慕课网实战付费课-MCP+A2A 从0到1构建类Manus多Agent全栈应用

课程简介

这门课的主题很明确：用 MCP 协议打通 LLM 与外部工具、数据源的通信，再用 A2A 的思路把多个 Agent 组织成可协作的整体，最终落成一个类 Manus 的全栈应用。它不是一个只讲概念的科普课，而是围绕一个具体项目把协议层、Agent 编排层和前端交互层串起来。对已经写过基础 LLM 调用、但没系统处理过工具接入和 Agent 协作的开发者来说，…

已有 6 人浏览发布 2026-08-12 更新 2026-09-27

技术栈与协议层的位置

MCP 在整个架构里承担的是「标准化接口」的角色。课程从协议初识讲起，重点不在协议文本本身，而在 SDK 的实际使用：怎么用 MCP SDK 构建 Client 去连接 Server，怎么处理连接生命周期，以及三方流式 API 接入 MCP Server 时要注意什么。这部分是很多自研 Agent 框架最容易写乱的地方——工具注册、参数校验、流式返回、错误传递，每一环如果没有统一约定，后面加工具就会变成堆 if-else。课程把这块单独成章，说明它把协议层当成基础设施来对待，而不是当成一个可跳过的引子。

从工程角度看，先固化 MCP 这一层，后面 Agent 调工具就有稳定的契约。这也是这份资料适合拿来对照实践的原因：你可以先看它的 Client/Server 实现，再回头检查自己项目里工具调用的抽象是否合理。

多 Agent 协作与 A2A 的组织方式

类 Manus 这类产品的核心不是单个 Agent 有多强，而是任务怎么被拆解、分派、汇总。课程标题里的 A2A 指向的就是 Agent 之间的协作协议与消息流转。多 Agent 系统在代码层面通常要解决几个具体问题：Agent 之间用什么结构通信、任务状态怎么同步、某个子 Agent 失败后主流程怎么回退、以及多个 Agent 的输出如何合并成最终结果。

这些问题的答案会直接体现在项目结构上。看这份资料时，建议重点关注它把 Agent 定义、任务调度和结果聚合分别放在哪一层，以及 MCP 工具调用是在单个 Agent 内部完成，还是作为跨 Agent 的共享能力。这个边界划分决定了系统后续能不能横向扩展新的 Agent。

全栈落地：前端如何承接 Agent 的执行过程

全栈部分容易被低估。多 Agent 应用和普通 Chat 应用的区别在于执行过程更长、中间状态更多——工具在调用、子任务在跑、流式内容在返回。前端需要把这些状态可视化，同时保持和后端的流式通道稳定。课程作为全栈实战，会把这条链路走通，包括请求怎么发起、流式响应怎么消费、执行中间态怎么呈现。

如果你正在做类似产品，这部分可以直接拿来对照：你的前端是在等一个最终结果，还是能实时反映 Agent 的每一步动作。后者才是类 Manus 体验的关键，也是这类项目在工程上真正花时间的地方。

怎么用这份资料自学

先跑通 MCP 的 Client/Server 最小闭环，确认工具能被正确调用并返回流式结果，再往下看 Agent 编排。
读多 Agent 部分时，画一张任务流转图，标出每个 Agent 的输入输出和失败处理，对照代码验证是否一致。
把项目里的工具接入抽象抽出来，尝试替换成自己业务的一个真实工具，检验这套结构是否真的可复用。
前端部分重点看流式消费和状态管理，而不是页面样式。
遇到三方流式 API 接入的章节，注意它提到的注意事项，这类坑在实际项目里复现率很高。

