LLM 原理、记忆、Agent 架构、框架与评测，补全 ai-agents 路线图。
登录后追踪本课程进度 —登录
Agent 与 LLM 基础
Transformer、Token、Context Window；衔接 ai-agents-essentials。
模型参数与推理
temperature、top-p、streaming、reasoning models。
提示词工程
具体性、示例、格式约束、迭代测试。
工具与函数调用
web search、REPL、API、文件系统工具。
记忆与 RAG
短期/长期记忆、向量检索、摘要压缩。
Agent 架构模式
ReAct、CoT、Planner-Executor、DAG Agents。
框架生态
LangChain、LlamaIndex、CrewAI、AutoGen。
MCP 深入
MCP Host/Server、本地与远程部署。
测试与评测
单元/集成测试、RAGAS、DeepEval、Human-in-the-loop。
可观测性
LangSmith、Langfuse、Helicone、结构化追踪。
安全与合规
Prompt 注入、越狱、PII、Bias Guardrail。
综合练习
ReAct Agent + RAG + 评测脚本原型。