从零到一构建类似Mansu的多代理全栈应用MCP+A2A资源

课程简介

这门资料的主题很明确：用 MCP（Model Context Protocol）和 A2A（Agent-to-Agent）两套协议思路，搭一个接近 Mansu 形态的多代理全栈应用。它不是一个只讲概念的科普包，而是把系统拆到可以动手复现的粒度——从任务流拆解、Agent 模块设计，到执行与汇总的 Prompt 编排，都有对应的实现线索。下面从技术栈、工程结…

已有 4 人浏览发布 2026-07-19 更新 2026-09-09

技术栈与整体架构取向

资料的重心放在「多代理协作」而不是单一模型调用。从给出的章节线索看，它把 Manus 类的任务流先做拆解，再落到 Agent 模块的开发上，其中明确出现了 Plan&ReAct 智能体基类的设计与开发。这意味着它的架构里至少有两层抽象：一层是规划与推理循环（Plan 与 ReAct 的交替），另一层是具体执行代理的调度。MCP 负责工具与上下文资源的接入方式，A2A 负责代理之间的消息与任务传递，两者叠加后形成的是一个可扩展的协作网络，而不是一个写死的流水线。

对开发者来说，这种分层的好处是每层都能单独替换。你不需要一次接受整套设计，可以先只实现 Plan&ReAct 基类跑通单代理，再逐步接入 A2A 的代理间通信。资料把「基类设计」单独作为一节，说明它默认你会去读、去改这段抽象，而不是照抄调用。

项目结构与模块划分

从第 9 章 Agent 模块开发这一部分的命名可以看出，Agent 模块是「基于事件与后台运行」的。这是一个偏工程化的选择：代理不是同步阻塞地返回结果，而是以事件驱动、后台任务的形式持续工作，这样才能支撑多个代理并行推进同一任务。围绕这个定位，模块通常会拆成几块——任务流的拆解与建模、代理基类与具体代理实现、执行与汇总两套 Prompt、以及事件与调度的连接层。

执行 Agent 系统、执行与汇总 Prompt 被单独列出，提示这套结构里 Prompt 是被当作可维护资产来对待的，而不是散落在代码里的字符串。汇总环节独立存在，也说明多代理场景下结果的合并、去重和再判断是一个需要显式设计的步骤，不能靠模型自己兜底。

可复用的部分在哪

Plan&ReAct 基类：规划与推理循环的骨架，换掉具体工具和 Prompt 就能迁移到别的任务域。
事件与后台运行机制：代理异步执行、状态回传的模式，可直接用于任何需要长任务和并发的场景。
MCP 工具接入层：把外部能力注册给代理的方式，决定后续扩展成本。
A2A 通信约定：代理之间怎么派活、怎么回传，是多代理能不能真正协作的关键接口。
执行与汇总 Prompt 模板：可对照修改的文本资产，而不是黑盒。

这些模块的价值在于它们是边界清晰的中间层。真正复用时你替换的是业务代理和 Prompt，而不是整套调度逻辑。

怎么用它自学

建议按「先跑通单代理、再叠加协作」的顺序推进。第一步把 Plan&ReAct 基类和执行 Prompt 对起来读，弄清一次任务从规划到执行再到返回的完整链路；第二步补上事件与后台运行的部分，理解为什么这里的代理必须是异步的；第三步再引入 MCP 工具和 A2A 通信，观察多代理并行时汇总 Prompt 如何收敛结果。整个过程最好对照源码边改边跑，因为这类系统的复杂度集中在状态流转和消息传递上，只看视频很难建立准确的心智模型。

最后一章总结可以留到最后再看，它更适合用来校验你对整体结构的理解是否完整，而不是当作入门的引导。把源码当参照、把模块当积木，这份资料才能发挥它作为工程参考的实际作用。

