收藏

MCP+A2A 从0到1构建商业级多Agent全栈应用

从0到1深入MCP、A2A、思维链,从单多Agent、分布式架构到全栈工程化,领先成为企业急需AI多Agent全栈工程师

MCP+A2A 从0到1构建商业级多Agent全栈应用

上新优惠
¥769
原价¥900.00
未完结 每周更新 难度 中级 时长 45小时 学习人数 193 综合评分 10.00
  • 第1章 课程介绍与安排 试看 1 节 | 26分钟

    本章重点让大家快速了解课程,以及课程安排,在学习过程中更好的学习和避坑。

    收起列表

    • 视频: 1-1 快速了解课程和安排 (25:01) 试看
  • 第2章 Agent应用开发全景:快速了解Agent开发技术栈与发展路线 11 节 | 122分钟

    本章将带你全面认识Agent的概念、能力与发展前景。从真实案例出发,讲清Agent能做什么、为什么重要,以及如何一步步入门和成长。无论零基础小白,还是希望转型的程序员,都能在这里找到清晰的技术路径和职业方向,为AI开发之路打下坚实基础。...

    收起列表

    • 视频: 2-1 本章介绍 (02:50)
    • 视频: 2-2 引爆AI浪潮的主角:Agent是什么?能做什么? (14:46)
    • 视频: 2-3 从命令到共创:为什么说Agent是开发者的终极工具 (09:15)
    • 视频: 2-4 为Agent注入灵魂:从LLM大脑到设计模式蓝图 (16:24)
    • 视频: 2-5 技术简史:Agent是怎么一步步变聪明的? (11:48)
    • 视频: 2-6 代码解析:一个LLM智能体由哪些模块组成? (12:48)
    • 视频: 2-7 Agent落地案例:Agent如何融入企业业务中 (12:16)
    • 视频: 2-8 新大陆与航海图:Agent时代的职业跃迁之路 (11:18) 试看
    • 视频: 2-9 课程项目演示:演示与前后端技术收获 (24:04)
    • 视频: 2-10 Agent时代的红利与焦虑:你准备好了吗? (03:29)
    • 视频: 2-11 本章总结 (02:36)
  • 第3章 多Agent协作系统探索:快速了解多Agent系统设计思路 10 节 | 140分钟

    本章首先介绍单Agent在落地中的常见问题与不足,并据此引入了多Agent系统(MAS),同时深入思考多Agent协作的价值与开发遇到的挑战。随后,讲解市面上热门的几款多Agent产品or框架(Manus、MGX等),分享多Agent产品的设计架构设计思路,同时拆解Agent的核心概念,并初步了解ReACT的基本原理与快速上手,最后展示了本课程开发...

    收起列表

    • 视频: 3-1 本章介绍 (02:35)
    • 视频: 3-2 Agent分布式网络:探索多Agent系统(MAS)是什么? (24:53) 试看
    • 视频: 3-3 多Agent系统的架构学习与开发挑战 (17:58)
    • 视频: 3-4 产品分析:Manus如何拆解任务并分步协作完成一个复杂任务? (14:42)
    • 视频: 3-5 产品分析:MGX如何实现一句话开发一个复杂网页? (13:00)
    • 视频: 3-6 ReAct智能体论文速读,手动模拟ReAct智能体执行过程 (17:12)
    • 视频: 3-7 基于ReAct设计模式编写你的第一个单Agent (23:47)
    • 视频: 3-8 多模态LLM对多Agent系统的影响与实践 (12:22)
    • 视频: 3-9 项目前后端技术栈选型与可扩展方案 (10:34)
    • 视频: 3-10 本章总结 (02:01)
  • 第4章 技术栈与环境准备:DeepSeek与OpenAI SDK库实操 12 节 | 180分钟

