多 Agent+Skills+SpringAI 构建自主决策智能体

可复用 Agent 方案,ReAct 自主决策 × SpringAI 多 Agent 生态,倍增你的 AI 架构力

未完结:每周更新
|
难度:初级
|
时长:共 19 小时
349
原价¥399.00
距离活动结束
立即购买
加购物车
  • 掌握 ReAct 自主决策模式
  • 掌握热门技术栈智能开发
  • 熟悉多 Agent 协同架构设计
  • 提升复杂业务协同分解力
  • 掌握Agent Skills工程化封装
  • 收获整套AI应用落地方案
试看本节课 12:38
试看本节课 07:30
试看本节课 15:52
1-1 多Agent融合自主决策,AI发展的必然趋势
2-1 大模型咋就懂咱说啥 ?
4-4 MCP的通信:SSE实时传输

课程预览

检测到您还没有关注慕课网服务号,无法接收课程更新通知。请扫描二维码即可绑定
重新观看
2026 AI Agent 落地大爆发,掌握 " 多 Agent 协同 + 自主决策 + Skills 技能封装 " 的 Java 工程师,身价倍增。本课程以旅游规划为实战场景,‌SpringAI 生态‌为技术核心,深度集成 JManus(类 Manus 轻量级多 Agent 协同引擎)与 AgentScope(技能模块化封装利器),手把手带你系统掌握 ReAct 模式、多 Agent 协同架构核心,收获可复用 Agent 落地方案,提升 Agent 分工策略设计 、协同决策工作流 、技能模块化封装等全链路开发能力。专注帮助你从 AI API 调用工程师晋升到多 Agent 架构设计师。

本章介绍:

不用啃晦涩公式,不堆难懂术语!从大模型的核心架构逻辑,到真实工作模式,我们都用大白话讲透。不管你是零基础小白,还是想快速补全认知的从业者,跟着这章学,轻松打通大模型入门任督二脉,秒懂 AI 背后的底层逻辑!

第1章 AI 正式进入多 Agent 协作和自主决策的时代
7 节|52分钟
展开
  • 视频:
    1-1 多Agent融合自主决策,AI发展的必然趋势
    试看
    12:38
  • 视频:
    1-2 准备工作:安装ApiFox
    05:05
  • 视频:
    1-3 准备工作:配置阿里大模型广场的ApiKey
    05:18
  • 视频:
    1-4 准备工作:百度地图API秘钥(AK)
    02:49
  • 视频:
    1-5 准备工作:安装Nacos 3
    03:11
  • 视频:
    1-6 仿Manus能自主决策的框架:Jmanus
    15:26
  • 视频:
    1-7 具备ReAct核心能力的框架:AgentScope
    06:41

本章介绍:

不用啃晦涩公式,不堆难懂术语!从大模型的核心架构逻辑,到真实工作模式,我们都用大白话讲透。不管你是零基础小白,还是想快速补全认知的从业者,跟着这章学,轻松打通大模型入门任督二脉,秒懂 AI 背后的底层逻辑!

第2章 大白话快速简单过一遍 Ai 大模型
6 节|50分钟
收起
  • 视频:
    2-1 大模型咋就懂咱说啥 ?
    试看
    07:30
  • 视频:
    2-2 大模型的信息分析器:Transformer层
    13:38
  • 视频:
    2-3 大模型的大脑中枢:自注意力机制
    11:02
  • 视频:
    2-4 大模型的回应咋就这么体贴呢
    08:50
  • 视频:
    2-5 大模型是弹药库,智能体则是武器
    08:46
  • 图文:
    2-6 vs面试官入局高薪Ai应用领域

本章介绍:

告别单靠模型 “空想” 的时代!MCP(外部工具调用协议)+ Skills(专属技能库),为 Agent 装上两大核心引擎,MCP拓展能力边界,Skills夯实专业深度,双轮齐转之下,Agent 既能跨界解决复杂任务,又能在垂直领域做到极致靠谱,真正实现从 “能干活” 到 “干好活” 的飞跃!

第3章 MCP + Skills,Agent“工具+技能”的双轮驱动
13 节|117分钟
收起
  • 视频:
    3-1 大模型困境:数据获取与整合上 的“抓瞎”
    07:03
  • 视频:
    3-2 困境解决方案:函数调用( Function Calling )
    09:08
  • 视频:
    3-3 Function Calling就是大模型的跑腿小弟
    13:16
  • 视频:
    3-4 更优的困境解决方案: MCP
    10:30
  • 视频:
    3-5 对比Function Calling,MCP的不同
    10:58
  • 视频:
    3-6 体验MCP:Jmanus配置MCP服务
    13:15
  • 视频:
    3-7 具有专业知识的Agent Skills
    05:48
  • 视频:
    3-8 工具调用最强组合:Agent Skills+MCP
    09:14
  • 视频:
    3-9 搞定复杂活儿,得靠多个Agent协作
    08:47
  • 视频:
    3-10 多Agent跨部门协作:A2A协议
    12:12
  • 视频:
    3-11 主流的多Agent开发框架
    08:44
  • 视频:
    3-12 多Agent的核心执行流程
    07:55
  • 图文:
    3-13 vs面试官入局高薪Ai应用领域

