AI AGENT ENGINEERING · 6 LESSONS · PYTHON
AI Agent 系统
从设计到上线
面向技术、产品与交付团队，建立一套可设计、可实施、可评测、可运营的 Agent 工程方法。
06系统课程
12Python 项目
139工程课件页
PROD最终目标
THE CURRICULUM
不止让 Agent 能跑。
让它值得上线。
课程沿着一条完整工程链展开：先约束模型行为，再连接知识与工具，构建有界任务循环，治理记忆与协作，建立质量门禁，最后进入生产运行时。
RELIABILITY
↗
02把 Prompt 变成系统契约
Schema · Evidence Gate · Eval Gate · Prompt Harness
GROUNDING
↗
03工具边界与生产级 RAG
Tool Gateway · Hybrid Search · Citation · Handoff
EXECUTION
↗
04构建真正能完成任务的 Agent Loop
Observe · Plan · Act · Evaluate · Stop
CONTEXT
↗
05Memory 与多 Agent 协作
Working Memory · Agent Contract · Critic · Synthesis
QUALITY
↗
06评测、安全与发布门禁
Risk Model · Rubric · Safety Gate · Red Team
PRODUCTION
↗
生产运行时与上线治理
Workflow · Trace · Budget · Breaker · Human Review
BUILD WHILE LEARNING
每一课，两种工程深度。
Basic 用最小 Python 项目讲清核心机制；Advanced 将同一原则推进到真实开发、交付和生产边界。
01 / BASIC
看清机制
最小依赖、离线可运行、Bad / Good 对照、明确的输入输出和自动化测试。
02 / ADVANCED
完成交付
风险评测、工具治理、状态恢复、人工审核、可观测性和发布门禁。
THE OUTCOME
把模型能力，变成系统能力。
DESIGN从业务目标与失败边界定义 Agent Contract
BUILD用 Python 实现可测试的 Tool、RAG 与 Agent Workflow
CONTROL用 Eval、Safety、Trace 与 Human Review 管理风险
SHIP用 Runtime、SLO、灰度与回滚完成生产上线