课程简介
本课程是一套从0到1打造商业级AI编程智能体的全栈开发实战体系。课程以LangChain+LangGraph为核心框架，深入讲解MCP协议服务搭建、20+私有化工具开发（浏览器控制、终端自动化、数据库操作等）、多智能体协同架构设计、RAG知识库与自学习机制、Lima+Docker沙盒环境构建等核心技术。通过“小慕书城”前后端全流程实战项目，综合运用AI Agent+MCP+自建工具+容器化技术，实现从需求分析、自动编码到前后端发布的全自动化开发流程。课程涵盖Cursor、通义灵码等AI编程工具应用，帮助学员掌握商业级复杂编程Agent的开发全流程，抢占AI自动化开发技术高地。

适合人群
1. 想系统掌握AI Agent开发技术的程序员、架构师。
2. 希望用AI编程智能体提升开发效率的软件工程师。
3. 对LangChain、MCP、多智能体架构感兴趣的技术探索者。
4. 想打造商业级AI应用、抢占技术红利的创业者。

学习收获
1. 掌握LangChain+LangGraph构建多智能体协同架构的核心能力。
2. 精通MCP协议开发，实现20+私有化工具（终端、浏览器、数据库）的封装与集成。
3. 学会Lima+Docker沙盒环境搭建，解决AI编程的自动化发布痛点。
4. 独立开发商业级AI编程智能体，具备自动分析需求、自动编码、自动部署的全栈能力。