从零到一构建类似Mansu的多代理全栈应用MCP+A2A资源

深入探索多代理全栈应用构建

编辑点评

全面解析多代理系统设计，结合AI技术实现复杂任务协作。

⭐ 编辑推荐

本课程从零开始，带你构建类似Mansu的多代理全栈应用，深入探索AI在多代理系统中的应用。

✨ 课程亮点

✦多代理系统设计解析

✦AI技术与多代理结合

✦全栈应用构建实战

课程目录

第9章 Agent模块开发：基于事件与后台运行的Agent模块开发16 集

第9章 Agent模块开发：基于事件与后台运行的Agent模块开发说明.png [493.5 KB]
9-9 Plan&ReAct智能体基类的设计与开发.mp4 [166.6 MB]
9-15 执行Agent系统、执行与汇总Prompt设计与编写.mp4 [62.4 MB]
9-2 Manus任务流拆解与ChatBot区别对比.mp4 [95.2 MB]
9-16 Plan&ReAct流与应用关联的思路&课后练习.mp4 [56.0 MB]
9-7 工具事件与扩展预留以实现MCP和A2A的接入.mp4 [37.9 MB]
9-4 应用任务事件Domain模型的设计与完善.mp4 [52.5 MB]
9-11 Manus通用Agent系统prompt设计与编写.mp4 [112.3 MB]
9-10 LLM消息列表顺序与Agent状态回滚机制实现.mp4 [35.6 MB]
9-5 LLM结构化输出缺陷与JSON修复解析器开发.mp4 [35.3 MB]
9-14 基于ReAct架构的执行智能体的设计与开发.mp4 [133.0 MB]
9-8 通用Agent配置模型API接口的设计与开发.mp4 [47.8 MB]
9-6 工具基类与tool装饰器开发实现将函数转工具.mp4 [95.7 MB]
9-3 多Agent规划步骤与记忆模型的设计与开发.mp4 [82.3 MB]
9-13 规划Agent预设+更新+创建计划Prompt设计.mp4 [66.2 MB]
9-12 利用json结构化输出完成规划Agent的开发.mp4 [106.6 MB]

第16章上下文工程：完善各个Agent功能与上下文优化21 集

第16章上下文工程：完善各个Agent功能与上下文优化必看.png [493.5 KB]
16-12 回顾Task与TaskRunner如何实现将任务后台化.mp4 [28.9 MB]
16-2 Manus会话数据库表与Domain模型设计.mp4 [135.7 MB]
16-13 Manus文件与Cos存储数据库表的设计与实现.mp4 [75.0 MB]
16-20 本章总结.mp4 [9.0 MB]
16-4 基于DB的会话仓库设计与开发实现对话过程持久化.mp4 [68.7 MB]
16-11 Plan&ReAct流更新、总结与完成逻辑的设计实现.mp4 [47.5 MB]
16-17 基于Agent的TaskRunner设计与实现(中).mp4 [119.1 MB]
16-14 文件系统上传下载与获取信息API接口的设计开发.mp4 [110.3 MB]
16-18 基于Agent的TaskRunner设计与实现(下).mp4 [144.5 MB]
16-9 Plan&ReAct流基础代码与智能体初始化.mp4 [58.2 MB]
16-3 应用会话Repository设计思路拆解实现数据持久化.mp4 [40.1 MB]
16-10 Plan&ReAct流规划与执行逻辑的设计实现.mp4 [116.1 MB]
16-19 Prompt错别字修复、bug完善与英文版提示词.mp4 [62.3 MB]
16-5 使用Postgres特性函数完成对JSON数据的操作.mp4 [69.7 MB]
16-7 为Agent基类设计记忆数据持久化功能.mp4 [64.2 MB]
16-8 使用流联动规划与执行Agent设计与开发思路拆解.mp4 [23.5 MB]
16-6 消息工具的设计与开发实现用户交互功能.mp4 [33.0 MB]
16-15 设计Agent事件工具内容实现存储不同的工具内容.mp4 [15.0 MB]
16-1 本章介绍.mp4 [10.8 MB]
16-16 基于Agent的TaskRunner设计与实现(上).mp4 [115.9 MB]