整体上，这份资料适合当成一个可拆解的工程参考：协议层看契约设计，Agent 层看协作与调度，全栈层看状态流转。带着自己项目里的具体问题去看，比按顺序刷完更有效。

慕课网实战付费课-MCP+A2A 从0到1构建类Manus多Agent全栈应用

全栈AI应用实战教程

编辑点评

深入浅出，从协议到应用，全面掌握多Agent全栈开发。适合AI开发者、技术爱好者。

⭐ 编辑推荐

实战付费课程，从MCP协议到多Agent协作，带你构建类Manus全栈AI应用。

✨ 课程亮点

✦MCP协议深入解析

✦多Agent协作开发

✦实战项目演示

课程目录

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必看.zip [1.8 MB]
7-10 三方流式API接入MCP Servers注意事项与示例-.mp4 [74.0 MB]
7-7 MCP SDK构建Client连接Server开发技巧.mp4 [77.8 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]
7-2 MCP协议简化了哪些流程？为什么需要MCP协议？.mp4 [77.2 MB]
7-3 MCP架构全解析：Host、Client与Server的协同机制.mp4 [67.5 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]
7-9 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]
7-4 MCP工具服务功能与手动模拟全流程加深理解.mp4 [43.8 MB]
7-11 MCP Server站点推荐，一键对接上万MCP服务工具.mp4 [60.4 MB]
7-8 MCP服务：Bash工具——让LLM拥有执行命令行工具的能力.mp4 [20.3 MB]
7-6 MCP SDK构建两种通信协议MCP服务开发技巧.mp4 [65.3 MB]

第20章多Agent协作开发：总结与展望6 集

第20章多Agent协作开发：总结与展望资料.png [493.5 KB]
20-4 AI Agent开发岗位高频面试题分享与建议.mp4 [20.9 MB]
20-5 本章总结.mp4 [10.0 MB]
20-3 ClaudeCode与配置使用国内模型相关技巧.mp4 [40.4 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]
20-1 本章介绍.mp4 [9.1 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必看.zip [1.8 MB]
11-6 Playwright简介与简化对接CDP难度的技巧.mp4 [69.8 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]
11-15 本章总结+.mp4 [2.6 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]
11-14 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]
11-10 在Python中执行js代码提取可交互元素的设计实现.mp4 [82.8 MB]
11-7 基于Playwright的浏览器扩展初始化与清除功能实现.mp4 [76.2 MB]
11-8 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]
11-1 本章介绍.mp4 [10.0 MB]
11-5 Browser-use背后功臣-使用CDP协议操纵浏览器.mp4 [60.6 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]
11-2 Manus中的浏览器与工具基础协议的设计与实现.mp4 [73.2 MB]
11-12 Agent执行js、滚动页面、截图功能的设计与实现.mp4 [31.9 MB]
11-11 Agent跳转、浏览网页、重启工具的设计与实现.mp4 [26.6 MB]

第16章上下文工程：完善各个Agent功能与上下文优化20 集

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]
16-15 设计Agent事件工具内容实现存储不同的工具内容.mp4 [15.0 MB]
16-2 Manus会话数据库表与Domain模型设计.mp4 [135.7 MB]
16-1 本章介绍.mp4 [10.8 MB]
16-17 基于Agent的TaskRunner设计与实现(中).mp4 [119.1 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]
16-7 为Agent基类设计记忆数据持久化功能.mp4 [64.2 MB]
16-11 Plan&ReAct流更新、总结与完成逻辑的设计实现.mp4 [47.5 MB]
16-10 Plan&ReAct流规划与执行逻辑的设计实现.mp4 [116.1 MB]
16-13 Manus文件与Cos存储数据库表的设计与实现.mp4 [75.0 MB]
16-8 使用流联动规划与执行Agent设计与开发思路拆解.mp4 [23.5 MB]
16-20 本章总结.mp4 [9.0 MB]
16-19 Prompt错别字修复、bug完善与英文版提示词.mp4 [62.3 MB]
16-18 基于Agent的TaskRunner设计与实现(下).mp4 [144.5 MB]
16-12 回顾Task与TaskRunner如何实现将任务后台化.mp4 [28.9 MB]
16-9 Plan&ReAct流基础代码与智能体初始化.mp4 [58.2 MB]
16-16 基于Agent的TaskRunner设计与实现(上).mp4 [115.9 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]
16-3 应用会话Repository设计思路拆解实现数据持久化.mp4 [40.1 MB]
16-5 使用Postgres特性函数完成对JSON数据的操作.mp4 [69.7 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]
2-9 课程项目演示：演示与前后端技术收获.mp4 [119.8 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]
2-4 为Agent注入灵魂：从LLM大脑到设计模式蓝图.mp4 [40.6 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]
2-5 技术简史：Agent是怎么一步步变聪明的？.mp4 [40.3 MB]

