AI Agent技术解析与应用实战

Leon Wang 查看讲师

百林哲咨询（北京）有限公司专家团队成员

数字化转型专家，国家高级信息系统项目管理师

浏览：118次

详情 DETAILS

课程简介

在当今数字化飞速发展的时代，企业对于智能化转型的需求愈发迫切。传统业务模式在应对复杂多变的市场环境和海量数据处理时，逐渐显露出效率低下、精准度不足等问题。AI Agent 作为人工智能领域的关键技术，正成为推动企业变革的核心力量。它融合了智能决策、自主学习、人机协作等先进理念，通过模拟人类智能完成各类任务，为企业提供高效、精准的解决方案。AI Agent 不仅具备强大的数据处理能力，还能基于知识发现不断优化自身决策，实现与人类的无缝协作，提升用户体验。从客户服务到人力资源管理，从风险管控到供应链优化，AI Agent 的应用场景逐渐变得广泛且深入。

本课程围绕 AI Agent 展开全面且深入的讲解。从认识 AI Agent 的基础概念、发展历程、指导思想与原理，到剖析其核心技术，包括机器学习算法、自然语言处理、知识图谱等。接着，详细阐述 AI Agent 在客户服务、人力资源、风险管理、供应链优化等企业场景中的具体应用。同时，介绍国内主流 AI Agent 工具，并指导学员进行实践流程搭建，涵盖需求分析、零代码开发、知识库上传、测试优化及维护迭代等环节，帮助学员更好地理解和掌握AI Agent的构建与应用，助力企业在数字化时代实现转型升级。

课程收益

1、全面理解AI Agent：深入掌握AI Agent的基本概念、工作原理和关键技术。

2、技术实践技能：学会应用工作流、LLM和RAG等技术构建AI Agent。

3、业务融合能力：理解AI Agent在不同业务场景中的应用，学会将技术与业务需求结合。

4、工具运用熟练度：熟悉并能够运用国内主流AI Agent工具进行项目开发。

受众人群

人工智能工程师、数据分析师、软件开发工程师、业务运营专员、客户服务主管及其他对AI应用感兴趣的人员

课程周期

1天（6H）

课程大纲

标题	授课内容
一、认识AI Agent	1.1 定义与概念 1.1.1 什么是AI Agent 1.1.2 AI Agent与RPA的区别 1.1.3 AI Agent的发展历程 1.2 指导思想 1.2.1 智能决策与自主学习 1.2.2 人机协作与交互体验 1.2.3 数据驱动与知识发现 1.3 AI Agent的原理 1.3.1 RPA流程自动化 1.3.2 RAG知识库管理 1.3.3 LLM AI 大模型
二、AI Agent的核心技术	2.1 机器学习算法-LLM 2.1.1 监督学习与非监督学习 2.1.2 强化学习 2.1.3 聚类与分类算法 2.2 自然语言处理 2.2.1 语言模型与文本分析 2.2.2 语义理解与情感分析 2.2.3 机器翻译与多语言支持 2.3 知识图谱 2.3.1 知识表示与推理 2.3.2 实体识别与关系抽取 2.3.3 知识融合与更新
三、AI Agent在企业中的应用	3.1 客户服务与支持 3.1.1 聊天机器人与客户互动 3.1.2 智能推荐系统 3.1.3 客户反馈分析与处理 3.2 人力资源管理 3.2.1 简历筛选与候选人评估 3.2.2 员工培训与发展 3.2.3 员工满意度与情绪分析 3.3 风险管理与合规 3.3.1 欺诈检测与预防 3.3.2 合规性检查与报告 3.3.3 风险评估与预测 3.4 供应链优化 3.4.1 需求预测与库存管理 3.4.2 物流优化与路径规划 3.4.3 供应链风险评估
四、国内主流AI Agent工具	4.1 工具概览 4.1.1 百度文心止疼提 4.1.2 阿里摩搭 4.1.3 智谱清言 4.1.4 字节Coze 4.2 工具选择与评估 4.2.1 功能与性能评估 4.2.2 成本效益分析 4.2.3 用户体验与支持服务
五、实践AI Agent流程搭建	5.1 文心智能体介绍 5.1.1 软件特点与优势 5.1.2 社区资源与支持 5.2 搭建AI Agent流程的步骤 5.2.1 需求分析与规划 5.2.2 注册账号并完成零代码开发 5.2.3 本地知识库上传 5.2.4 测试与优化 5.2.4.1 性能测试 5.2.4.2 用户反馈收集 5.2.4.3 模型迭代 5.3 维护与迭代 5.3.1 监控AI Agent性能 5.3.2 异常处理与日志记录 5.3.3 知识更新与模型再训练