课程适合人群：

智能体开发、测试工程师

本课程重点解答&解决：

随着大语言模型技术的爆发式发展，人工智能正从“被动应答”迈向“主动执行”的新阶段。AI Agent作为连接大模型能力与现实业务场景的核心桥梁，已成为技术变革的下一个主战场。然而，当前市场面临严峻的人才供需错位：一方面，企业对具备Agent开发实战能力的工程师需求呈指数级增长；另一方面，绝大多数开发者仍停留在调用API、提示词工程的浅层应用，缺乏从零构建完整智能体系统的工程化能力。

这一鸿沟的根源在于：AI Agent开发绝非“大模型+简单封装”，而是涉及模型调用、后端服务、工具链集成、多模态交互与业务流程自动化的系统性工程。开发者既需要理解大模型的推理与规划机制，又需要掌握FastAPI等高并发后端框架以构建稳定服务，更需要通过真实业务场景锤炼将AI能力落地的全流程思维。

本课程正是为解决这一痛点而设计。我们摒弃空泛的理论堆砌，以项目驱动为核心方法论，选取四个极具代表性的业务场景——AI问答客服、每日新闻聚合、智能语音积分系统、人脸识别智能考勤——串联起从大模型调用到完整Agent服务上线的完整技术栈。每个项目均以“需求分析→架构设计→接口开发→Agent集成→部署优化”的全链路实战展开，帮助学习者在解决真实问题的过程中，深刻理解Agent的规划、记忆、工具调用三大核心机制，并熟练掌握FastAPI作为Agent后端中枢的开发范式。

我们相信，真正的智能体开发者不是在“使用”AI，而是在“驯化”AI为业务服务。通过本课程，学习者收获的不仅是代码能力，更是将大模型从“玩具”变为“生产力工具”的系统方法论。

本课程亮点+核心价值介绍：

介绍大模型和智能体开发

介绍FastAPI开发框架

通过AI问答完成项目及学习相关知识

通过每日新闻完成项目及学习相关知识

通过智能语音积分完成项目及学习相关知识

通过智能考勤（人脸识别系统）完成项目及学习相关知识

课长：

60学时

大纲内容

1大模型和智能体开发
    1.1对接各种AI平台
        1.1.1对接阿里云
            申请报告阿里云API Key
            对接OpenAI
            通过OpenAI对接
            通过 Dashscope对接
            通过requests网络调用
        1.1.2对接DeepSeek
            通过OpenAI对接
            通过Requests对接
    1.2 本地部署大模型
        1.2.1安装Ollama
        1.2.2拉取并测试大模型
        1.2.3 CherrySudio调用ollama API
        1.2.4 Python调用ollama API
            通过SDK调用
            通过流式响应调用
            通过HTTP调用
            进行多轮调用
    1.3 AI智能体开发技术
        1.3.1 Function Calling(函数调用)技术
        1.3.2 MCP技术
            Function Calling调用内部MCP
            通过高德API配置出差询问
            Python 调用 Function Calling
            Python开发MCP
2. FastAPI开发框架
    2.1FastAPI开发框架快速使用
        2.1.1FastAPI概述
        2.1.2 快速入门
        2.1.3 URL及参数
        2.1.4 RESTful 接口
        2.1.5 JSON请求体
        2.1.6 会话管理
        2.1.7 文件上传
        2.1.6 数据验证
        2.1.7 异步编程
            同步代码
            异步代码
            在FastAPI使用
    2.2 Jinja2模板引擎
        2.2.1模板引擎的作用
        2.2.2Jinja2快速使用
        2.2.3 Jinja2语法
        2.2.4过滤器
        2.2.5应用实例
    2.3 SQLModel数据库处理
        2.3.1 利用PyMySQL操作数据库
        2.3.2 SQLMosdel核心操作
        2.3.3 SQLModel复杂查询
    2.4 对接大模型
        2.4.1 基于OpenAI库对接
            非流式
            流式
        2.4.3 前端JavaScript对接
            fetch()函数用法
            使用fetch()处理流式响应
3 AI问答
    3.1 功能设计分析
        3.1.1 核心功能列表
        3.1.2 整体实现思路
            为什么选择阿里云
            前端界面设计
            文本问答功能
            图像识别功能
            图像生成功能
            联网搜索功能
            高德MCP服务的调用
            语音朗读功能
    3.2前后端准备工作
        3.2.1前端界面实现
        3.2.2静态目录设置
        3.2.3FastAPI多模块
    3.3 文本回答功能
        3.3.1 后端代码实现
        3.3.2 前端代码实现
        3.3.3 联网搜索功能
        3.3.4开发MCP客户端
        3.3.5函数调用增强
    3.4 图像识别
        3.4.1 图像识别功能
        3.4.2 图像识别前端
        3.4.3图像生成功能
4每日新闻
    4.1 功能与设计分析
        4.1.1 核心功能列表
        4.1.2整体实现思路
    4.2基础功能实现
        4.2.1前端界面布局
        4.2.2 数据库表
        4.2.3BeautifulSoup库
        4.2.4 爬取标题和超链
        4.2.5获取和摘要新闻
    4.3 扩展功能实现
        4.3.1 新闻分类浏览
        4.3.2 按日期浏览
        4.3.3 定时更新
5智能语音积分
    5.1语音识别与合成
        5.1.1本地录音文件识别
            Whisper语音识别模型
            Vosk语音识别模型
        5.1.3 阿里云语音识别
            录音文件识别
            实时语音识别
        5.1.4WebSocket通信
            开发WebSocket服务器
            开发JavaScript客户端
        5.1.5JavaScript语音识别
            MediaRecorder API
            RecordRTC.js库
        5.1.6语音合成与播放
            利用pyttsx3库实现本地语音合成
            利用阿里云的语音合成服务Sambert实现语音合成
            前端播放语音合成文件
6智能考勤（人脸识别系统）
    6.1 需求与设计分析
        6.1.1 核心功能列表
        6.1.2  整体实现思路
        6.1.3 face_recognition的用法
    6.2 OpenCV版本实现
        6.2.1利用OpenCV采集摄像头数据
        6.2.2人脸数据存储与对比
        6.2.3 设计智能考勤系统数据表
        6.2.4 实现新增人脸数据功能
            后端代码实现
            前端代码
        6.2.5 实现人脸考勤功能
6.2.6实现Web端考勤数据查询功能
    6.3 Web端版本实现
        6.3.1 前端采集摄像头数据
        6.3.2基于WebSocket进行实时检测
        6.3.3基于前端界面进行考勤
    6.4活体检测防作弊
        6.4.1活体检测概述
        6.4.2人体脸上68个关键点
        6.4.3指令动作检测原理
            眨眼
            张嘴
            点头
            摇头
        6.4.4活体检测核心代码
            眨眼检测代码
            张嘴检测代码
            点头检测代码
        6.4.5前端连续截图测试
        6.4.6活体检测与考勤
            后端检测记考勤码
            前端

软件测试咨询

　　

　　         

【投稿】【关闭窗口】【打印】