极客时间企业级 Agents 开发实战营毕业总结

继上一次大模型微调训练营结束后，又一个训练营学习结束了，满满的收获！！！

PS，虽然最后一周在疯狂补作业，但是学的很扎实、印象很深刻！

在企业级 Agents 开发实战营学习一学期下来，很有帮助，感谢彭老师、萌萌班班、助教豆浆的陪伴和督促，现对于整个学期做个总结如下：

1、目前在什么岗位做什么？

目前在做AI数据开发、AI场景Agent开发。

涉及从业务数据、数据处理、模型微调训练、Agent设计和开发、上线应用部署全流程工作任务。

2、为什么选择报名学习此训练营？

①授课老师的专业性

②彭靖田老师

③最新的Agent企业级开发思路、方法、直播、课件，体系化的内容、丰富的非常有价值的案例：

• GitHub Sentinel Agent 分析报告
• 对话式英语私教（LanguageMentor） Agent 
• 基于多模态的ChatPPT制作

中间还穿插着各种所需的技术细节，包括概念和使用。

3、课程讲的如何？这个课程你的收获是什么？

很有收获，2024年最有价值的投资之一。

收获了上述3个Agent的构建流程、思路、前沿的论文、丰富的扩展资料。

概念

初探大模型：起源与发展

• 预热篇：解码注意力机制（Attention）
• 变革里程碑：Transformer 的崛起
• 走向不同：GPT 与 Bert 的选择

GPT 模型家族：从始至今

• 从 GPT-1 到 GPT-3.5：一路的⻛云变幻
• ChatGPT：赢在哪里
• GPT-4：一个新的开始

GPT 大模型使用最佳实践

如何提升 GPT 模型使用效率与质量

AI 大模型提示工程最佳实践

• 文本创作与生成
• 文章摘要和总结
• 小说生成与内容监管
• 分步骤执行复杂任务
• 评估模型输出质量
• 构造训练标注数据
• 代码调试助手
• Playground Chat：实践 GPT 大模型提示工程

大模型时代的 Agent 开发方法论

设计和研发一款 Agent 的团队分工

• 产品经理：定义产品愿景和战略，制定计划，协调团队，收集和分析用户反馈
• 数据科学家：进行数据处理和机器学习模型构建，优化和部署模型
• 软件工程师：开发和维护前后端代码，实现 API 和接口，确保系统性能和安全
• 设计师：设计用户界面和用户体验，创建视觉元素和品牌标识
• 运维工程师：配置和维护服务器，部署容器化应用，监控和优化系统性能
• 市场营销：制定和执行市场推广策略，创建宣传材料，进行市场活动
• 客户支持：回答用户问题，收集反馈，提供培训，维护用户满意度

与 ChatGPT 结对研发闭环的工作模式

• 市场调研和竞争分析：收集和分析市场数据，提供竞争对手分析报告
• 用户反馈分析：处理用户反馈，进行情感分析，总结问题和建议
• 内容创建：创建市场宣传材料、博客文章、社交媒体内容等
• 客户支持：提供自动化客户支持，回答常见问题并解决基本问题
• 文档和报告编写：编写技术文档、用户手册和产品报告
• 产品设计初期阶段：提供用户界面设计建议和初步原型
• 开发支持：提供代码示例，解决编程问题，进行代码审查

AI Agent 和 ReAct 理论简介

• AI Agent 概述
• AI Agent 的定义和示例
• AI Agent 的应用场景
• ReAct 理论和主动学习
• ReAct 理论在 AI Agent 中的应用

开源哨兵（GitHub Sentinel）Agent 立项与概念验证

GitHub Sentinel 项目立项

• 市场分析：明星开源项目的投资与商业价值
• 需求调研：GitHub 开源项目进展报告
• 产品设计：GitHub Sentinel 项目功能概述
• 技术方案：基于 GPT-4 的 Agent 架构设计
• 综合评估：GitHub Sentinel 研发成本与竞品分析

GitHub Sentinel 概念验证

• 闭源大模型分析能力：ChatGPT 4o
• 开源大模型分析能力：LLaMA 3 8B

开发环境与基础框架搭建

• 安装和配置开发工具（VS Code，Python 等）
• 基本的大模型开发环境设置
• Fork 并配置 GitHub 项目仓库
• 初始化项目（OpenAI + LangChain）
• 项目目录结构介绍

