培訓時長：6 天（36 課時）

課程介紹：

本課程采用實戰案例驅動的教學模式，與傳統的先講授知識再進行項目實踐的教

學方法截然不同。通過真實項目讓學員參與從需求分析到產品部署的全流程，快

速將知識轉化為實際問題解決能力。

課程深度結合 DeepSeek 大模型，讓學員掌握其在 AI Agent 開發中的應用技

巧。同時，課后贈送拓展課程，進一步加深學員對相關技術的理解和應用能力。

學員基礎：

? 熟悉掌握 Python 編程語言

? 對人工智能和機器學習的基本概念有所了解

? 具備一定的邏輯思維能力和解決問題的能力

? 對 AI 和大模型有一定的興趣和探索欲望

學后收獲：

? 掌握大模型的基本概念、工作原理和應用場景

? 學會如何與大模型進行有效溝通，掌握提示工程的技巧

? 能夠基于大模型云服務平臺快速搭建專屬 AI Agent

? 掌握基于 RAG 的問答系統的開發

? 掌握基于多模態大模型的應用開發

? 了解如何評估和保證 AI Agent 的內容安全和合規性

課程優勢：

實戰案例教學：通過真實項目案例，讓學員在實戰中學習

多模態技術融合：涵蓋文本、圖像、語音等多模態大模型應用

安全合規重視：專門講解 AI Agent 的內容安全與合規性

動手練習豐富：每個環節配有動手練習，強化實踐能力

行業專家指導：由領域專家授課，分享最新行業動態

項目導向學習：以項目為導向，完整體驗開發流程

互動與反饋：學員項目展示、互評、教師點評等互動環節

課程內容

模塊 章節 主講知識

基于阿里云百煉平臺構

建智能體應用

快速搞定 AI Agent ? 在網站上增加一個 AI 助手

? 構建能主動提問的智能導購

? 在釘釘上增加一個 AI 機器人

? 讓微信公眾號成為智能客服

? 在企業微信集成 AI 助手

Multi-Agent，玩轉流程編

排

? 工作流應用和智能體編排應用功能介紹

? 如何創建工作流應用

? 如何創建智能體編排應用

項目 1：智能答疑機器人

開發實戰

項目背景及需求分析 ? 智能答疑機器人的應用場景

? 技術選型與實現路徑

開發環境搭建 ? 開發環境準備

? DeekSeek API Key 開通

? 百煉平臺 API KEY 準備

DeekSeek API 詳解 ? DeepSeek-V3 大模型 API

? DeepSeek-R1 推理大模型 API

? DeepSeek Tokens 用量計算

Step 1：用大模型構建新

人答疑機器人

? 通過 API 調用 DeepSeek

? 加載百煉 API Key

? 簡單會話實現

? 流式輸出實現

? 大模型是如何工作的

? 大模型的問答工作流程

? 輸入文本分詞化

? token 向量化

? 大模型推理

? 輸出 Token

? 輸出文本

? 影響大模型內容生成的隨機性參數

? temperature

? top_p/top_k

? 讓大模型能夠回答私域知識問題

? 通過提示詞傳遞私域知識

? 該方法的缺點及更好的解決方案

Step 2：基于 RAG 擴展答

疑機器人的知識范圍

? RAG 的工作原理

? 建立索引

? 檢索生成

? 創建 RAG 應用

? 基于 LlamaIndex 創建 RAG 應用

? 保存與加載索引

? RAG 多輪對話實現

Step 改善答疑機器人回

答質量及能力

? 優化提示詞以改善大模型回答質量

? 使用提示詞框架

? 使用提示詞自動優化工具

? 提示詞模板

? 構建有效提示詞的技巧

? 通過意圖分類讓大模型處理多種不同類

型的任務

? 問題引入

? 改進思路

? 實現簡單路由模塊

? 優化分類提示詞

? 將意圖識別應用到答疑機器人中

Step 4：自動化評測答疑

