跳至内容

课程

使用 LlamaIndex 构建 Agentic 工作流

高级2 小时

使用 LlamaIndex 构建 AI 智能体工作流,实现规划、搜索、记忆和协作。

Python2 小时5 个视频15 个练习1,250 经验值1,294结业证明

创建您的免费账户

继续使用 Google
继续即表示您接受我们的 使用条款,我们的 隐私政策 并且您的数据存储在美国。

深受上千家公司学习者喜爱

要培训团队?

试用企业版

课程介绍

从零开始构建智能、强大的 AI 智能体

学习如何从零开始使用 LlamaIndex 构建智能代理工作流,这是一款用于编排 AI 行为的强大框架。 从单智能体设置开始,逐步迈向多智能体协作,你将创建一个能够进行研究、生成报告并对自身输出进行反思的系统。

创建并编排智能体工作流

你将首先使用 AgentWorkflow 类搭建一个简单的 AI 代理,并将其连接到诸如网页搜索等功能。 你将学习如何利用上下文为你的智能体赋予“记忆”,并通过流式输出让它们的响应更具动态感。 随着课程的推进,你将探索事件处理、并发执行以及使用基于步骤的逻辑创建自定义工作流等高级功能。 你还将实现自我反思循环,使智能体能够改进自身输出。

使用 LlamaIndex 设计多智能体系统

在最后一步,你将超越单智能体系统,设计协同工作的 AI 智能体团队。 你将构建工作流,其中每个智能体都承担专门角色——例如调研、写作和审阅——并通过共享上下文交换信息。 你将尝试顺序、循环和分支工作流,深入了解如何借助多个智能体管理复杂任务。

先修要求

课程大纲

课程大纲

1

构建一个代理

本章将介绍使用 LlamaIndex 构建 agentic 工作流所需的核心概念与环境配置。您将上手实践 Tavily 与 OpenAI 模型等工具,定义您的第一个工具函数,并创建一个能与网页交互的智能代理。完成本章后,您将用 LlamaIndex 搭建出一个可用于实际任务的完整 AI 代理。
开始本章
2

创建深度研究工作流

既然可以组队,为什么只用一个代理?在本章中,您将解锁多代理系统的力量:由各具分工的专业代理协作,像一支研究小队,各司其职。您将构建自己的协作式代理工作流,实现搜索、撰写与审阅,展示团队协作如何让您的 AI 更聪明、也更易扩展。
开始本章

使用 LlamaIndex 构建 Agentic 工作流

课程完成

获取成就证书

立即报名

通过 DataCamp for Mobile 提升您的数据技能

通过我们的移动课程和每日 5 分钟编程挑战,随时随地取得进步。