AI商业编程智能体开发｜完整规整课程目录

按零基础入门 → 基础技术 → 核心能力 → 工具开发 → 多智能体架构 → 项目实战 → 总结展望的学习流重新排版，结构清晰、顺序合理、适合从0到1系统学习。

一、课程概览

● 课程简介

● 适合人群

● 学习收获

二、视频课程（全20章）

第1章｜课程简介

1-1 导学：什么是AI Agent，如何高效学习

1-2 课程答疑与指导第2章｜AI智能体基础概念与技术架构

2-1 什么是智能体 & 能力展示

2-2 主流智能体产品对比

2-3 智能体核心特性：自主、适应、交互

2-4 智能体 vs 大模型

2-5 智能体5级分层与商业应用

2-6 技术架构：LangGraph+LLM+Tools+MCP+RAG

2-7 本章总结第3章｜大模型调用（AI大脑）

3-1 Anaconda Python多版本管理

3-2 uv项目管理工具

3-3 智能体开发流程 & Ollama本地部署

3-4 langchain-ollama调用本地大模型

3-5 大模型流式输出

3-6 阿里云百炼大模型调用

3-7 百炼推理模型调用

3-8 LangChain框架基础

3-9 本章回顾第4章｜LangChain工具开发

4-1 大模型实例化 + API密钥加密

4-2 文本提示词模板

4-3 对话提示词模板

4-4 提示词与消息体抽象复用

4-5 少样本学习

4-6 模板对比与链式调用

4-7 自定义工具全流程

4-8 工具注册与参数校验

4-9 本章回顾第5章｜内置工具调用 + 返回体控制

5-1 langchain.agents快速创建智能体

5-2 JsonOutputParser规范返回值

5-3 PythonPerl基础

5-4 自动生成企业官网

5-5 提示词优化

5-6 基础解析器精准控制输出

5-7 日期格式转换

5-8 本章回顾第6章｜深入MCP协议

6-1 MCP概览

6-2 MCP原理与发展

6-3 高德MCP接入原理

6-4 创建高德MCP客户端

6-5 智能体+位置服务

6-6 路径规划与可视化

6-7 MCP stdio通讯

6-8 本章回顾第7章｜Cursor + MCP接入

7-1 概览 + Node环境

7-2 LangChain+MCP读取Playwright

7-3 LangGraph创建智能体运行Playwright

7-4 Playwright执行流程与日志

7-5 Cursor安装 + 接入Playwright MCP

7-6 Cursor+高德MCP旅行计划

7-7 Cursor+Github MCP

7-8 实战：vue-element-admin二次开发

7-9 LangGraph Agent接入Github MCP

7-10 本章回顾第8章｜项目规划 + 多轮对话

8-1 项目目标与整体架构

8-2 多轮对话原理

8-3 多轮对话LCLE创建

8-4 对话历史注入

8-5 构建多轮对话Runnable实例

8-6 多轮对话交互

8-7 会话持久化

8-8 Agent集成多轮对话

8-9 LangChain Runnables介绍

8-10 Runnables功能演示

8-11 本章回顾第9章｜记忆能力（内存/Redis/MongoDB/文件）

9-1 内存记忆实现

9-2 Redis环境搭建

9-3 Redis会话持久化

9-4 MongoDB环境与持久化

9-5 文件持久化原理

9-6 FileSaver存储put

9-7 FileSaver恢复get_tuple

9-8 多轮对话

9-9 Docker安装Redis

9-10 Docker安装MongoDB

9-11 mongosh命令行工具

9-12 本章回顾第10章｜终端控制工具

10-1 subprocess run方法

10-2 subprocess Popen实战

10-3 MCP封装 + Shell集成

10-4 流式输出优化

10-5 Mac终端原理与关闭工具

10-6 终端新增工具

10-7 输入命令 + 获取信息

10-8 Cursor封装终端MCP

10-9 Windows Powershell控制工具

10-10 本章回顾第11章｜知识库开发（知识学习）

11-1 提示词优化指令遵循

11-2 阿里云百炼知识库创建

11-3 SDK接入与查询

11-4 RAG查询封装 + MCP集成

11-5 RAG MCP工具

11-6 知识库解决Vue项目方案

11-7 终端按键交互工具

11-8 优化任务规划

11-9 本章回顾第12章｜RAG自学习机制

12-1 百炼SDK上传流程

12-2 上传租约

12-3 上传文件到数据中心

12-4 添加到分类

12-5 上传状态与封装

12-6 创建知识库API

12-7 向量化与状态查询

12-8 知识库查询与追加

12-9 自学习MCP封装

12-10 实战：自总结+自学习+自沉淀

12-11 本章回顾第13章｜浏览器控制（Selenium）

13-1 概览 + 启动流程

13-2 API与属性

13-3 百度搜索工具

13-4 翻页功能

13-5 控制已打开Chrome

13-6 多标签页控制

13-7 HTML瘦身移除无用标签

13-8 移除display none + 注释

13-9 移除无用属性（瘦身5倍）

13-10 优化编程智能体搜索第14章｜运行沙盒（Lima+Docker+Nginx）

14-1 lima-vm安装

14-2 NAT网络配置（1）

14-3 NAT网络配置（2）

14-4 Docker Nginx环境 + 镜像源

14-5 docker-compose + Nginx优化（1）

14-6 docker-compose + Nginx优化（2）

14-7 Nginx uploads配置 + 前端发布

14-8 封装shell执行（1）

14-9 封装shell执行（2）

14-10 查看/创建文件夹MCP

14-11 创建文件 + 自动部署

14-12 上传文件夹MCP（克隆结构）

14-13 上传文件夹MCP（文件上传）第15章｜数据库工具（MySQL MCP）

15-1 Docker MySQL环境

15-2 MCP工具创建 + 查询封装

15-3 列举库/表

15-4 AI控制数据库连接

15-5 查询表结构

15-6 查询工具

15-7 插入数据

15-8 更新数据

15-9 删除数据第16章｜LangGraph多智能体架构

16-1 MySQL创建库

16-2 MySQL建表

16-3 SQL执行 + 综合运用

16-4 基本概念 + 图结构

16-5 核心机制

16-6 入门案例第17章｜代码辅助开发能力

17-1 LangGraph工作流 + 导出图片

17-2 运行 + 关键词节点

17-3 百度搜索 + 回复 + 串联

17-4 MessagesState扩展

17-5 多智能体架构

17-6 Supervisor架构

17-7 信息打印优化第18章｜实战：小慕书城前端自动化

18-1 Supervisor架构搭建编程智能体

18-2 运行 + 简单任务

18-3 创建vue3-element-admin项目

18-4 终端解决运行报错

18-5 菜单修改/删除

18-6 图书管理菜单+列表

18-7 封面/链接/翻页

18-8 修复bug + 筛选+排序第19章｜实战：小慕书城后端API+数据库

19-1 自主规划数据库任务

19-2 造测试数据

19-3 后端项目初始化

19-4 数据库连接代码

19-5 连接测试接口 + curl

19-6 CRUD + BUG修复

19-7 筛选/排序/翻页第20章｜课程总结与技术整合

20-1 大模型能力回顾

20-2 工具能力回顾

20-3 MCP协议回顾

20-4 多轮对话+记忆回顾

20-5 自研MCP工具回顾

20-6 技术整合与未来商业展望

三、配套资料

● ai_agent_with_langchain-master.zip