一、熟练使用LLM能力的核心知识体系

1. 大语言模型的基本原理详解

2. LLM应用能力的进阶模型（“倒三角”模型）

3. 提示词工程基础知识

4. 主流提示词使用技巧

5. 提示的万能使用公式详解

6. 提示词模板的使用

7. 提示词静态链的使用

8. 提示词的横向扩展

9. 提示词的纵向扩展

10. 使用API访问大模型

11. ReAct的概念和落地

12. 思维链和多思维链

13. RAG的基本原理与应用

14. 多模态RAG的使用

15. plugin机制与使用方式

16. Function Call机制与使用方式

17. MCP机制与使用方式

18. Skill机制与使用方式

二、Agent核心知识体系

1. Agent的雏形

2. Agent智能体的定义与特点

3. Agent与传统软件的关系

4. Agent与LLM的关系

5. Agent的能力图谱

6. Agent的错误累积特性

7. Agent开发的基本框架

8. 业界主流Agent的设计思路与使用

9. Multi-Agent的雏形

10. 业界主流Multi-Agent的设计思路

11. 多Agent任务调度策略与选型

12. Agent设计模式与选择

13. Multi-Agent的基本逻辑和应用范围

14. Multi-Agent应用示例：MetaGPT

15. Multi-Agent应用示例：DevChat

三、Agent设计模式

1. 顺序执行链模式与案例详解

2. 路由模式与案例详解

3. 并行模式与案例详解

4. 反思模式与案例详解

5. 工具使用模式与案例详解

6. 规划模式与案例详解

7. 多智能体协作模式与案例详解

8. 人类参与模式与案例详解

9. 短期记忆管理模式与案例详解

10. 长期记忆管理模式与案例详解

四、Agent智能体开发

1. Agent开发的主流框架简介

2. Agent开发框架的学习方法与策略

3. 基于可视化编排的Agent开发模式

4. 基于代码框架的Agent开发模式

5. 记忆，规划，工具，自主决策，推理详解

6. 多智能体协作

7. 企业级智能体应用与任务规划

8. Agent开发框架选型

9. 用LangChain实现路由模式

10. 用LangChain实现并行模式

11. 用LangChain实现反思模式

12. 用LangChain实现工具使用

13. 用LangChain实现规划模式

14. 用LangChain实现短期记忆管理模式

15. 用LangChain实现长期记忆管理模式

五、Agent高级主题与应用前沿

1. Agent评测的“可验证性”理论

2. Agent评测的数据集准备

3. Agent评测的业界前沿实践

4. Agent评测的发展方向

5. AgentOps的概念

6. AgenticOps的概念

7. AgentOps的难点与挑战

8. AgentOps的异常定义

9. AgentOps的全流程体系

10. AgentOps的发展方向

六、企业级Agent实战案例详解（软件工程领域独家干货）

1. 接口测试用例和脚本生成Agent的设计与落地实践

2. GUI测试用例和脚本生成Agent的设计与落地实践

3. 自启发GUI测试Agent的设计思路与落地实践

4. Code Agent的设计思路与落地实践

5. 代码重构Agent的设计思路与落地实践

6. 代码评审Agent的设计思路与落地实践

7. 需求辅助Agent的设计思路与落地实践

8. 各类其他Agent的设计思路与落地实践