流程系统
-
—— 内部知识库的法律分析助手
-
—— 办公RPA流程自动化助手
-
第十九章：智能体实战之评估与监控：确保智能系统的可靠性与性能
—— 智能合同审核
-
—— 智能邮件处理系统
-
—— 智能网络安全漏洞分析系统
requirements.txt
- github：https://jiangnanboy.github.io
- blog：https://blog.csdn.net/qq_20182781
- email:2229029156@qq.com