第6章通用模块开发：数据源连接&统一响应&日志跨域10 集

6-3 项目日志输出风格&日志扩展集成.mp4 [20.8 MB]
6-2 pydantic-settings快速读取解析.env环境变量.mp4 [29.6 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]
6-11 使用Pytest编写测试用例一键测试API.mp4 [57.2 MB]
6-6 利用Docker一键安装Postgres与Redis.mp4 [64.3 MB]
6-7 基础设施层：编码并接入Redis缓存数据库.mp4 [32.9 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]
6-5 统一项目异常响应格式降低对接难度.mp4 [42.0 MB]
6-8 基础设施层：编码并接入Postgres业务数据库.mp4 [70.1 MB]
6-10 使用Alembic表迁移实现数据库表同步.mp4 [106.4 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]
19-5 本章总结.mp4 [8.8 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]

第3章多Agent协作系统探索：快速了解多Agent系统设计思路8 集

3-3 多Agent系统的架构学习与开发挑战.mp4 [98.4 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]
3-7 基于ReAct设计模式编写你的第一个单Agent.mp4 [68.6 MB]
3-9 项目前后端技术栈选型与可扩展方案.mp4 [100.6 MB]
3-8 多模态LLM对多Agent系统的影响与实践.mp4 [46.6 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]
3-6 ReAct智能体论文速读，手动模拟ReAct智能体执行过程.mp4 [107.0 MB]
3-2 Agent分布式网络：探索多Agent系统(MAS)是什么？.mp4 [79.7 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12 集

10-3 基于httpx+bs4+正则实现bing搜索引擎检索数据.mp4 [213.6 MB]
10-4 MoocManus动态添加MCP服务器的设计思路.mp4 [17.2 MB]
10-9 开发MCP工具API接口完成前端工具可视化.mp4 [59.7 MB]
10-7 MCP客户端管理器的开发需求与设计思路.mp4 [27.9 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]
10-1 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]
10-11 Jina.ai搜索工具的初识与对应MCP配置的编写.mp4 [23.1 MB]
10-2 bing搜索引擎工具的设计思路与模型定义.mp4 [82.1 MB]
10-12 本章总结.mp4 [3.5 MB]
10-5 完善项目MCP配置模型的设计与定义.mp4 [48.7 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]

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17 集

12-16 文件模块剩余API练习与Windows编码问题思考.mp4 [11.4 MB]
12-9 Shell执行命令工具开发实现Agent操控命令行.mp4 [163.2 MB]
12-7 沙箱服务异常类型定义与应用接口异常捕获.mp4 [55.8 MB]
12-2 浏览器工具前置脚本注入实现记录控制台日志.mp4 [41.3 MB]
12-12 Shell销毁与写入开发实现Agent与命令行交互.mp4 [125.3 MB]
12-15 文件写入API接口的开发实现Agent写入文件.mp4 [88.4 MB]
12-5 多Agent系统Shell工具箱的设计与实现.mp4 [46.0 MB]
12-6 沙箱FastAPI环境初始化与基础配置&架构预设.mp4 [57.4 MB]
12-14 文件读取API接口的开发实现Agent读取文件.mp4 [72.8 MB]
12-11 查看与等待Shell会话API接口的设计开发.mp4 [39.4 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]
12-13 多Agent系统File文件工具箱的设计与快速预览.mp4 [23.7 MB]
12-17 本章总结.mp4 [6.1 MB]
12-1 本章介绍.mp4 [7.2 MB]
12-8 使用asyncio设计Shell命令执行工具的思路拆解.mp4 [25.4 MB]
12-4 MoocManus沙箱扩展基础协议约定与设计.mp4 [71.3 MB]
12-3 沙箱初识与Manus中的沙箱逻辑拆解分析.mp4 [34.1 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20 集