第6章通用模块开发：数据源连接&统一响应&日志跨域11 集

第6章通用模块开发：数据源连接&统一响应&日志跨域资料.png [493.5 KB]
6-10 使用Alembic表迁移实现数据库表同步.mp4 [106.4 MB]
6-3 项目日志输出风格&日志扩展集成.mp4 [20.8 MB]
6-6 利用Docker一键安装Postgres与Redis.mp4 [64.3 MB]
6-2 pydantic-settings快速读取解析.env环境变量.mp4 [29.6 MB]
6-11 使用Pytest编写测试用例一键测试API.mp4 [57.2 MB]
6-9 基础设施层：编码并接入腾讯云Cos对象存储.mp4 [75.0 MB]
6-7 基础设施层：编码并接入Redis缓存数据库.mp4 [32.9 MB]
6-5 统一项目异常响应格式降低对接难度.mp4 [42.0 MB]
6-4 完善项目启动文件的配置、跨域与路由规划.mp4 [39.3 MB]
6-8 基础设施层：编码并接入Postgres业务数据库.mp4 [70.1 MB]

第7章 MCP协议初识：统一LLM与外部数据源和工具之间的通信12 集

第7章 MCP协议初识：统一LLM与外部数据源和工具之间的通信资料.png [493.5 KB]
7-9 MCP服务：代码解释器——让LLM拥有执行本地代码的能力.mp4 [62.7 MB]
7-8 MCP服务：Bash工具——让LLM拥有执行命令行工具的能力.mp4 [20.3 MB]
7-10 三方流式API接入MCP Servers注意事项与示例-.mp4 [74.0 MB]
7-12 案例演示：Claude客户端对接MCP实现外部环境信息获取.mp4 [17.0 MB]
7-11 MCP Server站点推荐，一键对接上万MCP服务工具.mp4 [60.4 MB]
7-5 无SDK情况下对接高德MCP服务实现工具调用.mp4 [65.5 MB]
7-3 MCP架构全解析：Host、Client与Server的协同机制.mp4 [67.5 MB]
7-2 MCP协议简化了哪些流程？为什么需要MCP协议？.mp4 [77.2 MB]
7-7 MCP SDK构建Client连接Server开发技巧.mp4 [77.8 MB]
7-6 MCP SDK构建两种通信协议MCP服务开发技巧.mp4 [65.3 MB]
7-4 MCP工具服务功能与手动模拟全流程加深理解.mp4 [43.8 MB]

第3章多Agent协作系统探索：快速了解多Agent系统设计思路9 集

第3章多Agent协作系统探索：快速了解多Agent系统设计思路说明.zip [1.8 MB]
3-7 基于ReAct设计模式编写你的第一个单Agent.mp4 [68.6 MB]
3-5 产品分析：MGX如何实现一句话开发一个复杂网页？.mp4 [69.4 MB]
3-3 多Agent系统的架构学习与开发挑战.mp4 [98.4 MB]
3-6 ReAct智能体论文速读，手动模拟ReAct智能体执行过程.mp4 [107.0 MB]
3-4 产品分析：Manus如何拆解任务并分步协作完成一个复杂任务？.mp4 [88.1 MB]
3-2 Agent分布式网络：探索多Agent系统(MAS)是什么？.mp4 [79.7 MB]
3-8 多模态LLM对多Agent系统的影响与实践.mp4 [46.6 MB]
3-9 项目前后端技术栈选型与可扩展方案.mp4 [100.6 MB]

第11章 Playwright与BrowserUse：让AI学会像人类一样使用浏览器16 集

第11章 Playwright与BrowserUse：让AI学会像人类一样使用浏览器资料.png [493.5 KB]
11-15 本章总结+.mp4 [2.6 MB]
11-6 Playwright简介与简化对接CDP难度的技巧.mp4 [69.8 MB]
11-1 本章介绍.mp4 [10.0 MB]
11-8 Agent浏览网页并等待网页加载功能的设计与实现.mp4 [41.3 MB]
11-3 完成浏览器工具参数描述编写，掌握参数的声明写法.mp4 [106.9 MB]
11-4 Browser-use初步了解与云端本地两版框架的差异.mp4 [107.4 MB]
11-14 Agent的文本框输入与下拉菜单选择功能的设计实现.mp4 [48.1 MB]
11-12 Agent执行js、滚动页面、截图功能的设计与实现.mp4 [31.9 MB]
11-9 在Python中执行js代码获取浏览器可视窗口元素.mp4 [90.5 MB]
11-13 为无多模态支持的Agent实现浏览器元素点击功能.mp4 [51.1 MB]
11-2 Manus中的浏览器与工具基础协议的设计与实现.mp4 [73.2 MB]
11-7 基于Playwright的浏览器扩展初始化与清除功能实现.mp4 [76.2 MB]
11-10 在Python中执行js代码提取可交互元素的设计实现.mp4 [82.8 MB]
11-11 Agent跳转、浏览网页、重启工具的设计与实现.mp4 [26.6 MB]
11-5 Browser-use背后功臣-使用CDP协议操纵浏览器.mp4 [60.6 MB]

