一、AI智能体基础认知与平台⼊⻔实战

1. AI发展与推理模型演进

(1) ⼤模型发展史、ChatGPT原理

(2) 推理模型兴起（如DeepSeek-R1）

(3) 思维链（Chain of Thought）技术原理

(4) 不同模型适⽤场景对⽐

2. AI Agent的结构与价值

(1) Agent定义与价值

(2) 五层技术体系：Model-Prompt-Chain-Agent-Multi-Agent

(3) 企业Agent架构：LLM层、插件层、应⽤层

3. 场景选型与落地⽅法

(1) 企业部署Agent的三种模式

(2) 场景选择维度与典型⾏业应⽤

4. HiAgent平台初阶实操

(1) 平台核⼼功能介绍

(2) 提⽰词编写技巧及练习

(3) ⼯具型Agent搭建演⽰（如智能会议助⼿）

5. 课程总结

二、提⽰词⼯程进阶与插件功能应⽤

1. 提⽰词⼯程基础

(1) Prompt定义、结构化写法（RTGO/CO-STAR）

(2) 通⽤模型 vs 推理模型提⽰词设计

(3) 实战练习：述职报告、⼴告语等

2. 提⽰词进阶技巧

(1) Zero-shot、Few-shot、Self-consistency等策略

(2) Markdown模块化提⽰词

(3) 易错点与调优建议

3. 插件能⼒与使⽤⽅法

(1) 插件结构、配置与调试

(2) 两种插件调⽤⽅式（智能体、⼯作流）

(3) 案例实操：⽣成PPT、采集⽹⻚内容

4. 课程总结

三、⼯作流编排与专家级智能体构建

1. ⼯作流基本概念与应⽤

(1) ⼯作流 vs 提⽰词对⽐价值

(2) ⼯作流节点结构（模型、插件、选择器、循环）

(3) 创建、配置、调试与发布完整流程

2. ⾼频⼯作流节点详解与练习

(1) 多节点串联⽰例：读取⽂档+意图识别+模型输出

(2) 数据加⼯、消息、意图识别节点

3. 专家级应⽤实战案例

(1) 案例1：合同审查Agent

(2) 案例2：HR⼈岗匹配打分系统

(3) 案例3：培训PPT⽣成助⼿

4. 多Agent智能体开发

(1) 多Agent协作架构设计

(2) 案例：多智能体实现知识问答助⼿

5. 课程总结

四、知识库应⽤与应⽤发布调优

1. RAG与HiAgent知识库构建⽅法

(1) RAG架构原理与应⽤

(2) Embedding⼯具使⽤与知识库构建

(3) 基于HiAgent平台的知识库创建与管理⽅法

2. 实战：打造垂类知识库应⽤

(1) 实战1：打造简历筛选助⼿

(2) 实战2：设计员⼯知识⼿册查询助⼿

3. 应⽤测试与性能调优

(1) 响应延迟优化⽅法：模型参数调优

(2) 成本控制：token计算与模型选型

(3) 智能体评测⽅法介绍（评测任务、评测集和评测规则）

4. 应⽤发布与监控

(1) 发布流程与发布渠道：API/⻜书/智能体市集

(2) 监控指标：⽤⼾访问量与访问⽇志

5. 课程总结&考试