    本章主要是学习开发多Agent协作系统的前置技术,涵盖了uv工具管理Python包、DeepSeek两种模型、多模态GPT模型、OpenAI Python SDK、流式事件、工具调用、COT思维链、FastAPI、多Agent协作系统项目初始化与API文档撰写等。

    收起列表

    • 视频: 4-1 本章介绍 (02:47)
    • 视频: 4-2 Python包管理器:uv工具快速上手 (20:53)
    • 视频: 4-3 Postman基础配置与使用技巧 (09:18)
    • 视频: 4-4 DeepSeek聊天与推理模型API快速上手与使用 (27:16)
    • 视频: 4-5 OpenAI多模态模型API快速上手与使用 (16:33)
    • 视频: 4-6 简化开发:利用OpenAI Python SDK简化LLM的对接 (18:01)
    • 视频: 4-7 深入理解DeepSeek与GPT模型的工具调用 (22:07)
    • 视频: 4-8 Pydantic初体验:数据校验即数据解析 (19:49)
    • 视频: 4-9 使用DeepSeek JSON-Output实现格式化输出 (11:53)
    • 视频: 4-10 使用OpenAI SDK流式事件输出提升响应速度 (20:53)
    • 视频: 4-11 【实操】利用ReACT+DeepSeek实现语音播报助手 (08:33)
    • 视频: 4-12 本章总结 (01:55)
  • 第5章 项目初始化:项目目录结构&开发范式约定 10 节 | 123分钟

    本章主要学习MoocManus整个项目产品的目录结构约定、Python异步编程、FastAPI基础使用、DDD领域驱动设计以及COT思维链相关的使用技巧,完成项目的初始化。

    收起列表

    • 视频: 5-1 本章介绍 (02:27)
    • 视频: 5-2 DeepSeek两款模型多轮对话消息配置技巧 (13:01)
    • 视频: 5-3 利用思维链提升模型在复杂任务的表现 (13:43)
    • 视频: 5-4 利用ReACT+CoT思维链实现企业业务表单填写- (18:59)
    • 视频: 5-5 Python异步编程初识与快速上手 (14:23)
    • 视频: 5-6 后端API开发:FastAPI的介绍与快速上手 (20:46)
    • 视频: 5-7 领域驱动设计(DDD)架构初识与落地 (15:27)
    • 视频: 5-8 基于FastAPI与DDD的MAS目录结构初始化 (08:35)
    • 视频: 5-9 多Agent协作系统API文档撰写与接口约定 (13:27)
    • 视频: 5-10 本章总结 (02:02)
  • 第6章 通用模块开发:数据源连接&统一响应&日志跨域 12 节 | 155分钟

    本章主要学习在整个项目中数据库的连接、redis缓存配置、腾讯云cos对象存储连接、迁移文件的创建、API统一响应接口的设计、项目日志的设计,是整个项目的通用模块。

    收起列表

    • 视频: 6-1 本章介绍 (03:13)
    • 视频: 6-2 pydantic-settings快速读取解析.env环境变量 (11:51)
    • 视频: 6-3 项目日志输出风格&日志扩展集成 (07:54)
    • 视频: 6-4 完善项目启动文件的配置、跨域与路由规划 (13:59)
    • 视频: 6-5 统一项目异常响应格式降低对接难度 (12:23)
    • 视频: 6-6 利用Docker一键安装Postgres与Redis (19:12)
    • 视频: 6-7 基础设施层:编码并接入Redis缓存数据库 (09:32)
    • 视频: 6-8 基础设施层:编码并接入Postgres业务数据库 (17:24)
    • 视频: 6-9 基础设施层:编码并接入腾讯云Cos对象存储 (15:12)
    • 视频: 6-10 使用Alembic表迁移实现数据库表同步 (24:46)
    • 视频: 6-11 使用Pytest编写测试用例一键测试API (17:13)
    • 视频: 6-12 本章总结 (01:57)
  • 第7章 MCP协议初识:统一LLM与外部数据源和工具之间的通信 13 节 | 170分钟