第1章课程介绍与安排2 集

第1章课程介绍与安排说明.zip [1.8 MB]
1-1 快速了解课程和安排.mp4 [107.6 MB]

第13章沙箱API与部署：部署沙箱为独立API服务并集成到项目21 集

第13章沙箱API与部署：部署沙箱为独立API服务并集成到项目资料.zip [1.8 MB]
13-10 使用Socat代理CDP通信数据实现外部接口联通.mp4 [21.9 MB]
13-19 多任务&多沙箱下使用Docker提供ip实现访问思路.mp4 [44.6 MB]
13-15 Dockerfile文件配置修正与镜像容器构建.mp4 [47.4 MB]
13-8 沙箱5大额外进程与novnc的关联和作用.mp4 [26.1 MB]
13-11 为Docker安装Xvfb虚拟显示器实现Chrome访问.mp4 [28.7 MB]
13-2 使用SSH模式实现在Docker容器中开发沙箱API.mp4 [42.1 MB]
13-18 沙箱保活API与中间件的设计与开发.mp4 [65.7 MB]
13-7 区分并设计开发与生产环境Dockerfile配置.mp4 [44.0 MB]
13-6 进程管理利器——Supervisor初识与使用.mp4 [47.9 MB]
13-1 本章介绍.mp4 [8.4 MB]
13-12 安装x11vnc实现捕获Docker虚拟显示器内容.mp4 [19.8 MB]
13-4 沙箱API与Manus工具命名统一简化维护难度.mp4 [98.3 MB]
13-17 商业&生产环境下沙箱保活与资源合理分配.mp4 [62.1 MB]
13-5 沙箱文件模块剩余API接口的设计与补全.mp4 [217.5 MB]
13-16 Supervisor服务其他管理API接口设计与实现.mp4 [81.5 MB]
13-20 本章总结.mp4 [11.4 MB]
13-13 配置websockify连接VNC提供接口实现远程管理.mp4 [21.1 MB]
13-9 为沙箱安装Chrome浏览器并统一管理进程.mp4 [35.4 MB]
13-14 Supervisor进程服务状态监测API接口设计与实现.mp4 [102.9 MB]
13-3 移除win32沙箱字符编码兼容代码统一使用utf-8.mp4 [31.3 MB]

第15章 A2A模块开发：扩展规划与执行Agent实现多Agent调用9 集

第15章 A2A模块开发：扩展规划与执行Agent实现多Agent调用文档.png [493.5 KB]
15-5 A2A工具包的设计与封装实现一键调用Agent.mp4 [41.4 MB]
15-7 删除与修改A2A Agent启用状态接口的设计与实现.mp4 [37.1 MB]
15-2 A2A客户端管理器的思路拆解实现管理多个服务.mp4 [32.6 MB]
15-6 新增与获取A2A Agent接口的设计与实现.mp4 [92.7 MB]
15-1 本章介绍.mp4 [4.9 MB]
15-3 A2A服务器配置的设计与基础代码实现.mp4 [46.4 MB]
15-8 本章总结.mp4 [3.2 MB]
15-4 A2A客户端管理器的设计实现可视管理远程Agent.mp4 [85.5 MB]

