代理人工智能系统设计

资源截图

MP4 |视频：h264，1920×1080 |音频：AAC、44.1 KHz、2 Ch
类型：电子学习 |语言： 英语 |时长：11 节课 (27h 33m)

您将学到什么

课程内容的全面细分，旨在帮助您从基础知识到高级掌握。

阶段：1

基础 + 知识系统
检索基础知识 – 嵌入、分块、向量搜索
词汇、语义和混合检索
向量数据库、ANN、FAISS、HNSW
生产 RAG 架构
高级 RAG 模式
元数据过滤和访问控制
新鲜度、增量索引、多租户检索
RAG 调试和优化

阶段：2

上下文工程
上下文架构和上下文组装
短期和长期记忆
语义和用户偏好记忆
令牌预算和上下文优化
上下文压缩和摘要
选择性上下文加载
管理陈旧或冲突的上下文

阶段：3

代理系统和代理系统利用工程
代理架构和执行模式
利用工程 – 技能和执行环境
工具调用和功能编排
MCP 和工具互操作性
工具可靠性和回退处理
多代理架构
长期运行的代理工作流程
人工批准和状态持久性

阶段：4

生产 AI 工程/LLMOps
可观测性、跟踪和调试
评估框架和测试
自动评估管道
LLMOps 和发布工作流程
成本优化和代币经济学
提示缓存和语义缓存
模型路由和模型集成
可靠性、安全性和防护

阶段：5

端到端系统设计顶点
设计 AI 编码代理
实现 AI 编码代理
跨实际 AI 应用程序的生产架构讨论