课程简介

课程摒弃晦涩的理论，直击当前AI领域的三大核心进展：首先，介绍颠覆传统软件开发的Vibe Coding、OpenClaw等AI应用助手，通过讲师的现场演示与案例拆解，手把手展示如何将高性价比的大模型无缝接入相关应用企业微信、飞书等通讯软件，轻松打造7x24小时在线的专属“数字员工”。

目标收益

培训对象

课程内容

第一天-上午
1. AI Agent综述与前沿技术介绍（1h）
介绍课程的目标和预期的学习成果。
介绍人工智能生成创作（AIGC）领域的基本概念、应用和发展趋势，介绍AI Agent相关基础、场景及算法基础逻辑介绍
大模型辅助代码研发Vibe Coding理念解析与平台盘点：沉浸式编程中相关技巧介绍，介绍代码编辑辅助与自主工作流与Agent自动化。
2. Agent能力的核心架构与逻辑规划（2h）
智能体原理解析：深度剖析“Agent = Model (大脑) + Harness (操作系统)”的核心架构，解析决定Agent产出的规划、沙箱、工具与可观测性等Harness核心组件设计原理。
Agent多维记忆系统架构：详述工作记忆（维持上下文）与长期记忆（语义记忆、情景记忆、程序性记忆）的区别，探讨如何突破大模型上下文窗口局限并实现个性化服务。
进阶提示工程与决策规划：深度剖析链式思维（CoT）、自一致性与链式提示（Prompt Chaining）等高阶规划链路，减少复杂金融算数或逻辑任务的错误。
第一天-下午
3．面向金融RAG的高质量数据工程与复杂文档解析（1.5h）
突破非结构化数据瓶颈：深度剖析针对金融规章制度、信贷报告的多模态文档解析方案，解决PDF复杂表格识别、跨页布局提取等痛点。
数据清洗与切分策略：介绍面向RAG（检索增强生成）场景的切分算法与段落拆解方法，结合外部知识库提升内容生成的准确性，避免条款断章取义
4．内外网智能体平台选型与 Tool Call 深度落地（1h）
Agent架构决策与搭建：对比轻量级互联网SaaS方案在营销场景中的应用，与 Dify、LangChain 等内网私有化框架在金融数据合规、信息隔离上的不可替代性。
大模型 Tool Call 与系统互操作：解析模型如何通过约束实现格式化输出与工具路由。
MCP协议与内网联合：详解智能体如何通过模型上下文协议（MCP）这一开放标准安全穿透内网，对接金融内部的客户画像库与审批流。
5．课后实战与交流：梳理并搭建包含条件分支与人工审核节点的Agent工作流。（0.5h）
第二天-上午
6．从单体走向协同：多智能体联合架构与通信原理（1h）
多智能体系统核心痛点：探讨如何缓解大模型处理超长复杂任务时的注意力衰减与任务混淆。
多Agent角色分工设计：剖析规划者（Planner）、执行者（Worker）、审阅者（Reviewer）和仲裁者（Orchestrator）的职责边界与协作模式，避免责任重叠。
7．主流多智能体框架深度对比与选型指南（1h）
图结构工作流编排：深度剖析 LangGraph 的图结构工作流编排
角色化编排：CrewAI 的角色化集中式编排原理与使用技巧
对话式协作编排： AutoGen 的灵活对话式协作模式探索
8．复杂金融业务联合场景协同编排实战（1h）
多Agent任务计划合并与冲突解决：讲解共识机制与仲裁策略，保证多智能体联合输出的业务结果可解释。
金融业务联合场景拆解：深度剖析多维信贷风险智能审批（合规审核+财报分析+风险评估）与企业研报/招投标自动化对比分析等复杂业务流程的端到端应用交付。
第二天-下午
9．智能体项目的质量验收与 LLMOps 上线运维（1.5h）
RAG与智能体专属评估框架：解析传统软件测试与 AI Agent 非确定性测试的差异，介绍 Ragas 评估体系与中文大模型综合评测体系。
回归测试与跨Agent追踪：详述如何利用状态机与 Trace ID 统一追踪跨 Agent 的输入输出与决策路径，降低复杂系统的排障成本。
大模型安全与合规防护：介绍如何建立输入端预检测与输出端二次审核机制，防范提示词越狱攻击，确保金融输出内容绝对合规。
10. 大模型应用产品化及交付经验分享（1h）
介绍企业大模型场景化行业应用案例
大模型在金融领域的交付案例详述，包括智能问数、智能问答、智能编排等场景中的交付案例
大模型备案：结合真实备案流程，介绍工信部大模型备案流程和相关要。
课后交流（0.5h）