多 Agent+Skills+SpringAI 构建自主决策智能体（高清同步）

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
1-2 准备工作：安装ApiFox
1-3 准备工作：配置阿里大模型广场的ApiKey
1-4 准备工作：百度地图API秘钥(AK)
1-5 准备工作：安装Nacos 3
1-6 仿Manus能自主决策的框架：Jmanus
1-7 具备ReAct核心能力的框架：AgentScope

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 ？
2-2 大模型的信息分析器：Transformer层
2-3 大模型的大脑中枢：自注意力机制
2-4 大模型的回应咋就这么体贴呢
2-5 大模型是弹药库，智能体则是武器
2-6 vs面试官入局高薪Ai应用领域

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”
3-2 困境解决方案：函数调用( Function Calling )
3-3 Function Calling就是大模型的跑腿小弟
3-4 更优的困境解决方案： MCP
3-5 对比Function Calling，MCP的不同
3-6 体验MCP：Jmanus配置MCP服务
3-7 具有专业知识的Agent Skills
3-8 工具调用最强组合：Agent Skills+MCP
3-9 搞定复杂活儿，得靠多个Agent协作
3-10 多Agent跨部门协作：A2A协议
3-11 主流的多Agent开发框架
3-12 多Agent的核心执行流程
3-13 vs面试官入局高薪Ai应用领域

第4章 SpringAi 1.1 实现 MCP+A2A
4-1 以bom方式导入SpringAi Alibaba依赖
4-2 导入MCP依赖
4-3 MCP能连接万物的原因：通信的分层设计
4-4 MCP的通信：SSE实时传输
4-5 创建MCP工具
4-6 将MCP工具注册到MCP服务
4-7 线程不会被卡住：WebFlux框架
4-8 Jmanus导入SpringAi自定义的MCP服务
4-9 SpringAi Alibaba 1.1 以bom方式导入依赖
4-10 SpringAi 1.1 整合MCP
4-11 SpringAi 1.1 MCP注解：全新的MCP实现
4-12 SpringAi 1.1 A2A的3个核心组件
4-13 SpringAi 1.1 A2A的服务注册
4-14 SpringAi 1.1 A2A的服务发现
4-15 SpringAi 1.1 A2A的元数据AgentCard

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
5-2 团队成员：路线制定专员Agent
5-3 团队成员：行程规划经理Agent
5-4 团队成员：费用统筹管家Agent
5-5 Agent团队和大模型的无缝协作
5-6 百度地图MCP提供的工具体系全景

第6章 多 Agent + ReAct架构，SpringAi迈入Agent新时代
6-1 SpringAI 1.0，1.1 和 2.0
6-2 SpringBoot整合SpringAi Alibaba
6-3 和大模型互动的中枢：ChatModel对象
6-4 和大模型互动的窗口：ChatClient对象
6-5 ChatClient流式响应获取数据 (SSE)
6-6 SpringAi 1.1 正式进入Agent自主决策时代
6-7 SpringAi 1.1 组建旅游规划的Agent团队
6-8 SpringAi 1.1 Agent团队协同合作
6-9 AgentScope构建搭载工具的ReAct Agent（1）
6-10 AgentScope构建搭载工具的ReAct Agent（2）
6-11 MCP客户端连接MCP服务端
6-12 大模型调用本地自定义的MCP服务
6-13 RAG只是一个过渡阶段吗 ？
6-14 长下文能取代RAG吗 ？

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
7-2 搭建工作流的记忆中枢：OverAllState
7-3 搭建工作流的框架蓝图：StateGraph
7-4 搭建工作流的执行单元：NodeAction
7-5 搭建工作流的流程顺序：Edge
7-6 编译及运行工作流
7-7 图形化展示工作流
7-8 Flux就是装载SSE流式数据的容器
7-9 Flux包装SSE返回给前端展示打字机输出效果
7-10 SpringAi Alibaba1.1的Graph引擎
7-11 SpringAi 1.1的工作流状态更新
7-12 基于Graph搭建旅游规划工作流
7-13 总结Agent和Graph分别构建的工作流