GitHub Sentinel Agent 分析报告功能设计与实现

GitHub Sentinel Agent 定期更新功能设计与实现

GitHub Sentinel Agent 用户界面设计与实现

GitHub Sentinel Agent 高级功能与容器化部署

高级功能

• 实现 PDF 报告生成功能
• 实现 Word 报告生成功能
• 实现 第三方服务推送（如企业微信）

容器化部署

• 使用 DockerFile 编写项目依赖环境
• 使用 Docker 打包项目
• 部署到公有云平台（如：华为云、AWS、Azure）
• 配置持续集成和持续部署（CI/CD）

项目总结

• 项目复盘与总结
• 讨论项目扩展与优化的可能性

LangChain 表达式语言（LCEL） 入门与实战

LangChain Expression Language（LCEL）快速入门

• LCEL 是什么
• LCEL 设计理念与优势
• LCEL Runnable 协议设计与使用
• LCEL vs LangChain 古典语法
• LCEL 进阶使用：整合复杂逻辑的多链

实战 LCEL 开发与应用

• 最简易示例：Prompt + Chat Model + Output Parser
• 检索增强生成示例：RAG
• AI辩论示例：Multiple Chains via Runnables

英语私教（LanguageMentor） Agent 市场调研与产研设计

在线语言学习市场调研与分析

现有服务模式

• 一对一私教：提供个性化定制服务，根据学生具体需求和学习目标设计课程
• 小班授课：通常为 2-5 人的小班授课，注重互动性和竞争性
• 在线课程：通过 Zoom、Skype 等平台进行，灵活安排时间和地点，适合现代快节奏生活
• 自学课程：预录制的视频课程和在线练习，学生可以根据自己的节奏学习

现有收费模式

• 按小时收费：一对一私教课每小时收费在50-150美元不等，根据教师资质和经验而定
• 按课程收费：一些私教提供完整的课程包，按课程收取费用，通常比按小时收费更优惠
• 订阅模式：部分在线平台采用月度或年度订阅模式，提供不限次数的课程和资源访问

LanguageMentor 产品设计

• 需求总结：用户对私人语言辅导的需求和期望不断增加

核心功能

• 基础教学：涵盖词汇积累、语法学习、阅读理解和写作技巧等基础内容
• 对话式训练：模拟真实场景的对话练习，提升学生的口语表达能力和听力理解能力

用户学习路径

• 初学者：注重词汇和基础语法的学习，通过简单对话练习提高自信心
• 中级学员：结合复杂语法和高级词汇，进行更深入的阅读和写作训练
• 高级学员：重点练习口语和听力，通过模拟真实场景的对话提升实战能力

课程设计

• 词汇积累：采用词根词缀法和常用词汇表，帮助学生高效记忆单词
• 语法学习：通过系统的语法讲解和练习，夯实学生的语法基础
• 阅读理解：提供不同难度的阅读材料，训练学生的阅读速度和理解能力
• 写作技巧：指导学生如何进行段落和文章的结构化写作

LanguageMentor 技术方案

• 大模型选型：使用 Ollama 运行和管理 LLaMA 3 本地化模型
• 用户交互：基于 Gradio 的图形化聊天界面
• Agent 逻辑设计：使用 LangChain 整合复杂的逻辑链
• 综合评估：LanguageMentor 研发成本与竞品分析

ChatPPT 项目立项与概念验证

实现文本到 PowerPoint 的 ChatPPT

集成语音输入的 ChatPPT

集成图像输入与多模态提示工程设计 ChatPPT

ChatPPT Agent 容器化部署与发布

等等，太多内容了。

4、课程学完后解决的工作中的问题

主要是在工作中，构建了5个很有业务价值的Agent，收获了领导、同事和客户的一致好评。

5、对这个课程有什么意见建议？

增加更多的实战场景，场景教授的多了，真的很有价值！！！

最后，夸一下训练营的彭老师、萌萌班主任和助教豆浆，大家都一致的帮助我们认真的理解Agent企业级开发学习进度、学习程度、上课提醒、作业提醒，更重要的收获了一个很好的沟通环境，有问题直接问老师，也可以问同学，大家学习进度都很快，也分享了很多有价值的信息。

另外这个证书是真不好拿呀，作业基本上都要做，学不会的话是完不成的课程的。。。也倒逼了学员认真的学习拿到认证证书，也提高含金量~

期待后续的课程，继续投资~~~