Agent 智能体与 Skill 技能开发

学完你将掌握

• 说清 Agent 智能体的组成：模型、提示、工具、记忆与工作循环
• 能基于主流框架创建、调试并发布一个自己的智能体
• 掌握 Skill 技能的概念、目录结构与开发规范，沉淀个人技能库
• 能设计「多步骤 + 工具调用」的长任务并交给智能体自动执行

课程大纲 10 讲

1. 01

   第 1 讲 · 先跑通，再固化：Agent 与 Skill 的第一性原理 2 学时

   从一项固定工作出发，先让 AI 对话式跑通，再复盘、原子化并设计 Agent + Skill。

   • Agent、Skill、Workflow 的边界
   • 先跑通再固化的学习路线
   • 工作原子化画布与设计交付
2. 02

   第 2 讲 · Agent 是什么：岗位、循环与边界 2 学时

   从岗位视角建立 Agent 蓝图，理解角色、目标、模型、上下文与停止条件。

   • Agent 与其他 AI 产品的区别
   • 角色、目标、循环与边界
   • 生成第一版 Agent 蓝图
3. 03

   第 3 讲 · Skill 是什么：把一项工作变成契约 2 学时

   理解 Skill 的单一职责、输入输出、工具、错误处理与验收契约。

   • Skill 与提示词、工具、工作流的区别
   • Skill 契约结构
   • 识别值得封装的原子能力
4. 04

   第 4 讲 · 选一项固定工作并对话式跑通 3 学时

   选择真实固定工作，在人工监督下让 AI 完成一次可留痕执行。

   • 固定工作的选择标准
   • 对话执行与中间产物留痕
   • 人工纠错与黄金样例
5. 05

   第 5 讲 · 从运行记录复盘为 SOP 2 学时

   让 AI 依据真实执行记录反向总结流程，而不是套模板。

   • 运行日志与证据整理
   • 真实 SOP 复盘
   • 错误规则与边界记录
6. 06

   第 6 讲 · 用自然语言创建 Skill 3 学时

   把原子步骤转化为 SKILL.md 和机器可读契约，完成测试样例。

   • SKILL.md 结构
   • 输入输出与工具定义
   • Skill 测试与版本管理
7. 07

   第 7 讲 · 用自然语言创建 Agent 3 学时

   根据 Skill 清单设计 Agent 角色、目标、循环、记忆与工具边界。

   • Agent 蓝图转配置
   • 工作循环与并行顺序
   • 权限、停止条件与人工兜底
8. 08

   第 8 讲 · 工具、记忆、上下文与错误恢复 2 学时

   为 Agent 增加文件、API、知识库、记忆和失败恢复能力。

   • 工具注册与调用
   • 短期记忆和长期知识
   • 重试、降级与人工接管
9. 09

   第 9 讲 · 多 Skill 编排与工作流 2 学时

   把多个原子 Skill 组装为可追踪、可重试、可观测的任务闭环。

   • 顺序、并行与条件分支
   • 数据传递和状态管理
   • 失败重试与结果汇总
10. 10

    第 10 讲 · 测试、发布与作品集交付 3 学时

    用评估样例和回归测试保证质量，发布 Agent + Skill，并交付 HTML 可视化作品。

    • 评估集与回归测试
    • 技能包和 Agent 发布
    • HTML 驾驶舱与作品集答辩