正版资源慕课网 - 多智能体+技能+SpringAI构建自主决策智能体（前11章）
从单体对话到分布式协作的工程化路径 这门课核心解决的是多智能体系统（Multi-Agent System）在实际工程落地中面临的架构复杂性、任务分发与状态管理难题。它不局限于展示大模型如何对话，而是深入讲解如何利用 Spring AI、AgentScope 等框架，构建具备自主决策、任务拆解与远程协
支付成功后自动发货，可在「我的订单」查看网盘链接；链接失效可联系客服免费补链。
从单体对话到分布式协作的工程化路径
这门课核心解决的是多智能体系统（Multi-Agent System）在实际工程落地中面临的架构复杂性、任务分发与状态管理难题。它不局限于展示大模型如何对话，而是深入讲解如何利用 Spring AI、AgentScope 等框架，构建具备自主决策、任务拆解与远程协作能力的智能体集群。课程以“旅游规划”为具体业务场景，将抽象的多智能体理论转化为可运行的代码模块，重点剖析了 ReAct 推理循环、PlanNotebook 任务规划器、Hook 事件拦截机制以及 Nacos 服务注册发现等多智能体协调协议。内容涵盖了从单体 Agent 的 SubAgent 扩展、Skills 技能加载标准，到基于 MCP 和 A2A 协议的远程团队协同，是一条完整的从原型设计到分布式部署的工程实践路线。
前置基础与建议学习顺序
学习者需具备扎实的 Java 开发基础，熟悉 Spring Boot 3/4 核心容器机制、依赖注入及 Bean 生命周期管理，并理解 HTTP/JSON 通信协议及基本的大模型 API 调用逻辑。若对 Docker 容器化部署或微服务注册中心（如 Nacos）有概念储备，学习第 9、11 章时会更加顺畅。建议的学习路径为：首先通过第 8 章理解多智能体的角色分工、SOP 管理机制及 JManus 核心协调器原理，建立宏观认知；接着进入第 9 章，跟随代码实现分布式 Agent 的搭建、PlanNotebook 自主分解任务及远程调用，这是工程化落地的关键；随后在第 10 章掌握 SubAgent 机制与 Skills 标准的文件结构及渐进式加载，强化专业流程控制；最后在第 11 章通过 MCP 协议接入外部工具（如百度地图），并基于 A2A 协议实现跨网络的主管与成员智能体注册、发现与任务分发。这种由内而外、由单体至分布式的顺序，有助于建立清晰的技术脉络。
学完产出与资料配合实践
学完本课程后，你能够独立设计并实现一个基于 Spring AI 的多智能体协作系统。具体产出包括：构建具备自主任务规划能力的 ReAct Agent，实现基于 Nacos 的分布式智能体服务注册与发现，开发支持人工介入修改计划的主管 Agent，以及通过 MCP 标准挂载外部工具并让智能体自主调用。在资料使用上，视频课程侧重于架构思路与核心代码逻辑讲解，需配合源码进行“断点调试式”学习。建议每看完一章，便在本地 IDE 中复现关键类与接口，特别是 PlanNotebook 的生成逻辑、Hook 拦截器的触发时机以及 A2A 协议的握手过程。不要仅停留在观看演示，务必手动修改旅游规划的业务参数，观察智能体决策链条的变化，通过这种对照实践，将被动观看转化为主动的工程能力，最终具备解决复杂业务场景下多智能体协同开发的能力。
课程目录
第11章 MCP+A2A，助力旅游规划团队协作9 集
- 更多资源分享.txt [64.0 B]
- 11-5 获取百度地图MCP服务端的工具列表.mp4 [65.8 MB]
- 11-1 回顾AgentScope旅游规划的整体架构.mp4 [73.0 MB]
- 11-2 测试团队成员基于A2A协议注册到Nacos.mp4 [93.6 MB]
- 11-6 路线制定专员Agent挂载百度地图MCP.mp4 [49.7 MB]
- 11-4 测试主管Agent调动团队成员执行任务.mp4 [54.1 MB]
- 11-7 主管Agent自主分发任务给远程相应的成员.mp4 [41.5 MB]
- 11-8 人工介入修改主管Agent制定的计划.mp4 [51.9 MB]
- 11-3 测试主管Agent基于A2A协议获取团队成员.mp4 [51.4 MB]
第10章 Skills 让 Agent 按照专业流程工作8 集
- 更多资源分享.txt [64.0 B]
- 10-6 总结Agent从助手到自主协作的进化过程.mp4 [53.2 MB]
- 10-2 Agent Skills就是个专属工作流.mp4 [38.4 MB]
- 10-1 Agent的牛马小弟：SubAgent.mp4 [43.7 MB]
- 10-3 Skills装载的是专业知识和工作流程.mp4 [61.9 MB]
- 10-4 Skills的渐进式加载机制.mp4 [50.3 MB]
