智能体开发全套教程（1-6周）

背景

随着大语言模型（LLM）技术的飞速发展，以智能体（Agent）为核心的应用开发成为 AI 领域的重要方向。然而，从零构建一个具备自主决策、工具调用、知识检索能力的智能体，需要融合 AIGC、Web 后端、数据库、工程化部署等多方面技能。针对这一需求，LINUX DO · AI 社区整理了《智能体开发全套（1-6周）》课程体系，将学习路径系统化、模块化，旨在帮助学习者快速掌握从大模型调用到完整 Agent 平台搭建的全流程。

核心内容

该课程共分三大模块，总计六周，覆盖 AIGC 篇、Web 开发篇、Web 项目篇，每个模块下按天划分视频与资料。

一、AIGC 篇（第一周，day01–day06）

• day01 大模型入门：讲解 AI 发展史、人工智能核心体系；指导开通各大平台 API Key（如 OpenAI、第三方模型）；演示通过 OpenClaw 整合飞书机器人及其他部署方式；附赠代码 ZIP。
• day02 Coze 快速上手：首先介绍 Agent 基本概念；然后逐步讲解 Coze 平台界面、人设提示词配置、大模型参数设置、插件调用、对话开场白与快捷指令；覆盖变量、数据库、长期记忆等 Agent 记忆机制。
• day03 Coze 工作流：详细剖析工作流节点的核心三要素；演示从简单工作流到代码节点、图像生成、PDF 插件、商业工作流等；包含新员工入职、员工信息问答与职级追加两个案例；附资料 ZIP。
• day04 Dify 平台部署：先回顾 Coze 企业工作流与技能调用问题；然后转向云服务器实操（开通、Docker 安装、NVIDIA 显卡配置）；部署 Dify 并整合云 API 与本地模型（Ollama、Xinference、vLLM）；提供 Dify 架构图。
• day05 ComfyUI 平台：在云服务器上部署 ComfyUI；从界面熟悉到官方文生图流程；深入扩散模型思想（UNet、CLIP、VAE）；讲解 K 采样器、自定义工作流绘图、图生图、局部重绘、控制网络等；附实验用模型文件与工作流图。
• day06 AIGC 总结：回顾大模型能力、ReAct Agent 执行流程；思考多 Agent 协作；总结通过 Coze 理解 Agent 开发全貌，并展望未来技术趋势。

二、Web 开发篇（第二–三周，day01–day05）

• day01–day03 FastAPI：从 Python 进阶语法、协程、Pydantic 数据校验起步；系统讲解请求处理（路径参数、查询参数、请求头、请求体、表单/文件上传）、响应处理（任意数据、自定义头）、依赖注入（基本用法与 yield 用法）、异常处理（统一与兜底）、中间件（装饰器与类写法、洋葱模型、跨域）、生命周期（事件感知与 lifespan 推荐）、工程分包最佳实践；附多份 ZIP 代码。
• day04–day05 SQLAlchemy：第一部分（day04）介绍 ORM 概念、免费云数据库、核心引擎、事务操作；从 Core 模式到 ORM 模式（模型定义、Session API 的增删改查）；批量操作。第二部分（day05）深入 ORM 事务：sessionmaker 与脏追踪；关联查询（1-1、1-N、N-N）的模型定义、CRUD、懒加载与立即加载、级联删除、backref 与 backpopulates；总结 relationship 核心参数。

三、Web 项目篇（第四–六周，day01–day02 等）

• day01 辰光 Agent 平台搭建：项目介绍与结构创建；启动中间件、环境变量封装、loguru 日志配置；编写数据库类、ORM 基础模型、通用 CRUD 类和统一响应类；整合 Alembic 做数据库迁移；编写第一个模块（模型、路由、迁移）；整合单元测试并推送代码。
• day02 基本接口（登录、验证码、认证信息）：功能流程梳理；Redis 环境准备与验证码生成数据模型；实现验证码接口测试；后续继续完成登录、认证等相关接口（原文仅展示到 20260317_213509.m 片段，课程计划包含完整用户认证体系）。

（注：原文在 day02 处中断，根据课程节奏推算，后续应包含用户注册、JWT 鉴权、角色权限、Agent 配置接口等，但本解读严格忠于已有内容。）

关键要点

• 课程覆盖三大技术栈：AIGC（大模型调用、Coze、Dify、ComfyUI）、Web 后端（FastAPI、SQLAlchemy）、项目实战（辰光 Agent 平台脚手架与基础接口）。
• 强调从入门到部署：从开通 API Key、理解 Agent 概念，到本地模型部署（Ollama、Xinference、vLLM），再到云服务器上完整搭建 Dify 与 ComfyUI 平台。
• Coze 工作流作为低代码 Agent 构建的核心工具，被重点讲解，包含插件、知识库、记忆、代码节点等多种进阶玩法。
• FastAPI + SQLAlchemy 构成后端基础：系统学习请求/响应处理、依赖注入、异常与中间件、ORM 关联查询和事务管理。
• 辰光 Agent 平台是集大成项目：采用工程化分包结构，整合 Docker、Redis、Alembic、loguru、统一异常与响应，体现生产级实践。
• 提供大量演示视频、ZIP 源码、实验材料（模型文件、数据 CSV/Excel、结构图），支持边看边练。

意义与影响

该课程体系填补了从 AI 模型到完整 Agent 应用之间的工程化鸿沟。它不只停留在提示词调优或单一 API 调用层面，而是系统性地串联起大模型调用 → 低代码 Agent 搭建（Coze）→ 开源框架部署（Dify/ComfyUI）→ 后端 API 与数据库开发（FastAPI/SQLAlchemy）→ 全栈项目实战。对于希望独立构建智能体平台的开发者、AI 产品经理、技术团队来说，这是一份可操作的速成路线图。课程中强调的本地模型部署（Ollama、vLLM）也呼应了企业对数据隐私和成本控制的需求。通过开源社区（LINUX DO）共享完整视频与源码，降低了学习门槛，预期会推动更多实战型 Agent 项目的诞生。