多智能体 AI 系统培训材料

本培训围绕多智能体系统的理论基础与企业级落地展开，配套两份核心文档：part1_multi_agent_ai_fundamentals.md 提供理论框架与 LangGraph、LangSmith 解析，part2_enterprise_multi_agent_system_implementation.md 给出架构设计、技术实现与部署实践。培训材料将这两份文档拆解为五天可教学的结构化课程。

培训目标

• 理解多智能体系统核心概念、BDI 架构与 LLM 驱动架构
• 使用 LangGraph 构建工作流，使用 LangSmith 实现全链路监控
• 设计并实现企业级多智能体系统架构
• 完成智能客服等典型场景的开发与部署
• 掌握开发、部署、监控、运维的最佳实践

培训信息

• 对象：AI 架构师、后端 / AI 工程师、产品与技术管理人员
• 时长：5 天 / 40 学时
• 前置要求：Python 3.8+、基础 AI/ML 概念、Docker、基本系统架构知识

课程结构

multi_agent_training/
├── README.md                          # 培训总览（本文档）
├── 01-理论基础/01-多智能体系统概论.md           # Part1 第一部分
├── 02-LangGraph框架/02-LangGraph深度应用.md   # Part1 第二部分
├── 03-LangSmith监控/03-LangSmith监控平台集成.md # Part1 第三部分
├── 04-企业级架构/04-企业级系统架构设计与实现.md   # Part2 第一、二部分
└── 05-应用实践/05-应用实践与部署运维.md         # Part2 第三、四部分

模块	对应文档	学习重点
01 理论基础	Part1 第一部分	BDI 架构、协作机制、系统优势
02 LangGraph 框架	Part1 第二部分	节点、边、状态、工作流构建
03 LangSmith 监控	Part1 第三部分	全链路追踪、告警、性能优化
04 企业级架构	Part2 第一、二部分	架构设计、技术实现、代码实践
05 应用实践	Part2 第三、四部分	智能客服、部署、运维

实践项目

• 智能客服系统（核心项目）：对话、知识检索、工单处理多智能体协作，覆盖多渠道接入、情感分析、VIP 优先级与全链路监控
• 内容创作平台：创意策划、内容生成、质量审核、发布管理智能体的协同工作流
• 金融分析系统：市场分析、风险评估、投资建议、合规监控智能体在高频数据与合规要求下的应用

快速开始

git clone <repository-url>
cd multi_agent_training
pip install -r requirements.txt
docker-compose up -d

按目录顺序学习对应文档章节，并完成每个模块的实践练习与项目开发。