- 10-7 SpringAi 1.1.2实现Agent装载Skills.mp4 [80.2 MB]
- 10-5 Skills的文件结构标准.mp4 [74.6 MB]
第9章 Docker 部署分布式 Agent 搞定旅游规划10 集
- 更多资源分享.txt [64.0 B]
- 9-10 远程Agent封装为工具执行子任务.mp4 [48.8 MB]
- 9-7 计划和执行中的事件拦截：Hook.mp4 [60.6 MB]
- 9-6 自主分解任务的关键：PlanNotebook.mp4 [48.5 MB]
- 9-8 主管Agent分发任务给相应Agent.mp4 [34.5 MB]
- 9-1 AgentScope搭建工程化的分布式Agent协同.mp4 [28.4 MB]
- 9-2 分布式Agent自主旅游规划的架构思路.mp4 [19.2 MB]
- 9-9 团队成员的智能体卡片注册到Nacos.mp4 [54.6 MB]
- 9-4 创建不同节点的ReAct Agent.mp4 [32.3 MB]
- 9-5 主管Agent自主分解复杂任务.mp4 [72.2 MB]
第8章 Jmanus 懂思考、会规划、一步步动手完成任务。14 集
- 更多资源分享.txt [64.0 B]
- 8-12 根据计划类型创建不同的执行者.mp4 [55.0 MB]
- 8-10 JManus的核心：计划协调器.mp4 [49.7 MB]
- 8-3 多Agent设计思路 SOP管理机制.mp4 [65.5 MB]
- 8-2 多Agent设计思路 冲突协商.mp4 [53.0 MB]
- 8-1 多Agent设计思路 角色分工.mp4 [42.1 MB]
- 8-13 不同的执行者调用不同的执行流程.mp4 [50.1 MB]
- 8-11 JManus向大模型请求计划创建.mp4 [67.2 MB]
- 8-4 Manus多Agent的技术架构.mp4 [42.9 MB]
- 8-8 ReAct是灵活应变的基层执行者.mp4 [16.5 MB]
- 8-6 OpenManus复刻Manus的架构思路.mp4 [71.5 MB]
- 8-9 JManus的文件架构以及Prompt提交入口.mp4 [76.6 MB]
- 8-7 PlanAct是全局流程规划的主管.mp4 [25.8 MB]
- 8-5 Manus是自主决策的Ai Agent.mp4 [64.1 MB]
第7章 Graph 搭建旅游规划工作流，像拼积木一样轻松13 集
- 更多资源分享.txt [64.0 B]
- 7-13 总结Agent和Graph分别构建的工作流.mp4 [57.8 MB]
- 7-8 Flux就是装载SSE流式数据的容器.mp4 [54.0 MB]
- 7-7 图形化展示工作流.mp4 [55.7 MB]
- 7-4 搭建工作流的执行单元：NodeAction.mp4 [107.2 MB]
- 7-12 基于Graph搭建旅游规划工作流.mp4 [119.3 MB]
- 7-3 搭建工作流的框架蓝图：StateGraph.mp4 [62.7 MB]
- 7-2 搭建工作流的记忆中枢：OverAllState.mp4 [75.9 MB]
- 7-5 搭建工作流的流程顺序：Edge.mp4 [32.8 MB]
- 7-9 Flux包装SSE返回给前端展示打字机输出效果.mp4 [110.8 MB]
- 7-11 SpringAi 1.1的工作流状态更新.mp4 [61.8 MB]
- 7-1 以工作流方式编排旅行规划的团队协同.mp4 [52.7 MB]
- 7-6 编译及运行工作流.mp4 [73.0 MB]
第6章 多 Agent + ReAct架构，SpringAi迈入Agent新时代14 集
- 更多资源分享.txt [64.0 B]
- 6-14 长下文能取代RAG吗 ？.mp4 [61.4 MB]
- 6-10 AgentScope构建搭载工具的ReAct Agent（2）.mp4 [81.7 MB]
- 6-9 AgentScope构建搭载工具的ReAct Agent（1）.mp4 [80.9 MB]
- 6-7 SpringAi 1.1 组建旅游规划的Agent团队.mp4 [65.3 MB]
- 6-15 娴嬭瘯AgentScope鐨凙gent杩愯.mp4 [54.5 MB]
- 6-5 ChatClient流式响应获取数据 (SSE).mp4 [82.6 MB]
- 6-6 SpringAi 1.1 正式进入Agent自主决策时代.mp4 [139.9 MB]
- 6-13 RAG只是一个过渡阶段吗 ？.mp4 [67.3 MB]
- 6-3 和大模型互动的中枢：ChatModel对象.mp4 [83.0 MB]