第17章 Next.js开发基础：多Agent协作前端UI基础逻辑开发16 集

17-9 会话详情智能体消息组件架构的设计与拆解.mp4 [35.8 MB]
17-12 步骤组件的设计实现展示步骤调用过程.mp4 [30.6 MB]
17-11 工具调用消息组件的设计实现展示工具详情.mp4 [33.8 MB]
17-15 novnc三方库初识与MoocManus接入.mp4 [48.1 MB]
17-16 本章总结.mp4 [9.8 MB]
17-14 会话文件列表模态窗的设计与开发.mp4 [24.5 MB]
17-4 MoocManus会话列表页UI与基础交互开发.mp4 [91.0 MB]
17-10 AI与人类消息组件UI的设计与开发.mp4 [35.1 MB]
17-3 Next.js初识与MoocManus项目前端基础配置.mp4 [45.0 MB]
17-2 MoocManus前端页面组件设计逻辑拆解.mp4 [30.7 MB]
17-7 新建会话任务页基础UI的设计与开发.mp4 [63.4 MB]
17-13 消息附件组件的设计实现展示AI与用户上传文件.mp4 [35.4 MB]
17-5 MoocManus设置模态窗UI与基础框架开发.mp4 [64.4 MB]
17-8 会话任务详情页基础UI架构设计与开发.mp4 [93.8 MB]
17-6 MoocManus 4项配置表单UI的设计与开发.mp4 [116.6 MB]
17-1 本章介绍.mp4 [3.1 MB]

第14章 A2A协议集成：构建分布式Agents网络与多Agent协作的基础13 集

第14章 A2A协议集成：构建分布式Agents网络与多Agent协作的基础必看.zip [1.8 MB]
14-7 使用A2A SDK快速搭建一个Agent智能体应用.mp4 [77.1 MB]
14-10 使用httpx库连接A2A API调用远程Agent.mp4 [21.0 MB]
14-5 沙箱文件与Shell工具扩展的设计与实现.mp4 [52.3 MB]
14-12 本章总结.mp4 [5.9 MB]
14-9 使用ADK快速连接并使用API调用远程Agent.mp4 [38.2 MB]
14-4 使用API确认Sandbox运行避免Agent找不到沙箱.mp4 [45.6 MB]
14-2 基于Docker的Sandbox扩展初始化与配置开发.mp4 [117.2 MB]
14-6 Agent-to-Agent(A2A)协议快速上手与入门.mp4 [77.4 MB]
14-1 本章介绍.mp4 [6.7 MB]
14-11 将A2A远程Agent接入Manus项目的设计思路.mp4 [21.8 MB]
14-3 Docker沙箱的销毁、唯一标识与浏览器实例获取.mp4 [34.8 MB]
14-8 使用Postman连接使用支持A2A协议的远程Agent.mp4 [37.3 MB]

第10章工具模块开发：让Agent拥有调用与感知外部环境的能力13 集

第10章工具模块开发：让Agent拥有调用与感知外部环境的能力文档.zip [1.8 MB]
10-6 动态增删改查MCP服务器API接口的设计与开发.mp4 [96.6 MB]
10-11 Jina.ai搜索工具的初识与对应MCP配置的编写.mp4 [23.1 MB]
10-4 MoocManus动态添加MCP服务器的设计思路.mp4 [17.2 MB]
10-7 MCP客户端管理器的开发需求与设计思路.mp4 [27.9 MB]
10-12 本章总结.mp4 [3.5 MB]
10-9 开发MCP工具API接口完成前端工具可视化.mp4 [59.7 MB]
10-1 本章介绍-工具模块开发.mp4 [5.3 MB]
10-8 完善MCP客户端管理器实现根据配置获取工具信息.mp4 [205.5 MB]
10-10 设计开发MCP工具类实现与内置工具的接口对齐.mp4 [32.2 MB]
10-2 bing搜索引擎工具的设计思路与模型定义.mp4 [82.1 MB]
10-5 完善项目MCP配置模型的设计与定义.mp4 [48.7 MB]
10-3 基于httpx+bs4+正则实现bing搜索引擎检索数据.mp4 [213.6 MB]

第8章 LLM模块开发：实现可动态配置与后台运行的LLM调用架构8 集

8-3 多Agent系统可视化配置API设计与开发.mp4 [111.0 MB]
8-6 基于关注点分离思想的Task Domain模型设计.mp4 [52.5 MB]
8-9 基于Redis的后台Task模块设计与开发.mp4 [81.7 MB]
8-5 Postgres与Redis状态检查API的设计与开发.mp4 [73.8 MB]
8-2 多Agent系统LLM可视化配置与任务流拆解设计.mp4 [44.4 MB]
8-8 基于Redis-Stream的消息队列设计与开发.mp4 [83.7 MB]
8-7 Redis-Stream消息队列应用与快速上手.mp4 [57.2 MB]
8-4 基于动态配置的LLM提供商设计与开发.mp4 [58.9 MB]