    本章主要学习MCP协议的相关内容,涵盖MCP主机、MCP客户端的使用、MCP服务器集成、MCP通讯方式、MCP如何简化LLM工具对接、三方MCP服务的集成与对接,以便让AI拥有与外部环境交互的能力。

    收起列表

    • 视频: 7-1 本章介绍 (02:15)
    • 视频: 7-2 MCP协议简化了哪些流程?为什么需要MCP协议? (20:11)
    • 视频: 7-3 MCP架构全解析:Host、Client与Server的协同机制 (21:17)
    • 视频: 7-4 MCP工具服务功能与手动模拟全流程加深理解 (16:58)
    • 视频: 7-5 无SDK情况下对接高德MCP服务实现工具调用 (13:14)
    • 视频: 7-6 MCP SDK构建两种通信协议MCP服务开发技巧 (20:36)
    • 视频: 7-7 MCP SDK构建Client连接Server开发技巧 (16:05)
    • 视频: 7-8 MCP服务:Bash工具——让LLM拥有执行命令行工具的能力 (06:18)
    • 视频: 7-9 MCP服务:代码解释器——让LLM拥有执行本地代码的能力 (15:06)
    • 视频: 7-10 三方流式API接入MCP Servers注意事项与示例- (18:07)
    • 视频: 7-11 MCP Server站点推荐,一键对接上万MCP服务工具 (11:19)
    • 视频: 7-12 案例演示:Claude客户端对接MCP实现外部环境信息获取 (05:44)
    • 视频: 7-13 本章总结.mp4 (02:24)
  • 第8章 LLM模块开发:实现可动态配置与后台运行的LLM调用架构 10 节 | 154分钟

    本章主要学习Agent的后台运行架构设计思路与LLM可视化配置提供商的相关技巧,并且掌握使用Redis作为消息队列实现Agent事件的异步传递、异步读取,为Agent长时间执行奠定开发基础。

    收起列表

    • 视频: 8-1 本章介绍 (02:59)
    • 视频: 8-2 多Agent系统LLM可视化配置与任务流拆解设计 (09:52)
    • 视频: 8-3 多Agent系统可视化配置API设计与开发 (30:59)
    • 视频: 8-4 基于动态配置的LLM提供商设计与开发(1) (15:31)
    • 视频: 8-5 Postgres与Redis状态检查API的设计与开发 (22:31)
    • 视频: 8-6 基于关注点分离思想的Task Domain模型设计 (11:26)
    • 视频: 8-7 Redis-Stream消息队列应用与快速上手 (16:22)
    • 视频: 8-8 基于Redis-Stream的消息队列设计与开发 (22:51)
    • 视频: 8-9 基于Redis的后台Task模块设计与开发 (18:49)
    • 视频: 8-10 本章总结 (01:44)
  • 第9章 Agent模块开发:基于事件与后台运行的Agent模块开发 17 节 | 281分钟

    本章主要学习规划Agent、执行Agent的设计,了解基于后台运行的Agent的交互方式、Agent事件、两款Agent的Prompt编写、常见的JSON修复技巧,同时完成MoocManus项目中应用的增删改查+基础任务对话API接口。