機器人的表現及優化

? 評估 RAG 應用表現

? 查看答疑機器人存在的問題

? 查看 RAG 檢索結果排查問題

? 自動化測試機制初步嘗試

? 使用 Ragas 來評估應用表現

? Ragas 評估指標解析

? 評估 RAG 應用回答質量

? 評估檢索召回效果

? 如何根據 Ragas 指標進行優化

Step 5：用插件擴展答疑 ? 機器人的局限性與解決方案

機器人的能力邊界 ? AI Agent 核心能力

? 基于 Assistant API 快速構建 Agent

? 定義工具函數

? 查詢員工信息

? 發送請假申請

? 查詢公司規章制度

? 將工具函數與大模型集成進 Agent 中

? 創建 Agent 并集成工具函數

? 讀取回復消息

? Multi-Agent（多智能體）

? 問題引入

? 多智能體結構概覽

◆ Planner Agent 規劃智能體

◆ 執行工具函數的 Agent 智能

◆ Summary Agent 總結智能

體

? Planner Agent 實現

? 執行工具函數的 Agent 實現

? Summary Agent 實現

? 擴展：使用多智能體系統來處理復雜任務

Step 6：大模型 RAG 內容

安全與合規檢查

? 內容安全合規涉及的范圍

? 內容合規檢查

? 方案概覽

? 輸入輸出合規檢查

◆ 文本合規檢查

◆ 圖片合規檢查

◆ 音頻合規檢查

◆ 視頻合規檢查

? 知識庫訪問控制

? 應用服務安全

? 大模型應用備案

項目 2：短視頻自動生成

系統開發實戰

項目背景介紹

Step 1：生成視頻相關內

容

? 原理介紹

? 代碼實踐

? 環境準備

? 設置 API 客戶端

? 基于 DeepSeek 生成課程腳本

? 基于 DeepSeek 生成插畫提示詞

? 生成插畫

? 合并課程和插圖

Step 2：文案翻譯（國際

化）

? 原理介紹

? 基于 DeepSeek 代碼實踐

? 環境準備

? 設置 API 客戶端

? 初步翻譯

? 反思翻譯

? 優化翻譯

Step 3：將課程內容轉為

PPT

? 原理介紹

? 基于 DeepSeek 代碼實踐

? 環境準備

? 設置 API 客戶端

? 從課程內容中提煉出 PPT 腳本

? 將 PPT 腳本轉換為 Marp 格式

? 導出為 PPT

Step 4：生成講解語音與

字幕

? 原理介紹

? 代碼實踐

? 環境準備

? 設置 API 客戶端

? 基于 DeepSeek 將課程內容轉換為

錄音稿

? 基于 CosyVoice 轉換為音頻

? 生成 SRT 字幕

Step 5：合成完整視頻 ? 原理介紹

? 代碼實踐

? 環境準備

? 剪輯視頻

◆ 計算每一張演示文稿在視頻

中的持續時間

◆ 將所有輸入演示文稿按順序

剪輯為視頻

? 嵌入音頻和字幕

◆ 使用 moviepy 合并視頻和音

頻

◆ 使用 ffmpeg 嵌入字幕

◆ 播放生成好的視頻

Step 6：項目整合 ? 基于 Gradio 開發前端頁面

? 項目部署

多模態拓展篇 基于開源大模型應用項目

二次開發（持續更新）

? CosyVoice（實時聲音處理大模型）

? EchoMimicV2（開源數字人）

? VI****.5（實時視覺與語音交互）

課后贈送拓展課程（錄播）

? 《基于 Dify 的 Agent 落地實戰》

? 《深度學習框架 Pytorch 快速入門》

? 《OpenAl API 操作》

? 《LlamaIndex 快速入門》

? 《Langchain 快速入門》

? 《向量數據庫》

? 《GraphRAG 解析與實戰》

? 《基于 Gradio 的 AI 應用搭建實戰》