课程概述

8 节课，从 print("hello") 写到完整的 AI Agent 项目。每节课的代码都可以独立运行，后一节课在前一节课的基础上增量构建。

最终产出： 一个基于 LangGraph 的多 Agent 电商客服系统，含 Chroma 向量数据库、Function Calling、多轮对话、可插拔数据源。

前置要求

• Python 3.9+
• 一个 LLM API Key（DeepSeek / OpenAI / 通义千问 等兼容接口的服务商均可）
• 基础 Python 语法

课程路线图

课	主题	核心内容	代码行数
1	基本 LLM 对话	API 调用封装、配置管理	30 行
2	意图分类	System Prompt、JSON mode、路由	80 行
3	RAG 向量检索	Chroma 向量数据库、语义检索	150 行
4	Function Calling	工具定义、执行、结果回传	250 行
5	LangGraph 多 Agent	状态图、条件路由、节点拆分	400 行
6	会话管理	多轮对话、滑动窗口	500 行
7	可插拔数据源	抽象接口、工厂模式	600 行
8	工程化与部署	错误处理、日志、测试、API	800 行

快速开始

cd ai-agent-course
pip install -r requirements.txt
cp .env.example .env
# 编辑 .env 填入你的 LLM_API_KEY

cd 01-basic-chat
python chat.py

课程约定

• 每课目录下的代码可以独立运行
• 第 5 课开始的项目会被逐步完善到第 8 课
• .env 在所有课程间共用（存在根目录）
• 每课末尾有课后作业和面试问题