MKSZ981-多 Agent+Skills+SpringAI 构建自主决策智能体【VIP】

前端开发

课程简介

The user wants me to rewrite the HTML snippet to have between 500 and 800 Chinese characters. Let me carefully count and expand the content while keeping it relevant, practical, a…

已有 0 人浏览发布 2026-09-24 更新 2026-09-23

The user wants me to rewrite the HTML snippet to have between 500 and 800 Chinese characters. Let me carefully count and expand the content while keeping it relevant, practical, and within the character limit. Let me draft a more comprehensive version: 这门课解决什么问题：传统单轮对话AI无法处理复杂业务场景，多Agent协作与Skills机制让AI具备自主拆解任务、专业分工和流程执行的能力，从而解决实际业务中的流程自动化难题。适合什么基础：具备Java语言和Spring Boot基础的开发者，了解微服务架构和基本API调用，对大模型有初步认知即可，无需深厚AI背景。建议先看哪几块：建议优先学习第1章，掌握多Agent融合与自主决策的架构原理，以及Jmanus和AgentScope两大核心框架；随后重点看第10章，深入SubAgent与Skills的实现机制，这是构建自主决策系统的关键。第2章可快速浏览以建立大模型底层认知。学完能独立做什么：能够基于SpringAI设计并实现多Agent自主决策系统，将复杂任务拆解为专业子Agent，实现Skills的渐进式加载与文件结构标准化，并集成外部API完成端到端的自主决策应用。资料怎么配合练习：资料包提供AiTripPlan项目完整源码，配合Nacos配置和SpringAI 1.1.2集成代码，可直接对照实践。建议先跑通第1章框架搭建，再参照第10章修改Skills逻辑，最后将项目扩展为自定义业务场景，逐步积累多Agent工程经验。 Let me count the Chinese characters in this draft. I'll estimate and adjust. Actually, let me count more carefully by writing it out and counting. Let me write the final version and count characters. 这门课解决什么问题：传统单轮对话AI无法处理复杂业务场景，多Agent协作与Skills机制让AI具备自主拆解任务、专业分工和流程执行的能力，从而解决实际业务中的流程自动化难题。适合什么基础：具备Java语言和Spring Boot基础的开发者，了解微服务架构和基本API调用，对大模型有初步认知即可，无需深厚AI背景。建议先看哪几块：建议优先学习第1章，掌握多Agent融合与自主决策的架构原理，以及Jmanus和AgentScope两大核心框架；随后重点看第10章，深入SubAgent与Skills的实现机制，这是构建自主决策系统的关键。第2章可快速浏览以建立大模型底层认知。学完能独立做什么：能够基于SpringAI设计并实现多Agent自主决策系统，将复杂任务拆解为专业子Agent，实现Skills的渐进式加载与文件结构标准化，并集成外部API完成端到端的自主决策应用。资料怎么配合练习：资料包提供AiTripPlan项目完整源码，配合Nacos配置和SpringAI 1.1.2集成代码，可直接对照实践。建议先跑通第1章框架搭建，再参照第10章修改Skills逻辑，最后将项目扩展为自定义业务场景，逐步积累多Agent工程经验。 Let me count the Chinese characters: 第(1)门(2)课(3)解(4)决(5)什(6)么(7)问(8)题(9)：(10)传(11)统(12)单(13)轮(14)对(15)话(16)A(17)I(18)无(19)法(20)处(21)理(22)复(23)杂(24)业(25)务(26)场(27)景(28)，(29)多(30)A(31)g(32)e(33)n(34)t(35)协(36)作(37)与(38)S(39)k(40)i(41)l(42)l(43)s(44)机(45)制(46)让(47)A(48)I(49)具(50)备(51)自(52)主(53)拆(54)解(55)任(56)务(57)、(58)专(59)业(60)分(61)工(62)和(63)流(64)程(65)执(66)行(67)的(68)能(69)力(70)，(71)从(72)而(73)解(74)决(75)实(76)际(77)业(78)务(79)中(80)的(81)流(82)程(83)自(84)动(85)化(86)难(87)题(88)。 This is getting tedious. Let me just write the HTML and estimate the character count. The user said 500-800 Chinese characters. Let me write a comprehensive version and make sure it's substantial. Let me write the final HTML: ```html

