培训时长：6 天（36 课时）

课程介绍：

本课程采用实战案例驱动的教学模式，与传统的先讲授知识再进行项目实践的教

学方法截然不同。通过真实项目让学员参与从需求分析到产品部署的全流程，快

速将知识转化为实际问题解决能力。

课程深度结合 DeepSeek 大模型，让学员掌握其在 AI Agent 开发中的应用技

巧。同时，课后赠送拓展课程，进一步加深学员对相关技术的理解和应用能力。

学员基础：

? 熟悉掌握 Python 编程语言

? 对人工智能和机器学习的基本概念有所了解

? 具备一定的逻辑思维能力和解决问题的能力

? 对 AI 和大模型有一定的兴趣和探索欲望

学后收获：

? 掌握大模型的基本概念、工作原理和应用场景

? 学会如何与大模型进行有效沟通，掌握提示工程的技巧

? 能够基于大模型云服务平台快速搭建专属 AI Agent

? 掌握基于 RAG 的问答系统的开发

? 掌握基于多模态大模型的应用开发

? 了解如何评估和保证 AI Agent 的内容安全和合规性

课程优势：

实战案例教学：通过真实项目案例，让学员在实战中学习

多模态技术融合：涵盖文本、图像、语音等多模态大模型应用

安全合规重视：专门讲解 AI Agent 的内容安全与合规性

动手练习丰富：每个环节配有动手练习，强化实践能力

行业专家指导：由领域专家授课，分享最新行业动态

项目导向学习：以项目为导向，完整体验开发流程

互动与反馈：学员项目展示、互评、教师点评等互动环节

课程内容

模块 章节 主讲知识

基于阿里云百炼平台构

建智能体应用

快速搞定 AI Agent ? 在网站上增加一个 AI 助手

? 构建能主动提问的智能导购

? 在钉钉上增加一个 AI 机器人

? 让微信公众号成为智能客服

? 在企业微信集成 AI 助手

Multi-Agent，玩转流程编

排

? 工作流应用和智能体编排应用功能介绍

? 如何创建工作流应用

? 如何创建智能体编排应用

项目 1：智能答疑机器人

开发实战

项目背景及需求分析 ? 智能答疑机器人的应用场景

? 技术选型与实现路径

开发环境搭建 ? 开发环境准备

? DeekSeek API Key 开通

? 百炼平台 API KEY 准备

DeekSeek API 详解 ? DeepSeek-V3 大模型 API

? DeepSeek-R1 推理大模型 API

? DeepSeek Tokens 用量计算

Step 1：用大模型构建新

人答疑机器人

? 通过 API 调用 DeepSeek

? 加载百炼 API Key

? 简单会话实现

? 流式输出实现

? 大模型是如何工作的

? 大模型的问答工作流程

? 输入文本分词化

? token 向量化

? 大模型推理

? 输出 Token

? 输出文本

? 影响大模型内容生成的随机性参数

? temperature

? top_p/top_k

? 让大模型能够回答私域知识问题

? 通过提示词传递私域知识

? 该方法的缺点及更好的解决方案

Step 2：基于 RAG 扩展答

疑机器人的知识范围

? RAG 的工作原理

? 建立索引

? 检索生成

? 创建 RAG 应用

? 基于 LlamaIndex 创建 RAG 应用

? 保存与加载索引

? RAG 多轮对话实现

Step 改善答疑机器人回

答质量及能力

? 优化提示词以改善大模型回答质量

? 使用提示词框架

? 使用提示词自动优化工具

? 提示词模板

? 构建有效提示词的技巧

? 通过意图分类让大模型处理多种不同类

型的任务

? 问题引入

? 改进思路

? 实现简单路由模块

? 优化分类提示词

? 将意图识别应用到答疑机器人中

Step 4：自动化评测答疑

机器人的表现及优化

? 评估 RAG 应用表现

? 查看答疑机器人存在的问题

? 查看 RAG 检索结果排查问题

? 自动化测试机制初步尝试

? 使用 Ragas 来评估应用表现

? Ragas 评估指标解析

? 评估 RAG 应用回答质量

? 评估检索召回效果

? 如何根据 Ragas 指标进行优化

Step 5：用插件扩展答疑 ? 机器人的局限性与解决方案

机器人的能力边界 ? AI Agent 核心能力

? 基于 Assistant API 快速构建 Agent

? 定义工具函数

? 查询员工信息

? 发送请假申请

? 查询公司规章制度

? 将工具函数与大模型集成进 Agent 中

? 创建 Agent 并集成工具函数

? 读取回复消息

? Multi-Agent（多智能体）

? 问题引入

? 多智能体结构概览

◆ Planner Agent 规划智能体

◆ 执行工具函数的 Agent 智能

◆ Summary Agent 总结智能

体

? Planner Agent 实现

? 执行工具函数的 Agent 实现

? Summary Agent 实现

? 扩展：使用多智能体系统来处理复杂任务

Step 6：大模型 RAG 内容

安全与合规检查

? 内容安全合规涉及的范围

? 内容合规检查

? 方案概览

? 输入输出合规检查

◆ 文本合规检查

◆ 图片合规检查

◆ 音频合规检查

◆ 视频合规检查

? 知识库访问控制

? 应用服务安全

? 大模型应用备案

项目 2：短视频自动生成

系统开发实战

项目背景介绍

Step 1：生成视频相关内

容

? 原理介绍

? 代码实践

? 环境准备

? 设置 API 客户端

? 基于 DeepSeek 生成课程脚本

? 基于 DeepSeek 生成插画提示词

? 生成插画

? 合并课程和插图

Step 2：文案翻译（国际

化）

? 原理介绍

? 基于 DeepSeek 代码实践

? 环境准备

? 设置 API 客户端

? 初步翻译

? 反思翻译

? 优化翻译

Step 3：将课程内容转为

PPT

? 原理介绍

? 基于 DeepSeek 代码实践

? 环境准备

? 设置 API 客户端

? 从课程内容中提炼出 PPT 脚本

? 将 PPT 脚本转换为 Marp 格式

? 导出为 PPT

Step 4：生成讲解语音与

字幕

? 原理介绍

? 代码实践

? 环境准备

? 设置 API 客户端

? 基于 DeepSeek 将课程内容转换为

录音稿

? 基于 CosyVoice 转换为音频

? 生成 SRT 字幕

Step 5：合成完整视频 ? 原理介绍

? 代码实践

? 环境准备

? 剪辑视频

◆ 计算每一张演示文稿在视频

中的持续时间

◆ 将所有输入演示文稿按顺序

剪辑为视频

? 嵌入音频和字幕

◆ 使用 moviepy 合并视频和音

频

◆ 使用 ffmpeg 嵌入字幕

◆ 播放生成好的视频

Step 6：项目整合 ? 基于 Gradio 开发前端页面

? 项目部署

多模态拓展篇 基于开源大模型应用项目

二次开发（持续更新）

? CosyVoice（实时声音处理大模型）

? EchoMimicV2（开源数字人）

? VI****.5（实时视觉与语音交互）

课后赠送拓展课程（录播）

? 《基于 Dify 的 Agent 落地实战》

? 《深度学习框架 Pytorch 快速入门》

? 《OpenAl API 操作》

? 《LlamaIndex 快速入门》

? 《Langchain 快速入门》

? 《向量数据库》

? 《GraphRAG 解析与实战》

? 《基于 Gradio 的 AI 应用搭建实战》