北京
如同移動互聯網時代的APP，Agent正在AI時代呈現涌現式的發展態勢。傳統大模型應用是“會聊天、會檢索”，Agent應用則具備自我反思、工具鏈式調 用以及多智能體協同作業等先進特性。
傳統應用開發的核心是“精準定義”每一步的執行邏輯。Agent開發不同：開發者定義目標和邊界，由Agent自主規劃執行路徑，而不是預設具體步驟。
仍有不少開發者對Agent的理解還停留在“寫幾行提示詞+調個API”。但真正的工業級Agent對技術的要求越來越高，僅掌握Prompt或者簡易的RAG系統，已經無法滿足復雜多變的生產環境需求。
基于此，深藍學院開設了「工業級RAG系統與Agent應用開發實踐」課程，每章末尾新增 LangGraph/LangChain補充講解（詳解內容看后文），授課講師為商湯科技大裝置高級算法研究員陳家豪，老師所在的團隊已經落地了幾十個AI項目，為企業帶來數千萬的商業營收。以下是實訓項目demo展示：
（實踐項目：報告撰寫智能助手）
掃碼咨詢，了解詳情
即將報滿，搶占學習名額
課程導師
課程大綱
課程重磅升級
在保留商湯科技自研 LazyLLM 極簡實戰框架的基礎上，每章末尾新增 LangGraph/LangChain 補充講解，7 個實戰作業全部提供雙框架對照實現。
對于技術基礎好的同學，可以選擇langchain\langgraph組合
對于技術基礎較弱的，可以選擇低代碼的平臺lazyllm
同一個項目，你可以分別用適合快速私有化交付的 LazyLLM，和適合互聯網大廠生產級系統的 LangGraph各做一遍。兩個都會，簡歷想寫哪個寫哪個。
課程亮點
1.系統視角：從 LLM 機理到 Agent 應用實戰，構建完整技術框架，避免碎片化學習。
2.工程實戰：每節課“先講再做”，通過寫代碼、跑指標，快速積累實踐經驗。
3.可遷移經驗：課程產出的 ChatBot、RAG、AI Agent Demo 可快速遷移至真實業務場景，縮短 PoC 周期。
掃碼咨詢，了解詳情
即將報滿，搶占學習名額
部分實踐項目
課程包含7個實戰項目，為滿足學員多樣化學習需求，我們適配了兩套Agent開發框架：一套是商湯的LazyLLM，主打低代碼一站式全生命周期開發框架，極簡落地；另一套則是開源生態中廣泛使用的LangChain和LangGraph，是目前互聯網與AI企業招聘中高頻要求的核心技術棧。
課程收獲
硬技能
掌握使用商湯自研大模型應用框架 LazyLLM 快速搭建并部署 ChatBot、RAG、AI Agent應用全流程。
系統掌握 RAG 系統的發展路線以及優化策略，掌握工業級RAG系統的實現思路。
掌握 MCP Server 的實現原理與接入應用方式，具備設計單智能體、多智能體應用的能力。
軟實力
指標驅動迭代思維：掌握RAG系統評估思路，親自嘗試自動評估→調參→再評估的性能提升閉環。
協議化、插件化開發理念：告別重復造輪子，讓模型能力像積木一樣組合。
具備短時間內完成一個可演示、可度量、可擴展的AI應用原型的能力。
適合人群
1.AI應用開發者/全棧工程師
2.技術愛好者/職業轉型求職者
3.相關專業的本科生/研究生
咨詢更多
掃碼咨詢，了解詳情
即將報滿，搶占學習名額
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