第12章沙箱模块开发：隔离环境运行本地工具确保Agent执行安全18 集

第12章沙箱模块开发：隔离环境运行本地工具确保Agent执行安全必看.png [493.5 KB]
12-6 沙箱FastAPI环境初始化与基础配置&架构预设.mp4 [57.4 MB]
12-1 本章介绍.mp4 [7.2 MB]
12-2 浏览器工具前置脚本注入实现记录控制台日志.mp4 [41.3 MB]
12-5 多Agent系统Shell工具箱的设计与实现.mp4 [46.0 MB]
12-12 Shell销毁与写入开发实现Agent与命令行交互.mp4 [125.3 MB]
12-13 多Agent系统File文件工具箱的设计与快速预览.mp4 [23.7 MB]
12-8 使用asyncio设计Shell命令执行工具的思路拆解.mp4 [25.4 MB]
12-15 文件写入API接口的开发实现Agent写入文件.mp4 [88.4 MB]
12-11 查看与等待Shell会话API接口的设计开发.mp4 [39.4 MB]
12-4 MoocManus沙箱扩展基础协议约定与设计.mp4 [71.3 MB]
12-16 文件模块剩余API练习与Windows编码问题思考.mp4 [11.4 MB]
12-3 沙箱初识与Manus中的沙箱逻辑拆解分析.mp4 [34.1 MB]
12-14 文件读取API接口的开发实现Agent读取文件.mp4 [72.8 MB]
12-17 本章总结.mp4 [6.1 MB]
12-7 沙箱服务异常类型定义与应用接口异常捕获.mp4 [55.8 MB]
12-9 Shell执行命令工具开发实现Agent操控命令行.mp4 [163.2 MB]
12-10 查看与等待Shell执行结果服务的设计与开发.mp4 [133.7 MB]

第4章技术栈与环境准备：DeepSeek与OpenAI SDK库实操10 集

4-3 Postman基础配置与使用技巧.mp4 [17.4 MB]
4-6 简化开发：利用OpenAI Python SDK简化LLM的对接.mp4 [86.0 MB]
4-2 Python包管理器：uv工具快速上手.mp4 [74.9 MB]
4-11 利用ReACT+DeepSeek实现语音播报助手.mp4 [30.0 MB]
4-5 OpenAI多模态模型API快速上手与使用.mp4 [56.7 MB]
4-9 使用DeepSeek JSON-Output实现格式化输出.mp4 [39.0 MB]
4-4 DeepSeek聊天与推理模型API快速上手与使用.mp4 [109.4 MB]
4-10 使用OpenAI SDK流式事件输出提升响应速度.mp4 [89.1 MB]
4-7 深入理解DeepSeek与GPT模型的工具调用.mp4 [81.2 MB]
4-8 Pydantic初体验：数据校验即数据解析.mp4 [71.9 MB]

第20章多Agent协作开发：总结与展望5 集

20-5 本章总结.mp4 [10.0 MB]
20-2 项目架构图、开发难点与多Agent发展思路探讨.mp4 [68.4 MB]
20-3 ClaudeCode与配置使用国内模型相关技巧.mp4 [40.4 MB]
20-1 本章介绍.mp4 [9.1 MB]
20-4 AI Agent开发岗位高频面试题分享与建议.mp4 [20.9 MB]

第2章 Agent应用开发全景：快速了解Agent开发技术栈与发展路线9 集

2-2 引爆AI浪潮的主角：Agent是什么？能做什么？.mp4 [38.5 MB]
2-6 代码解析：一个LLM智能体由哪些模块组成？.mp4 [68.6 MB]
2-5 技术简史：Agent是怎么一步步变聪明的？.mp4 [40.3 MB]
2-9 课程项目演示：演示与前后端技术收获.mp4 [119.8 MB]
2-4 为Agent注入灵魂：从LLM大脑到设计模式蓝图.mp4 [40.6 MB]
2-7 Agent落地案例：Agent如何融入企业业务中.mp4 [30.2 MB]
2-3 从命令到共创：为什么说Agent是开发者的终极工具.mp4 [33.2 MB]
2-8 新大陆与航海图：Agent时代的职业跃迁之路.mp4 [46.9 MB]
2-10 Agent时代的红利与焦虑：你准备好了吗？.mp4 [5.9 MB]