本章介绍:

Spring AI 1.1 重磅升级,凭借强大的自动配置与注解驱动两大核心能力,一站式实现 MCP(外部工具调用协议)+ A2A(智能体间通信协议)双协议原生支持,直接打通智能体之间的交互壁垒! 不用再手动写繁琐的配置代码,开发者只需简单添加注解,Spring AI 1.1 就能自动完成协议适配、通信链路搭建,让智能体既能顺畅调用外部工具拓展能力,又能轻松实现跨智能体的高效对话与协作。

第4章 SpringAi 1.1 实现 MCP+A2A
15 节|208分钟
展开
  • 视频:
    4-1 以bom方式导入SpringAi Alibaba依赖
    14:06
  • 视频:
    4-2 导入MCP依赖
    10:47
  • 视频:
    4-3 MCP能连接万物的原因:通信的分层设计
    12:42
  • 视频:
    4-4 MCP的通信:SSE实时传输
    试看
    15:52
  • 视频:
    4-5 创建MCP工具
    10:26
  • 视频:
    4-6 将MCP工具注册到MCP服务
    10:41
  • 视频:
    4-7 线程不会被卡住:WebFlux框架
    14:46
  • 视频:
    4-8 Jmanus导入SpringAi自定义的MCP服务
    07:34
  • 视频:
    4-9 SpringAi Alibaba 1.1 以bom方式导入依赖
    09:29
  • 视频:
    4-10 SpringAi 1.1 整合MCP
    16:14
  • 视频:
    4-11 SpringAi 1.1 MCP注解:全新的MCP实现
    13:49
  • 视频:
    4-12 SpringAi 1.1 A2A的3个核心组件
    07:53
  • 视频:
    4-13 SpringAi 1.1 A2A的服务注册
    14:49
  • 视频:
    4-14 SpringAi 1.1 A2A的服务发现
    21:33
  • 视频:
    4-15 SpringAi 1.1 A2A的元数据AgentCard
    26:50

本章介绍:

不搞纸上谈兵,而是紧扣真实项目功能需求,带你直击核心痛点。 从旅行计划需求逻辑的任务拆解,到智能体协作的核心难点,都会掰开揉碎讲透彻。帮你理清每一步的实现思路,找准关键节点的破局方法,让你开工前就对整个项目的脉络了如指掌。

第5章 Agent 团队打造专属你的旅行规划
6 节|44分钟
展开
  • 视频:
    5-1 旅行规划的复合任务拆解
    07:45
  • 视频:
    5-2 团队成员:路线制定专员Agent
    05:54
  • 视频:
    5-3 团队成员:行程规划经理Agent
    06:50
  • 视频:
    5-4 团队成员:费用统筹管家Agent
    05:12
  • 视频:
    5-5 Agent团队和大模型的无缝协作
    11:36
  • 视频:
    5-6 百度地图MCP提供的工具体系全景
    06:10

本章介绍:

Spring AI 强势迈入 Agentic Ai 时代!聚焦这款专为 Java 开发者量身打造的开发神器,全方位拆解它的硬核优势,带你解锁 AI 开发新姿势。作为 Spring 生态的重磅成员,Spring AI 完美承袭了 Spring 框架的强大功能与便捷特性,.以往需要耗费大量时间搭建的 ReAct 架构多智能体系统,现在借助 Spring AI ,几行代码就能快速落地,开发效率直接拉满,让 Java 开发者也能轻松玩转多智能体协同,跟上 AI 技术迭代的快车道!

第6章 多 Agent + ReAct架构,SpringAi迈入Agent新时代
14 节|223分钟
展开
  • 视频:
    6-1 SpringAI 1.0,1.1 和 2.0
    12:04
  • 视频:
    6-2 SpringBoot整合SpringAi Alibaba
    11:29
  • 视频:
    6-3 和大模型互动的中枢:ChatModel对象
    15:47
  • 视频:
    6-4 和大模型互动的窗口:ChatClient对象
    21:40
  • 视频:
    6-5 ChatClient流式响应获取数据 (SSE)
    15:35
  • 视频:
    6-6 SpringAi 1.1 正式进入Agent自主决策时代
    26:38
  • 视频:
    6-7 SpringAi 1.1 组建旅游规划的Agent团队
    12:27
  • 视频:
    6-8 SpringAi 1.1 Agent团队协同合作
    22:28
  • 视频:
    6-9 AgentScope构建搭载工具的ReAct Agent(1)
    15:06
  • 视频:
    6-10 AgentScope构建搭载工具的ReAct Agent(2)
    15:22
  • 视频:
    6-11 MCP客户端连接MCP服务端
    13:49
  • 视频:
    6-12 大模型调用本地自定义的MCP服务
    16:14
  • 视频:
    6-13 RAG只是一个过渡阶段吗 ?
    12:32
  • 视频:
    6-14 长下文能取代RAG吗 ?
    11:33