这门课解决什么问题：传统单轮对话AI无法处理复杂业务场景，多Agent协作与Sk

课程目录

代码
| └──AiTripPlan-master.zip 9.70M
第10章 Skills 让 Agent 按照专业流程工作
| 鈹溾攢鈹€10-1 Agent鐨勭墰椹皬寮燂細SubAgent.mp4 43.72M
| ├──10-2 Agent Skills就是个专属工作流.mp4 38.37M
| ├──10-3 Skills装载的是专业知识和工作流程.mp4 61.93M
| ├──10-4 Skills的渐进式加载机制.mp4 50.34M
| ├──10-5 Skills的文件结构标准.mp4 74.61M
| ├──10-6 总结Agent从助手到自主协作的进化过程.mp4 53.17M
| └──10-7 SpringAi 1.1.2实现Agent装载Skills.mp4 80.17M
第1章 AI 正式进入多 Agent 协作和自主决策的时代
| ├──1-1 多Agent融合自主决策，AI发展的必然趋势.mp4 67.00M
| ├──1-2 准备工作：安装ApiFox.mp4 25.89M
| ├──1-3 准备工作：配置阿里大模型广场的ApiKey.mp4 28.57M
| ├──1-4 准备工作：百度地图API秘钥(AK).mp4 16.68M
| ├──1-5 准备工作：安装Nacos 3.mp4 16.91M
| ├──1-6 仿Manus能自主决策的框架：Jmanus.mp4 84.63M
| └──1-7 具备ReAct核心能力的框架：AgentScope.mp4 45.05M
第2章 大白话快速简单过一遍 Ai 大模型
| ├──2-1 大模型咋就懂咱说啥 ？.mp4 37.52M
| ├──2-2 大模型的信息分析器：Transformer层.mp4 76.14M
| ├──2-3 大模型的大脑中枢：自注意力机制.mp4 58.02M
| ├──2-4 大模型的回应咋就这么体贴呢.mp4 47.70M
| └──2-5 大模型是弹药库，智能体则是武器.mp4 57.70M
第3章 MCP + Skills，Agent“工具+技能”的双轮驱动
| ├──3-1 大模型困境：数据获取与整合上 的“抓瞎”.mp4 40.24M
| ├──3-10 多Agent跨部门协作：A2A协议.mp4 63.00M
| ├──3-11 主流的多Agent开发框架.mp4 46.54M
| ├──3-12 多Agent的核心执行流程.mp4 42.18M
| ├──3-2 困境解决方案：函数调用( Function Calling ).mp4 48.78M
| ├──3-3 Function Calling就是大模型的跑腿小弟.mp4 83.35M
| ├──3-4 更优的困境解决方案： MCP.mp4 56.46M
| ├──3-6 体验MCP：Jmanus配置MCP服务.mp4 69.28M
| ├──3-7 具有专业知识的Agent Skills.mp4 32.93M
| ├──3-8 工具调用最强组合：Agent Skills+MCP.mp4 50.37M
| └──3-9 搞定复杂活儿，得靠多个Agent协作.mp4 47.38M
第4章 SpringAi 1.1 实现 MCP+A2A
| ├──4-1 以bom方式导入SpringAi Alibaba依赖.mp4 75.74M
| 鈹溾攢鈹€4-10 SpringAi 1.1 鏁村悎MCP.mp4 85.67M
| ├──4-11 SpringAi 1.1 A2A的3个核心组件.mp4 43.43M
| ├──4-12 SpringAi 1.1 MCP注解：全新的MCP实现.mp4 71.43M
| ├──4-15 SpringAi 1.1 A2A的元数据AgentCard.mp4 130.79M
| ├──4-16 测试 SpringAi 1.1 实现的 A2A 协议.mp4 126.59M
| 鈹溾攢鈹€4-2 瀵煎叆MCP渚濊禆.mp4 56.26M
| ├──4-3 MCP能连接万物的原因：通信的分层设计.mp4 89.56M
| ├──4-4 MCP的通信：SSE实时传输.mp4 73.70M
| 鈹溾攢鈹€4-5 鍒涘缓MCP宸ュ叿.mp4 55.88M
| ├──4-6 将MCP工具注册到MCP服务.mp4 58.14M
| ├──4-7 线程不会被卡住：WebFlux框架.mp4 77.82M
| ├──4-8 Jmanus导入SpringAi自定义的MCP服务.mp4 39.47M
| └──4-9 SpringAi Alibaba 1.1 以bom方式导入依赖.mp4 54.34M
第5章 Agent 团队打造专属你的旅行规划
| ├──5-1 旅行规划的复合任务拆解.mp4 42.57M
| ├──5-2 团队成员：路线制定专员Agent.mp4 32.09M
| ├──5-3 团队成员：行程规划经理Agent.mp4 36.60M
| ├──5-4 团队成员：费用统筹管家Agent.mp4 28.29M
| ├──5-5 Agent团队和大模型的无缝协作.mp4 59.45M
| └──5-6 百度地图MCP提供的工具体系全景.mp4 33.11M