- 6-8 SpringAi 1.1 Agent团队协同合作.mp4 [118.2 MB]
- 6-12 大模型调用本地自定义的MCP服务.mp4 [84.0 MB]
- 6-11 MCP客户端连接MCP服务端.mp4 [74.8 MB]
- 6-4 和大模型互动的窗口：ChatClient对象.mp4 [114.1 MB]
第5章 Agent 团队打造专属你的旅行规划7 集
- 更多资源分享.txt [64.0 B]
- 5-2 团队成员：路线制定专员Agent.mp4 [32.1 MB]
- 5-3 团队成员：行程规划经理Agent.mp4 [36.6 MB]
- 5-1 旅行规划的复合任务拆解.mp4 [42.6 MB]
- 5-6 百度地图MCP提供的工具体系全景.mp4 [33.1 MB]
- 5-4 团队成员：费用统筹管家Agent.mp4 [28.3 MB]
- 5-5 Agent团队和大模型的无缝协作.mp4 [59.5 MB]
第4章 SpringAi 1.1 实现 MCP+A2A13 集
- 更多资源分享.txt [64.0 B]
- 4-15 SpringAi 1.1 A2A的元数据AgentCard.mp4 [130.8 MB]
- 4-9 SpringAi Alibaba 1.1 以bom方式导入依赖.mp4 [54.3 MB]
- 4-3 MCP能连接万物的原因：通信的分层设计.mp4 [89.6 MB]
- 4-1 以bom方式导入SpringAi Alibaba依赖.mp4 [75.7 MB]
- 4-7 线程不会被卡住：WebFlux框架.mp4 [77.8 MB]
- 4-16 测试 SpringAi 1.1 实现的 A2A 协议.mp4 [126.6 MB]
- 4-8 Jmanus导入SpringAi自定义的MCP服务.mp4 [39.5 MB]
- 4-11 SpringAi 1.1 A2A的3个核心组件.mp4 [43.4 MB]
- 4-6 将MCP工具注册到MCP服务.mp4 [58.1 MB]
- 4-4 MCP的通信：SSE实时传输.mp4 [73.7 MB]
- 4-2 瀵煎叆MCP渚濊禆.mp4 [56.3 MB]
- 4-12 SpringAi 1.1 MCP注解：全新的MCP实现.mp4 [71.4 MB]
第3章 MCP + Skills，Agent“工具+技能”的双轮驱动12 集
- 更多资源分享.txt [64.0 B]
- 3-12 多Agent的核心执行流程.mp4 [42.2 MB]
- 3-11 主流的多Agent开发框架.mp4 [46.5 MB]
- 3-8 工具调用最强组合：Agent Skills+MCP.mp4 [50.4 MB]
- 3-2 困境解决方案：函数调用( Function Calling ).mp4 [48.8 MB]
- 3-1 大模型困境：数据获取与整合上 的“抓瞎”.mp4 [40.2 MB]
- 3-3 Function Calling就是大模型的跑腿小弟.mp4 [83.4 MB]
- 3-6 体验MCP：Jmanus配置MCP服务.mp4 [69.3 MB]
- 3-7 具有专业知识的Agent Skills.mp4 [32.9 MB]
- 3-10 多Agent跨部门协作：A2A协议.mp4 [63.0 MB]
- 3-4 更优的困境解决方案： MCP.mp4 [56.5 MB]
- 3-9 搞定复杂活儿，得靠多个Agent协作.mp4 [47.4 MB]
第2章 大白话快速简单过一遍 Ai 大模型6 集
- 更多资源分享.txt [64.0 B]
- 2-4 大模型的回应咋就这么体贴呢.mp4 [47.7 MB]
- 2-3 大模型的大脑中枢：自注意力机制.mp4 [58.0 MB]
- 2-2 大模型的信息分析器：Transformer层.mp4 [76.1 MB]
- 2-1 大模型咋就懂咱说啥 ？.mp4 [37.5 MB]
- 2-5 大模型是弹药库，智能体则是武器.mp4 [57.7 MB]
第1章 AI 正式进入多 Agent 协作和自主决策的时代8 集
- 更多资源分享.txt [64.0 B]
- 1-7 具备ReAct核心能力的框架：AgentScope.mp4 [45.1 MB]
- 1-4 准备工作：百度地图API秘钥(AK).mp4 [16.7 MB]
- 1-1 多Agent融合自主决策，AI发展的必然趋势.mp4 [67.0 MB]
- 1-6 仿Manus能自主决策的框架：Jmanus.mp4 [84.6 MB]
- 1-3 准备工作：配置阿里大模型广场的ApiKey.mp4 [28.6 MB]
- 1-2 准备工作：安装ApiFox.mp4 [25.9 MB]
- 1-5 准备工作：安装Nacos 3.mp4 [16.9 MB]