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]
13-13 配置websockify连接VNC提供接口实现远程管理.mp4 [21.1 MB]
13-18 沙箱保活API与中间件的设计与开发.mp4 [65.7 MB]
13-8 沙箱5大额外进程与novnc的关联和作用.mp4 [26.1 MB]
13-7 区分并设计开发与生产环境Dockerfile配置.mp4 [44.0 MB]
13-14 Supervisor进程服务状态监测API接口设计与实现.mp4 [102.9 MB]
13-4 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]
13-10 使用Socat代理CDP通信数据实现外部接口联通.mp4 [21.9 MB]
13-11 为Docker安装Xvfb虚拟显示器实现Chrome访问.mp4 [28.7 MB]
13-5 沙箱文件模块剩余API接口的设计与补全.mp4 [217.5 MB]
13-20 本章总结.mp4 [11.4 MB]
13-2 使用SSH模式实现在Docker容器中开发沙箱API.mp4 [42.1 MB]
13-12 安装x11vnc实现捕获Docker虚拟显示器内容.mp4 [19.8 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]
13-9 为沙箱安装Chrome浏览器并统一管理进程.mp4 [35.4 MB]
13-16 Supervisor服务其他管理API接口设计与实现.mp4 [81.5 MB]
13-1 本章介绍.mp4 [8.4 MB]
13-6 进程管理利器——Supervisor初识与使用.mp4 [47.9 MB]
13-15 Dockerfile文件配置修正与镜像容器构建.mp4 [47.4 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

8-8 基于Redis-Stream的消息队列设计与开发.mp4 [83.7 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]
8-3 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]
8-7 Redis-Stream消息队列应用与快速上手.mp4 [57.2 MB]
8-5 Postgres与Redis状态检查API的设计与开发.mp4 [73.8 MB]
8-9 基于Redis的后台Task模块设计与开发.mp4 [81.7 MB]
8-4 基于动态配置的LLM提供商设计与开发.mp4 [58.9 MB]

第18章前端交互开发：Next.js对接API并完成UI页面开发23 集

第18章前端交互开发：Next.js对接API并完成UI页面开发资料.png [493.5 KB]
18-10 查看沙箱文件与Shell内容API的设计与开发.mp4 [84.5 MB]
18-18 Vibe Coding体验：分离UI组件并对接API（二）.mp4 [59.6 MB]
18-14 在Docker容器中测试Playwright浏览器工具.mp4 [87.3 MB]
18-19 Vibe Coding体验：分离UI组件并对接API（三）.mp4 [111.3 MB]
18-1 本章介绍.mp4 [18.4 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]
18-8 获取单与多会话事件详情API接口设计与开发.mp4 [90.7 MB]
18-22 本章总结.mp4 [17.8 MB]
18-16 Vibe Coding体验：对接fetch.js实现API接入.mp4 [102.1 MB]
18-17 Vibe Coding体验：分离UI组件并对接API（一）.mp4 [102.0 MB]
18-4 任务会话聊天API接口的设计与开发（下）.mp4 [160.4 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]
18-5 使用Uow解决DB超时运行未同步数据与线程安全.mp4 [138.7 MB]
18-11 在FastAPI中集成VNC Websocket并转发.mp4 [74.7 MB]
18-15 Vibe Coding体验：为cursor配置UI项目预设信息.mp4 [71.0 MB]
18-20 Vibe Coding体验：分离UI组件并对接API（四）.mp4 [106.8 MB]
18-7 Chat聊天接口响应格式数据改造实现统一.mp4 [154.7 MB]
18-21 项目之外扩展：Skills与常见的沙箱方案.mp4 [86.0 MB]
18-6 会话聊天API流式接口响应数据格式统一.mp4 [116.8 MB]
18-13 编写Dockerfile在Ubuntu环境运行API项目.mp4 [78.0 MB]
18-12 补全FastAPI关闭时Agent优雅退出等操作.mp4 [60.6 MB]
18-3 任务会话聊天API接口的设计与开发（上）.mp4 [143.5 MB]