第5章项目初始化：项目目录结构&开发范式约定8 集

5-7 领域驱动设计(DDD)架构初识与落地.mp4 [73.3 MB]
5-9 多Agent协作系统API文档撰写与接口约定.mp4 [44.9 MB]
5-8 基于FastAPI与DDD的MAS目录结构初始化.mp4 [16.8 MB]
5-5 Python异步编程初识与快速上手.mp4 [61.0 MB]
5-3 利用思维链提升模型在复杂任务的表现.mp4 [68.9 MB]
5-4 利用ReACT+CoT思维链实现企业业务表单填写-.mp4 [98.3 MB]
5-2 DeepSeek两款模型多轮对话消息配置技巧.mp4 [49.9 MB]
5-6 后端API开发：FastAPI的介绍与快速上手.mp4 [71.5 MB]

第18章前端交互开发：Next.js对接API并完成UI页面开发22 集

18-20 Vibe Coding体验：分离UI组件并对接API（四）.mp4 [106.8 MB]
18-19 Vibe Coding体验：分离UI组件并对接API（三）.mp4 [111.3 MB]
18-4 任务会话聊天API接口的设计与开发（下）.mp4 [160.4 MB]
18-7 Chat聊天接口响应格式数据改造实现统一.mp4 [154.7 MB]
18-3 任务会话聊天API接口的设计与开发（上）.mp4 [143.5 MB]
18-12 补全FastAPI关闭时Agent优雅退出等操作.mp4 [60.6 MB]
18-2 创建删除与清除会话未读消息数API接口设计开发.mp4 [113.7 MB]
18-8 获取单与多会话事件详情API接口设计与开发.mp4 [90.7 MB]
18-5 使用Uow解决DB超时运行未同步数据与线程安全.mp4 [138.7 MB]
18-14 在Docker容器中测试Playwright浏览器工具.mp4 [87.3 MB]
18-22 本章总结.mp4 [17.8 MB]
18-15 Vibe Coding体验：为cursor配置UI项目预设信息.mp4 [71.0 MB]
18-10 查看沙箱文件与Shell内容API的设计与开发.mp4 [84.5 MB]
18-9 停止任务会话与获取文件列表API的设计与开发.mp4 [58.8 MB]
18-17 Vibe Coding体验：分离UI组件并对接API（一）.mp4 [102.0 MB]
18-21 项目之外扩展：Skills与常见的沙箱方案.mp4 [86.0 MB]
18-16 Vibe Coding体验：对接fetch.js实现API接入.mp4 [102.1 MB]
18-13 编写Dockerfile在Ubuntu环境运行API项目.mp4 [78.0 MB]
18-6 会话聊天API流式接口响应数据格式统一.mp4 [116.8 MB]
18-11 在FastAPI中集成VNC Websocket并转发.mp4 [74.7 MB]
18-18 Vibe Coding体验：分离UI组件并对接API（二）.mp4 [59.6 MB]
18-1 本章介绍.mp4 [18.4 MB]

第19章部署篇：Dockerfile与docker compose实现项目一键部署5 集

19-3 阿里云&腾讯云域名的注册与ssl证书获取.mp4 [33.2 MB]
19-2 使用cursor快速生成Docker部署配置文件.mp4 [186.0 MB]
19-1 本章介绍.mp4 [11.0 MB]
19-4 mooc-manus商业化&后续扩展方向探讨.mp4 [43.2 MB]
19-5 本章总结.mp4 [8.8 MB]

适合人群

AI开发者
全栈工程师
对多代理系统感兴趣的学习者

🎯 学习收获

掌握多代理系统设计
学习AI在多代理中的应用
实现全栈应用开发

🎉 祝您学习愉快！