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

已完结
|
难度:初级
|
时长:共 20 小时
新课榜第 1 名
优惠到手 339
原价¥399.00
满1788减500 满1188减280 满888减180 满588减100 满388减60 满188减15

更多

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|45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自主决策的完整产品:Jmanus
    09:29
  • 视频:
    1-7 自主思考-执行-反思的框架:AgentScope
    05:56

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|110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 Jmanus配置百度地图MCP
    06:11
  • 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
16 节|209分钟
展开
  • 视频:
    4-1 以bom方式导入SpringAi Alibaba 1.1 依赖
    11:31
  • 视频:
    4-2 SpringAi 1.1 导入MCP依赖
    09:39
  • 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 SpringAi 1.1 创建工具
    09:21
  • 视频:
    4-6 SpringAi 1.1 将工具注册到MCP服务
    14:36
  • 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 1.1 创建MCP客户端
    02:36
  • 视频:
    4-10 测试MCP客户端连接MCP服务
    04:29
  • 视频:
    4-11 SpringAi 1.1 A2A的3个核心组件
    07:53
  • 视频:
    4-12 SpringAi 1.1 MCP注解:全新的MCP实现
    13:49
  • 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
    19:56
  • 视频:
    4-15 SpringAi 1.1 A2A的元数据AgentCard
    24:52
  • 视频:
    4-16 测试 SpringAi 1.1 实现的 A2A 协议
    23:42

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 ReAct 搭建多Agent协同的旅游规划工作流
15 节|109分钟
展开
  • 视频:
    6-1 SpringAI 1.0,1.1 和 2.0
    12:04
  • 视频:
    6-2 3种方式实现多Agent协同的旅游规划
    02:49
  • 视频:
    6-3 SpringAi 1.1 正式进入 Agentic Ai 时代
    04:15
  • 视频:
    6-4 SpringAi 1.1 能自主决策的Agent
    07:31
  • 视频:
    6-5 Agent 流式获取大模型数据
    05:23
  • 视频:
    6-6 Agent自主决策的模式:ReAct Agent
    04:55
  • 视频:
    6-7 SpringAi 1.1 组建旅游规划的Agent团队
    03:23
  • 视频:
    6-8 费用统筹Agent作为工具加入Agent团队
    05:52
  • 视频:
    6-9 Agent团队中的并行任务工作流
    12:22
  • 视频:
    6-10 Agent团队中的任务分发工作流
    04:38
  • 视频:
    6-11 Agent团队按照流程顺序执行任务
    06:48
  • 视频:
    6-12 AgentScope是 SpringAi 的工程化版本
    04:15
  • 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
  • 视频:
    6-15 测试AgentScope的Agent运行
    10:27

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 搭建多个节点的旅游规划工作流
13 节|130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 SpringAi Alibaba1.1的Graph引擎
    04:00
  • 视频:
    7-9 SpringAi 1.1的工作流状态更新
    06:55
  • 视频:
    7-10 Graph引擎搭建旅游规划的Agent团队
    07:34
  • 视频:
    7-11 所有旅游花费都汇总到费用统筹节点
    04:18
  • 视频:
    7-12 费用统筹节点判断旅游花费是否超支
    10:50
  • 视频:
    7-13 总结Agent和Graph分别构建的工作流
    09:57

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 Java如何让Agent懂思考、会规划、自主完成任务。
13 节|129分钟
展开
  • 视频:
    8-1 多Agent设计思路 角色分工
    07:48
  • 视频:
    8-2 多Agent设计思路 冲突协商
    09:55
  • 视频:
    8-3 多Agent设计思路 SOP管理机制
    12:25
  • 视频:
    8-4 Manus多Agent的技术架构
    08:04
  • 视频:
    8-5 Manus是自主决策的Ai Agent
    12:20
  • 视频:
    8-6 OpenManus复刻Manus的架构思路
    13:25
  • 视频:
    8-7 PlanAct是全局流程规划的主管
    04:47
  • 视频:
    8-8 ReAct是灵活应变的基层执行者
    03:03
  • 视频:
    8-9 JManus的文件架构以及Prompt提交入口
    14:11
  • 视频:
    8-10 JManus的核心:计划协调器
    09:27
  • 视频:
    8-11 JManus向大模型请求计划创建
    12:48
  • 视频:
    8-12 根据计划类型创建不同的执行者
    10:30
  • 视频:
    8-13 不同的执行者调用不同的执行流程
    09:38

本章介绍:

做旅游攻略还在熬夜查景点、比价?多智能体组队,帮你一键搞定!基于AgentScope开发的多智能体天团,可以让不同智能体分工,各司其职、联动协作。这些智能体如何协作统筹?如何分工合作?让AgentScope给你答案。

第9章 Docker 部署分布式 Agent 搞定旅游规划
10 节|81分钟
展开
  • 视频:
    9-1 AgentScope搭建工程化的分布式Agent协同
    05:07
  • 视频:
    9-2 分布式Agent自主旅游规划的架构思路
    03:33
  • 视频:
    9-3 SpringBoot 4 和 AgentScope 的整合
    05:58
  • 视频:
    9-4 创建不同节点的ReAct Agent
    06:09
  • 视频:
    9-5 主管Agent自主分解复杂任务
    13:35
  • 视频:
    9-6 自主分解任务的关键:PlanNotebook
    09:11
  • 视频:
    9-7 计划和执行中的事件拦截:Hook
    11:11
  • 视频:
    9-8 主管Agent分发任务给相应Agent
    06:31
  • 视频:
    9-9 团队成员的智能体卡片注册到Nacos
    10:09
  • 视频:
    9-10 远程Agent封装为工具执行子任务
    09:16

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 按照专业流程工作
7 节|77分钟
展开
  • 视频:
    10-1 Agent的牛马小弟:SubAgent
    08:16
  • 视频:
    10-2 Agent Skills就是个专属工作流
    07:15
  • 视频:
    10-3 Skills装载的是专业知识和工作流程
    11:37
  • 视频:
    10-4 Skills的渐进式加载机制
    09:31
  • 视频:
    10-5 Skills的文件结构标准
    14:22
  • 视频:
    10-6 总结Agent从助手到自主协作的进化过程
    09:53
  • 视频:
    10-7 SpringAi 1.1.2实现Agent装载Skills
    15:13

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 MCP+A2A,助力旅游规划团队协作
8 节|90分钟
展开
  • 视频:
    11-1 回顾AgentScope旅游规划的整体架构
    13:38
  • 视频:
    11-2 测试团队成员基于A2A协议注册到Nacos
    17:57
  • 视频:
    11-3 测试主管Agent基于A2A协议获取团队成员
    09:36
  • 视频:
    11-4 测试主管Agent调动团队成员执行任务
    09:47
  • 视频:
    11-5 获取百度地图MCP服务端的工具列表
    12:21
  • 视频:
    11-6 路线制定专员Agent挂载百度地图MCP
    09:05
  • 视频:
    11-7 主管Agent自主分发任务给远程相应的成员
    07:47
  • 视频:
    11-8 人工介入修改主管Agent制定的计划
    09:46

本章介绍:

为每个旅游规划专业流程配置专属 SubAgent,让不同任务由专门子代理独立处理,分工明确、高效协同,实现更精准、更稳定的复杂任务执行。

第12章 专属SubAgent, 处理旅游规划专业Skills
5 节|39分钟
展开
  • 视频:
    12-1 行程规划经理挂载Skills
    10:04
  • 视频:
    12-2 有限预算内规划精彩旅行的Skills
    08:02
  • 视频:
    12-3 表格制作Skills
    05:43
  • 视频:
    12-4 Skills实现Agent工具的渐进式加载
    05:29
  • 视频:
    12-5 景点推荐SubAgent执行景点推荐任务
    09:32

本章介绍:

优化调优、实时监控运行状态、规范化部署上线,提升整体运行质量与业务支撑能力。

第13章 旅游规划优化,监控,部署
8 节|47分钟
展开
  • 视频:
    13-1 敏感资源处理方案
    05:57
  • 视频:
    13-2 主管Agent暴露和用户交互的接口
    03:18
  • 视频:
    13-3 docker搭建Agent跟踪和Token消费分析
    04:03
  • 视频:
    13-4 旅游规划Agent团队集成Agent追踪观测
    06:01
  • 视频:
    13-5 测试主管Agent接收Prompt及结构化输出
    07:40
  • 视频:
    13-6 旅游规划打印出Agent的深度思考
    04:31
  • 视频:
    13-7 测试路线制定专员规划最优驾车路线
    08:57
  • 视频:
    13-8 课程总结
    06:03
本课程已完结
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 1.1
JManus 3.0.4
AgentScope 1.0.8
SpringAI 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

¥

无门槛

::
立即使用
¥ ??

登录后领取优惠补贴

立即领取
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