跳至内容
实战课程
AI Agent 开发项目实战

AI Agent 开发项目实战

基本介绍

课程包含：

  • 知识篇：介绍 AI Agent 开发相关概念和原理。
  • 框架篇：介绍主流框架 Eino 和 Google-ADK
  • 项目篇：编写一个“企业内部 AI Agent 平台”

每周更新中，限时半价！

项目大纲

核心亮点说明
企业内部 AI Agent 平台项目目标不是写一个简单 ChatBot，而是实现一个企业内部可落地的 Agent 平台，支持 Agent、工具、知识库、Prompt、评估、审计和集成。
Go 语言工程化实战使用 Go 构建完整后端服务，覆盖接口设计、依赖装配、中间件、并发安全、测试、配置管理和生产部署等工程能力。
Eino Agent Harness基于 Eino 封装 LLM Gateway 和 Agent Runtime，把模型调用、工具调用、ReAct 循环和运行时治理收敛到稳定接口中。
控制面 / 数据面分离控制面负责配置、版本、权限和管理；数据面负责对话、检索、工具执行和运行时调用，贴近真实企业系统架构。
Immutable 配置快照Agent、Prompt、Tool、Skill、Model Profile 等关键配置都采用不可变版本设计，老会话不受新配置变更影响。
ReAct 工具调用循环实现模型思考、选择工具、执行工具、回填结果、继续推理的完整 Agent 执行链路。
统一 Tool 抽象将 REST、内部 SDK、MCP、A2A、Sandbox 等能力统一抽象成 Tool，Agent 运行时无需关心底层来源。
MCP 工具接入支持 stdio 和 Streamable HTTP 形态的 MCP Tool，让外部工具可以标准化接入 Agent 平台。
A2A 多 Agent 互联支持把外部 Agent 当成一种 Tool 接入，实现 Agent 与 Agent 之间的标准化调用。
Docker Sandbox 代码执行对代码执行类工具使用 Docker Sandbox 隔离运行，讲清楚安全边界和工程取舍。
RAG 知识库闭环实现知识库创建、文档同步、切片、向量化、索引、检索和 Agent 调用的完整链路。
pgvector 向量检索使用 PostgreSQL + pgvector 作为低成本、易部署的向量检索基线方案。
混合检索与 RRF 融合支持 BM25 / 全文检索与向量召回的混合检索，并使用 RRF 做多路结果融合。
中文检索生产演进课程中讨论从 PostgreSQL FTS + pgvector 演进到 OpenSearch + IK / BM25 / k-NN / RRF 的生产选型路径。
Apollo 式 Prompt 中心Prompt 采用版本不可变、环境指针、发布晋升、回滚和缓存失效机制，贴近企业配置中心思路。
Prompt 灰度发布支持 Baseline、Candidate、小流量验证、转全实验、转全后成为新基线的 Prompt 发布流程。
模型账号独立管理Provider Account 独立管理模型供应商账号，API Key 加密落库、不回显、支持轮换。
模型 Profile 管理支持将模型部署、模型参数、主备策略和数据分级封装成 Model Profile Version，供 Prompt 原子绑定。
Prompt + Model + 参数原子版本Prompt 内容、模型 Profile 和生成参数共同组成一次不可变配置，保证线上行为可追溯。
会话级运行时固化新建会话时固化实际使用的 Prompt、模型配置和实验分流结果，避免配置变更污染历史对话。
Guard 安全治理实现 Prompt 注入检测、PII 脱敏、输入输出拦截、工具调用拦截和分级路由等安全机制。
人在环审批机制对敏感工具调用预留审批流程，让高风险操作可以进入人工确认链路。
可观测与调用日志记录模型调用、工具调用、token 使用、Prompt 版本、模型版本、实验分组等信息，方便排查和成本归因。
Eval 评估门禁支持评估数据集、评估用例、Judge 和 CI 门禁，把 Agent 效果回归纳入工程流程。
Audit 审计留痕对关键操作、对话轨迹和运行时事件进行审计记录，支持企业合规和问题追踪。
Redis 缓存与 Pub/Sub使用 Redis 做缓存、Prompt 变更通知和跨进程配置失效，体现多进程部署下的一致性设计。
PostgreSQL 生产化落库从 Memory Store 演进到 PostgreSQL Store，覆盖迁移、表设计、事务、索引和集成测试。
异步任务 Worker使用 Worker 处理知识库 ingest、后台任务等耗时流程，避免阻塞在线请求。
React Admin Console提供管理后台，支持 Agent、Prompt、Tool、Skill、KB、Eval、Audit、模型配置等核心资源管理。
飞书 / Webhook 集成支持企业 IM 和 Webhook 入口，让 Agent 不只停留在 Web 页面，而是能接入真实业务入口。
Go SDK 与 kbotctl提供 Go SDK 和命令行工具，方便开发者把平台能力集成到自己的系统或脚本中。
Docker Compose 一键部署使用 PostgreSQL、Redis、Worker、Server、Admin 等服务完成本地生产化装配，便于课程演示和学员复现。
ADR 架构决策文档项目保留关键架构决策记录，帮助学员理解“为什么这样设计”，而不是只看代码结果。
面向简历的项目经验项目覆盖 Agent、RAG、Prompt 管理、模型治理、工具生态、安全、评估、审计和部署，适合作为求职简历中的完整 AI 工程项目。
最后更新于 • Q1mi
M01 Go 语言 AI 开发基础