一个从零开始学习 AI 智能体（AI Agent）开发的中文教程系列，通过循序渐进的案例，带你掌握提示词工程、大模型 API 调用、智能体应用构建以及 LangChain / LangGraph 等主流框架。此外，本教程还会以工程化项目为例，讲解 MCP、RAG、Milvus、RFF、Query Rewrite 等技术在 AI 智能体开发中的应用。
说明：内容仍在持续创作和更新中。
| 章节 | 标题 | 内容简介 |
|---|---|---|
| 01 | AI 智能体开发入门 | 什么是 AI 智能体、适用业务场景分析、通过 API 接入大模型（以 DeepSeek 为例） |
| 02 | 提示词和 Skills | 提示词工程核心技巧、Few-shot、思维链（CoT）、ReAct、Skills 等进阶玩法 |
| 03 | 大模型能帮我们做什么 | 文本概括、文本分类等实战案例，动手打造网页摘要生成助手 |
| 04 | 自己动手撸一个聊天机器人 | 使用 Streamlit 构建可交互、可部署的对话式 AI 聊天机器人 |
| 05 | 使用 LangChain 构建 AI 智能体 | LangChain 生态体系、核心概念与工程化实践，系统构建可维护的智能体应用 |
| 06 | LangGraph 快速上手指南 | 状态（State）、节点（Nodes）、边（Edges）、工具调用、多 Agent 协同等核心概念 |
- 编程语言：Python
- 大模型：DeepSeek、Kimi 等
- 智能体框架：LangChain、LangGraph
- API 接口：FastAPI
- 数据库：PostgreSQL、Milvus、Redis、MongoDB 等
- UI 框架：Streamlit 等
- 注册并获取大模型 API Key（如 DeepSeek），参考教程第一章的申请步骤。
- 安装 Python 3.12 或 Miniconda 3，创建运行 Python 项目的虚拟环境。
- 按章节提示在虚拟环境中安装
requests、streamlit、langchain、langgraph等依赖项。
AI-Agent-Engineering/
├── 01.AI智能体开发入门.md
├── 02.提示词和Skills.md
├── 03.大模型能帮我们做什么.md
├── 04.自己动手撸一个聊天机器人.md
├── 05.使用 LangChain 构建 AI 智能体.md
├── 06.LangGraph 快速上手指南.md
├── res/
├── code/
└── README.md
本教程仅供学习交流使用。