第15章 A2A模块开发：扩展规划与执行Agent实现多Agent调用8 集

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]
15-4 A2A客户端管理器的设计实现可视管理远程Agent.mp4 [85.5 MB]
15-6 新增与获取A2A Agent接口的设计与实现.mp4 [92.7 MB]
15-3 A2A服务器配置的设计与基础代码实现.mp4 [46.4 MB]
15-5 A2A工具包的设计与封装实现一键调用Agent.mp4 [41.4 MB]
15-1 本章介绍.mp4 [4.9 MB]
15-8 本章总结.mp4 [3.2 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]

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

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

第9章 Agent模块开发：基于事件与后台运行的Agent模块开发15 集

9-14 基于ReAct架构的执行智能体的设计与开发.mp4 [133.0 MB]
9-16 Plan&ReAct流与应用关联的思路&课后练习.mp4 [56.0 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]
9-4 应用任务事件Domain模型的设计与完善.mp4 [52.5 MB]
9-9 Plan&ReAct智能体基类的设计与开发.mp4 [166.6 MB]
9-12 利用json结构化输出完成规划Agent的开发.mp4 [106.6 MB]
9-2 Manus任务流拆解与ChatBot区别对比.mp4 [95.2 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]
9-3 多Agent规划步骤与记忆模型的设计与开发.mp4 [82.3 MB]
9-8 通用Agent配置模型API接口的设计与开发.mp4 [47.8 MB]
9-13 规划Agent预设+更新+创建计划Prompt设计.mp4 [66.2 MB]
9-11 Manus通用Agent系统prompt设计与编写.mp4 [112.3 MB]
9-15 执行Agent系统、执行与汇总Prompt设计与编写.mp4 [62.4 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]

第14章 A2A协议集成：构建分布式Agents网络与多Agent协作的基础12 集

14-9 使用ADK快速连接并使用API调用远程Agent.mp4 [38.2 MB]
14-6 Agent-to-Agent(A2A)协议快速上手与入门.mp4 [77.4 MB]
14-11 将A2A远程Agent接入Manus项目的设计思路.mp4 [21.8 MB]
14-10 使用httpx库连接A2A API调用远程Agent.mp4 [21.0 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]
14-1 本章介绍.mp4 [6.7 MB]
14-7 使用A2A SDK快速搭建一个Agent智能体应用.mp4 [77.1 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]
14-5 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]

第5章项目初始化：项目目录结构&开发范式约定8 集

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

第4章技术栈与环境准备：DeepSeek与OpenAI SDK库实操11 集

第4章技术栈与环境准备：DeepSeek与OpenAI SDK库实操必看.png [493.5 KB]
4-3 Postman基础配置与使用技巧.mp4 [17.4 MB]
4-7 深入理解DeepSeek与GPT模型的工具调用.mp4 [81.2 MB]
4-6 简化开发：利用OpenAI Python SDK简化LLM的对接.mp4 [86.0 MB]
4-4 DeepSeek聊天与推理模型API快速上手与使用.mp4 [109.4 MB]
4-5 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]
4-2 Python包管理器：uv工具快速上手.mp4 [74.9 MB]
4-10 使用OpenAI SDK流式事件输出提升响应速度.mp4 [89.1 MB]
4-8 Pydantic初体验：数据校验即数据解析.mp4 [71.9 MB]
4-11 利用ReACT+DeepSeek实现语音播报助手.mp4 [30.0 MB]

第1章课程介绍与安排1 集

1-1 快速了解课程和安排.mp4 [107.6 MB]

适合人群

AI开发者
技术爱好者
全栈工程师

🎯 学习收获

掌握MCP协议应用
精通多Agent协作
构建全栈AI应用

🎉 祝您学习愉快！