    收起列表

    • 视频: 9-1 本章介绍 (02:00)
    • 视频: 9-2 Manus任务流拆解与ChatBot区别对比 (12:40)
    • 视频: 9-3 多Agent规划步骤与记忆模型的设计与开发 (22:28)
    • 视频: 9-4 应用任务事件Domain模型的设计与完善 (13:54)
    • 视频: 9-5 LLM结构化输出缺陷与JSON修复解析器开发 (09:34)
    • 视频: 9-6 工具基类与tool装饰器开发实现将函数转工具 (23:26)
    • 视频: 9-7 工具事件与扩展预留以实现MCP和A2A的接入 (09:09)
    • 视频: 9-8 通用Agent配置模型API接口的设计与开发 (10:08)
    • 视频: 9-9 Plan&ReAct智能体基类的设计与开发 (36:55)
    • 视频: 9-10 LLM消息列表顺序与Agent状态回滚机制实现 (11:14)
    • 视频: 9-11 Manus通用Agent系统prompt设计与编写 (32:05)
    • 视频: 9-12 利用json结构化输出完成规划Agent的开发 (24:10)
    • 视频: 9-13 规划Agent预设+更新+创建计划Prompt设计 (17:28)
    • 视频: 9-14 基于ReAct架构的执行智能体的设计与开发 (27:43)
    • 视频: 9-15 执行Agent系统、执行与汇总Prompt设计与编写 (15:13)
    • 视频: 9-16 Plan&ReAct流与应用关联的思路&课后练习 (10:11)
    • 视频: 9-17 本章总结 (02:24)
  • 第10章 工具模块开发:让Agent拥有调用与感知外部环境的能力 12 节 | 166分钟

    本章主要学习并完成在MoocManus项目中集成工具,涵盖:工具统一结果封装、MCP工具集成、工具事件封装,让执行Agent拥有调用工具并感知外部环境的能力,并集成一些常见的内置工具,例如:bing/百度搜索、Jina.ai搜索、MCP工具等。...

    收起列表

    • 视频: 10-1 本章介绍-工具模块开发 (01:58)
    • 视频: 10-2 bing搜索引擎工具的设计思路与模型定义 (17:07)
    • 视频: 10-3 基于httpx+bs4+正则实现bing搜索引擎检索数据 (41:00)
    • 视频: 10-4 MoocManus动态添加MCP服务器的设计思路 (05:35)
    • 视频: 10-5 完善项目MCP配置模型的设计与定义 (11:02)
    • 视频: 10-6 动态增删改查MCP服务器API接口的设计与开发 (18:56)
    • 视频: 10-7 MCP客户端管理器的开发需求与设计思路 (07:40)
    • 视频: 10-8 完善MCP客户端管理器实现根据配置获取工具信息 (38:11)
    • 视频: 10-9 开发MCP工具API接口完成前端工具可视化 (11:24)
    • 视频: 10-10 设计开发MCP工具类实现与内置工具的接口对齐 (06:16)
    • 视频: 10-11 Jina.ai搜索工具的初识与对应MCP配置的编写 (05:14)
    • 视频: 10-12 本章总结 (01:31)
  • 第11章 Playwright与BrowserUse:让AI学会像人类一样使用浏览器 15 节 | 185分钟

    本章主要学习LLM自动化核心——Browser Use/Playwright框架的使用技巧并进行封装,以实现让LLM访问本地浏览器,并实时进行可视化操作的思路与功能,例如:自行访问网站并输入账号密码、自动打开某个网站查询某些信息or下载等。...

    收起列表

    • 视频: 11-1 本章介绍 (02:51)
    • 视频: 11-2 Manus中的浏览器与工具基础协议的设计与实现 (17:06)
    • 视频: 11-3 完成浏览器工具参数描述编写,掌握参数的声明写法 (25:30)
    • 视频: 11-4 Browser-use初步了解与云端本地两版框架的差异 (23:50)
    • 视频: 11-5 Browser-use背后功臣-使用CDP协议操纵浏览器 (11:19)
    • 视频: 11-6 Playwright简介与简化对接CDP难度的技巧 (14:36)
    • 视频: 11-7 基于Playwright的浏览器扩展初始化与清除功能实现 (17:01)
    • 视频: 11-8 Agent浏览网页并等待网页加载功能的设计与实现 (10:45)
    • 视频: 11-9 在Python中执行js代码获取浏览器可视窗口元素 (16:26)
    • 视频: 11-10 在Python中执行js代码提取可交互元素的设计实现 (13:30)
    • 视频: 11-11 Agent跳转、浏览网页、重启工具的设计与实现 (05:01)
    • 视频: 11-12 Agent执行js、滚动页面、截图功能的设计与实现 (07:27)
    • 视频: 11-13 为无多模态支持的Agent实现浏览器元素点击功能 (09:44)
    • 视频: 11-14 Agent的文本框输入与下拉菜单选择功能的设计实现 (08:36)
    • 视频: 11-15 +本章总结 (01:06)
  • 第12章 沙箱模块开发:隔离环境运行本地工具确保Agent执行安全 持续更新