本章介绍:

Graph 引擎凭借强大的图计算能力,理清智能体之间的协作关系、任务链路,确保多 Agent 分工明确、高效联动。像搭积木一样简单操作,就能轻松搭建出高效、稳定的多 Agent 协同工作流,不管是让不同 Agent 分工处理数据分析、决策规划、落地执行等环节,还是按需灵活调整智能体组合模式,都能稳稳拿捏!

第7章 Graph 搭建旅游规划工作流,像拼积木一样轻松
13 节|167分钟
展开
  • 视频:
    7-1 以工作流方式编排旅行规划的团队协同
    10:03
  • 视频:
    7-2 搭建工作流的记忆中枢:OverAllState
    12:25
  • 视频:
    7-3 搭建工作流的框架蓝图:StateGraph
    11:48
  • 视频:
    7-4 搭建工作流的执行单元:NodeAction
    20:22
  • 视频:
    7-5 搭建工作流的流程顺序:Edge
    06:17
  • 视频:
    7-6 编译及运行工作流
    14:07
  • 视频:
    7-7 图形化展示工作流
    10:28
  • 视频:
    7-8 Flux就是装载SSE流式数据的容器
    10:01
  • 视频:
    7-9 Flux包装SSE返回给前端展示打字机输出效果
    21:20
  • 视频:
    7-10 SpringAi Alibaba1.1的Graph引擎
    05:10
  • 视频:
    7-11 SpringAi 1.1的工作流状态更新
    11:48
  • 视频:
    7-12 基于Graph搭建旅游规划工作流
    22:43
  • 视频:
    7-13 总结Agent和Graph分别构建的工作流
    10:17

本章介绍:

Jmanus 依托 Spring AI 生态构建,以 模块化为核心,通过 PLAN-ACT 与 ReAct 模式,搭配 MCP 通信协议与状态管理机制,精准模拟人类思考逻辑与行动流程,实现复杂任务的自主规划、执行与优化。

第8章 Jmanus 懂思考、会规划、一步步动手完成任务。
持续更新

本章介绍:

999

第9章 Jmanus带领 Agent 小队:一键搞定旅游行程
持续更新

本章介绍:

专属技能,就是智能体的核心战斗力!这可是决定 Agent 能不能高效干活的关键所在!没有适配技能的 Agent,就像空有一身力气却没学过专业技巧的新手,面对任务只能凭 “蛮力” 瞎忙活 ,而一旦装上量身定制的专属技能包,不管是垂直领域的专业任务,还是复杂的协作流程,Agent 都能精准发力、专业输出,彻底告别 “瞎忙活”,效率直接拉满!

第10章 Skills 让 Agent 更专业的工作
持续更新

本章介绍:

AgentScope 直接打通 “技能” 到 “工程化” 的最后一公里!不管是零散的工具调用能力、定制化的业务决策逻辑,AgentScope 都能帮你规整打包。它就像一个智能 “技能总指挥”,把碎片化的能力变成标准化、可复用的工程模块,不用再纠结技术衔接、流程适配的难题。从此,AI 技能不再是 “实验室里的花架子”,而是能直接嵌入业务系统、稳定跑起来的硬核生产力!

第11章 AgentScope 让 Skills 工程化落地
持续更新
每周更新直至完结
适合人群
对 AI 应用开发,工程化落地感兴趣的 Java 开发者
技术储备
熟悉 Java 基础
环境参数
SpringAI alibaba 1.0.2 和 1.1
JManus 3.0.4
AgentScope 1.0
SpringAI 1.0 和 1.1
SpringBoot 3.5
JDK 17
Nacos 3.1.0
不为别的,只为提升面试通过率
尽管课程时间很长,
但没关系,我们有老师的陪伴,
还有同学之间互相鼓励,彼此帮助,
完成学习后,还能获得慕课网官方认证的证书。
立即购买
数据加载中...
《多 Agent+Skills+SpringAI 构建自主决策智能体》的真实评价
综合评分:分,共 人参与
篇幅原因,只展示最近100条评价

学习咨询

选课、学习遇到问题?

扫码添加指导老师 1V1 帮助你!

添加后老师会第一时间解决你的问题

微信客服

购课补贴
联系客服咨询优惠详情

帮助反馈 APP下载

慕课网APP
您的移动学习伙伴

公众号

扫描二维码
关注慕课网微信公众号