第6章 多 Agent + ReAct架构，SpringAi迈入Agent新时代
| ├──6-10 AgentScope构建搭载工具的ReAct Agent（2）.mp4 81.68M
| ├──6-11 MCP客户端连接MCP服务端.mp4 74.79M
| ├──6-12 大模型调用本地自定义的MCP服务.mp4 84.04M
| ├──6-13 RAG只是一个过渡阶段吗 ？.mp4 67.25M
| ├──6-14 长下文能取代RAG吗 ？.mp4 61.40M
| 鈹溾攢鈹€6-15 娴嬭瘯AgentScope鐨凙gent杩愯.mp4 54.48M
| 鈹溾攢鈹€6-2 SpringBoot鏁村悎SpringAi Alibaba.mp4 62.41M
| ├──6-3 和大模型互动的中枢：ChatModel对象.mp4 83.01M
| ├──6-4 和大模型互动的窗口：ChatClient对象.mp4 114.14M
| ├──6-5 ChatClient流式响应获取数据 (SSE).mp4 82.64M
| ├──6-6 SpringAi 1.1 正式进入Agent自主决策时代.mp4 139.91M
| ├──6-7 SpringAi 1.1 组建旅游规划的Agent团队.mp4 65.32M
| ├──6-8 SpringAi 1.1 Agent团队协同合作.mp4 118.19M
| └──6-9 AgentScope构建搭载工具的ReAct Agent（1）.mp4 80.92M
第7章 Graph 搭建旅游规划工作流，像拼积木一样轻松
| ├──7-1 以工作流方式编排旅行规划的团队协同.mp4 52.73M
| 鈹溾攢鈹€7-10 SpringAi Alibaba1.1鐨凣raph寮曟搸.mp4 28.06M
| ├──7-11 SpringAi 1.1的工作流状态更新.mp4 61.79M
| ├──7-12 基于Graph搭建旅游规划工作流.mp4 119.31M
| ├──7-13 总结Agent和Graph分别构建的工作流.mp4 57.84M
| ├──7-2 搭建工作流的记忆中枢：OverAllState.mp4 75.93M
| ├──7-3 搭建工作流的框架蓝图：StateGraph.mp4 62.70M
| ├──7-4 搭建工作流的执行单元：NodeAction.mp4 107.23M
| ├──7-5 搭建工作流的流程顺序：Edge.mp4 32.77M
| ├──7-6 编译及运行工作流.mp4 72.96M
| ├──7-7 图形化展示工作流.mp4 55.65M
| ├──7-8 Flux就是装载SSE流式数据的容器.mp4 53.97M
| └──7-9 Flux包装SSE返回给前端展示打字机输出效果.mp4 110.84M
第8章 Jmanus 懂思考、会规划、一步步动手完成任务。
| ├──8-1 多Agent设计思路 角色分工.mp4 42.13M
| ├──8-10 JManus的核心：计划协调器.mp4 49.75M
| ├──8-11 JManus向大模型请求计划创建.mp4 67.21M
| ├──8-12 根据计划类型创建不同的执行者.mp4 54.96M
| ├──8-13 不同的执行者调用不同的执行流程.mp4 50.11M
| ├──8-2 多Agent设计思路 冲突协商.mp4 53.00M
| ├──8-3 多Agent设计思路 SOP管理机制.mp4 65.46M
| ├──8-4 Manus多Agent的技术架构.mp4 42.89M
| ├──8-5 Manus是自主决策的Ai Agent.mp4 64.08M
| ├──8-6 OpenManus复刻Manus的架构思路.mp4 71.51M
| ├──8-7 PlanAct是全局流程规划的主管.mp4 25.82M
| ├──8-8 ReAct是灵活应变的基层执行者.mp4 16.54M
| └──8-9 JManus的文件架构以及Prompt提交入口.mp4 76.62M
第9章 Docker 部署分布式 Agent 搞定旅游规划
| ├──9-1 AgentScope搭建工程化的分布式Agent协同.mp4 28.37M
| ├──9-10 远程Agent封装为工具执行子任务.mp4 48.81M
| ├──9-2 分布式Agent自主旅游规划的架构思路.mp4 19.17M
| ├──9-4 创建不同节点的ReAct Agent.mp4 32.28M
| ├──9-5 主管Agent自主分解复杂任务.mp4 72.19M
| ├──9-6 自主分解任务的关键：PlanNotebook.mp4 48.51M
| ├──9-7 计划和执行中的事件拦截：Hook.mp4 60.65M
| ├──9-8 主管Agent分发任务给相应Agent.mp4 34.45M
| └──9-9 团队成员的智能体卡片注册到Nacos.mp4 54.59M
——/多 Agent+Skills+SpringAI 构建自主决策智能体/├──代码 | └──AiTripPlan-master.zip 9.70M├──第10章 Skills 让 Agent 按照专业流程工作 | ├ MKSZ981-多 Agent+Skills+SpringAI 构建自主决策智能体【VIP】 ,瑞客论坛