    本章主要学习如何使用Docker编排一个环境隔离的沙箱环境,并在沙箱中预设对应的环境,例如:Python、Node.js、内置浏览器、常见shell命令、文件增删改查等。

  • 第13章 沙箱API与部署:部署沙箱为独立API服务并集成到项目 持续更新

    本章主要学习使用FastAPI将沙箱暴露为对应的API,并支持通过API操作沙箱增删改查文件、shell命令运行与结果浏览、websocket连接沙箱浏览器、沙箱的创建与销毁等,掌握沙箱与Agent联动的技巧。

  • 第14章 A2A协议集成:构建分布式Agents网络与多Agent协作的基础 持续更新

    本章主要学习A2A协议的相关内容,这是一个多Agent之间相互通信的规范,利用规范可以在本地/网络/分布式网络上快速查找对应的Agent并调用,以实现分布式Agents之间的协作。

  • 第15章 A2A模块开发:扩展规划与执行Agent实现多Agent调用 持续更新

    本章主要学习并完成在MoocManus项目中集成A2A,并将Agent作为工具绑定到执行Agent上,从而实现Agent调度+远程调用Agent的功能,让MoocManus成为一个可快速拆卸的多Agent智能体。

  • 第16章 上下文工程:完善各个Agent功能与上下文优化 持续更新

    本章主要学习在Agent开发中上下文优化的问题,涵盖Prompt的编写、记忆的压缩、上下文腐化、长工具内容的优化、文件系统代替消息列表等技巧,以提升Agent执行的准确率、响应速度,降低Token的消耗。

  • 第17章 Next.js开发基础:多Agent协作前端UI基础逻辑开发 持续更新

    本章主要学习Next.js开发基础,并完成MoocManus前端UI界面的设计、组件的开发、样式的编写、TailwindCSS接入等功能,通过该章节,能了解Agent中最常见的前端框架的相关使用技巧。

  • 第18章 前端交互开发:Next.js对接API并完成UI页面开发 持续更新

    本章主要涉及并完成多Agent项目的后端API开发,涵盖多Agent协作ImoocManus产品的API设计与开发、SQLite轻量级数据库的引入、FastAPI框架的使用、MCP/A2A协议与项目的集成等,该章节为完成整个全栈产品后端API的开发与对接。

  • 第19章 部署篇:Dockerfile与docker compose实现项目一键部署 持续更新

    本章主要学习编写Dockerfile+Docker Compose文件,实现将项目一键部署,涵盖后端FastAPI、前端Next.js、Redis、Postgres、沙箱、沙箱API服务等,通过这张可以掌握将Agent打包、测试、部署的全流程。

  • 第20章 多Agent协作开发:总结与展望 持续更新

    在本章节中,我们通过一个思维导图的方式详细梳理了整个课程的知识点细节,并针对多Agent协作产品给出课程的扩展,例如使用MoocManus自我迭代为多语言扩展。最后我们针对AI岗位面试给出了一些建议。

每周更新直至完结

试看

全部试看小节



讲师

泽辉呀 全栈工程师

从业两年,在深圳某互联网公司担任技术总监,做过竞拍、在线教育等多种类型软件,现已离职,目前正在区块链领域创业(坐标广州)。熟悉前端(H5、Vuejs、webpack)、后端(node、PHP、MySQL)及区块链应用开发(以太坊DApp和EOS DApp开发)。

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
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

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