拓扑学术用户6470
Agent基础课-从零开始
输入“/”快速插入内容
Agent基础课-从零开始
Agent基础课-从零开始
用户6470用户64702025年12月27日修改
代码块
# 阶段 1：Python 编程入门学习手册 (2 周)
## 模块一：基础语法与逻辑控制 (Days 1-3)
### 1.1.1 变量 (Variables)：数据标签、转义字符练习与基础概念练习题
### 1.1.2 条件判断 (Conditions)：程序决策逻辑与缩进规范
### 1.1.3 循环 (Loops)：For 遍历数字与列表、While 循环、Break/Continue 控制
### 1.1.4 函数 (Functions)：def 定义、参数传递与返回值
### 1.1.5 模块 (Modules)：Import 标准库与第三方库的最佳实践 （进阶）
## 模块二：常用数据结构与 Agent 信息容器 (Days 4-6)
### 1.2.1 List (列表)：有序存储与列表推导式
### 1.2.2 Dict (字典)：Agent 核心载体 —— 重点：嵌套字典处理、get 方法安全读取
### 1.2.3 Tuple (元组)
### 1.2.4 Set (集合)：去重与配置参数存储
## 模块三：文件操作与 JSON 数据交互 (Days 7-8)
### 1.3.1 读写 TXT 文件：with open() 最佳实践
### 1.3.2 读写 CSV 文件：处理表格数据的原始方式
### 1.3.4 JSON 专项处理：序列化与反序列化（对接 LLM 的标准格式）
## 模块四：实践任务——词频统计程序 (Days 9-11)
### 步骤 1：读取文件
### 步骤 2：数据清洗
### 步骤 3：统计词频
### 步骤 4：排序与输出
### 进阶版 (使用 Python 标准库)
## 模块五：基础数据分析与 Pandas 实战 (Days 9-11)
### 1.5.1 Numpy (数值计算基础)：ndarray 核心概念与简单运算
### 1.5.2 Pandas (数据分析神器)：Series 与 DataFrame 常用操作速查
## 模块6: Pandas 实战：Agent 运行效能分析
> 场景描述： 假设你有一个 Agent 运行日志表 agent_logs.csv，记录了多次请求的：时间戳、用户ID、消耗Token数、响应耗时(s) 和 是否成功。
### 步骤 1：数据加载与预览 —— 使用 read_csv 读取数据，查看前 5 行及基本统计信息。
### 步骤 2：数据清洗 —— 处理缺失值（如缺失的 Token 数填充为 0），转换时间戳格式。
### 步骤 3：特征提取 —— 增加一列 单次成本（假设 1k Token = 0.01元）。
### 步骤 4：分组统计 —— 按 用户ID 计算平均响应耗时和总消耗成本。
### 步骤 5：结果导出 —— 将清洗并统计后的结果保存为 agent_report.csv。
# 阶段 2: AI 辅助开发工具与工程化习惯（1周）
## 模块 1： 核心思维的转化（介绍工程思维）
## 模块 2：版本控制(Git & GitHub)
### 2.2.1 为什么需要 Git
### 2.2.2 核心概念的理解（工作区、暂存区/远程仓库）等
### 2.2.3 Git 基本命令
### 2.2.4 .gitignore 高级配置
## 模块 3：AI 编程工具流与环境配置
### 2.3.1 工具的选择（Cursor/Copilot）
> 辅助介绍 PROMPT ENGINEERING 概念（正式在后面）
### 2.3.2 Python 的环境配置
## 模块 4：调试与测试
### 2.4.1 调试的基本概念（Print 观察，AI 诊断...）
### 2.4.2 测试的基本概念（单元测试、集成测试、性能测试）
## 模块 5：综合实战任务 —— “智能文件整理神器”
> 任务目标
> 编写一个 CLI (命令行) 工具，整理混乱的 Downloads 文件夹。
> 1. 自动扫描指定目录。
> 2. 根据文件后缀名（.jpg -> images/, .pdf -> docs/）创建子文件夹。
> 3. 移动文件（注意处理重名文件）。
> 4. 生成操作日志 (log.txt)。
### 步骤 1：初始化项目架构
### 步骤 2：交互式开发 (Cursor 演示)
### 步骤 3：编写防御性测试
### 步骤 4：编写文档与提交
# 阶段 3：大语言模型 API 调用与应用开发 (2 周)
## 模块 1：API 基础与环境配置
### 3.1.1 AI 调用的基本概念
### 3.1.2 安全实践
### 3.1.3 第一个 API 调用与应用
## 模块 2：Prompt 工程
### 3.2.1 Prompt 的基本概念
### 3.2.2 消息角色设计
### 3.2.3 Prompt 高级技巧（CoT/Few-Shot...）
### 3.2.4 结构化输出(JSON Mode)
## 模块 3：参数控制与上下文管理
### 3.3.1 核心参数详解
### 3.3.2 实现多轮对话（Chat history 管理）
### 3.3.3 工具调用(Function Calling)
### 3.3.4 Agent 核心概念（ReAct）
## 模块 4：项目实战 1：智能财报摘要生成器
### 步骤 1：项目骨架设计
### 步骤 2：多格式数据处理模块
### 步骤 3：结构化提示词与 Agent 分析引擎
### 步骤 4：数据可视化 Agent 扩展
### 步骤 5：交互式 Web 界面开发
## 模块 5: 项目实战 2：100 行代码实现 mini-DeepResearch
> 开发一个能够针对任意复杂课题进行“全网搜索 -> 内容筛选 -> 深度总结”的自主研究智能体。
### 步骤 1：介绍 DeepResearch 核心概念
### 步骤 2：核心工具(Function Calling)集成
### 步骤 3：Agent 自主搜索循环实现
### 步骤 4：上下文内容清晰与压缩
### 步骤 5: 结构化研究报告生成
### 步骤 6: benchmark 测试