多 Agent+Skills+SpringAI 构建自主决策智能体

课程目录：

课程目录：

├─代码
│      AiTripPlan-master.zip
│
├─多 Agent+Skills+SpringAI 构建自主决策智能体 - 后续更新
│  └─代码
│          AiTripPlan-master.zip
│
├─第10章 Skills 让 Agent 按照专业流程工作
│      10-1 Agent的牛马小弟：SubAgent.mp4
│      10-2 Agent Skills就是个专属工作流.mp4
│      10-3 Skills装载的是专业知识和工作流程.mp4
│      10-4 Skills的渐进式加载机制.mp4
│      10-5 Skills的文件结构标准.mp4
│      10-6 总结Agent从助手到自主协作的进化过程.mp4
│      10-7 SpringAi 1.1.2实现Agent装载Skills.mp4
│
├─第11章 MCP+A2A，助力旅游规划团队协作
│      11-1 回顾AgentScope旅游规划的整体架构.mp4
│      11-2 测试团队成员基于A2A协议注册到Nacos.mp4
│      11-3 测试主管Agent基于A2A协议获取团队成员.mp4
│      11-4 测试主管Agent调动团队成员执行任务.mp4
│      11-5 获取百度地图MCP服务端的工具列表.mp4
│      11-6 路线制定专员Agent挂载百度地图MCP.mp4
│      11-7 主管Agent自主分发任务给远程相应的成员.mp4
│      11-8 人工介入修改主管Agent制定的计划.mp4
│
├─第12章 专属SubAgent, 处理旅游规划专业Skills
│      12-1 行程规划经理挂载Skills.mp4
│      12-2 有限预算内规划精彩旅行的Skills.mp4
│      12-3 表格制作Skills.mp4
│      12-4 Skills实现Agent工具的渐进式加载.mp4
│      12-5 景点推荐SubAgent执行景点推荐任务.mp4
│
├─第13章 旅游规划优化，监控，部署
│      13-1 敏感资源处理方案.mp4
│      13-2 主管Agent暴露和用户交互的接口.mp4
│      13-3 docker搭建Agent跟踪和Token消费分析.mp4
│      13-4 旅游规划Agent团队集成Agent追踪观测.mp4
│      13-5 测试主管Agent接收Prompt及结构化输出.mp4
│      13-6 旅游规划打印出Agent的深度思考.mp4
│      13-7 测试路线制定专员规划最优驾车路线.mp4
│      13-8 课程总结.mp4
│
├─第1章 AI 正式进入多 Agent 协作和自主决策的时代
│      1-1 多Agent融合自主决策，AI发展的必然趋势.mp4
│      1-2 准备工作：安装ApiFox.mp4
│      1-3 准备工作：配置阿里大模型广场的ApiKey.mp4
│      1-4 准备工作：百度地图API秘钥(AK).mp4
│      1-5 准备工作：安装Nacos 3.mp4
│      1-6 仿Manus能自主决策的框架：Jmanus.mp4
│      1-7 具备ReAct核心能力的框架：AgentScope.mp4
│
├─第2章 大白话快速简单过一遍 Ai 大模型
│      2-1 大模型咋就懂咱说啥 ？.mp4
│      2-2 大模型的信息分析器：Transformer层.mp4
│      2-3 大模型的大脑中枢：自注意力机制.mp4
│      2-4 大模型的回应咋就这么体贴呢.mp4
│      2-5 大模型是弹药库，智能体则是武器.mp4
│
├─第3章 MCP + Skills，Agent“工具+技能”的双轮驱动
│      3-1 大模型困境：数据获取与整合上 的“抓瞎”.mp4
│      3-10 多Agent跨部门协作：A2A协议.mp4
│      3-11 主流的多Agent开发框架.mp4
│      3-12 多Agent的核心执行流程.mp4
│      3-2 困境解决方案：函数调用( Function Calling ).mp4
│      3-3 Function Calling就是大模型的跑腿小弟.mp4
│      3-4 更优的困境解决方案： MCP.mp4
│      3-5 对比Function Calling，MCP的不同.mp4
│      3-6 体验MCP：Jmanus配置MCP服务.mp4
│      3-7 具有专业知识的Agent Skills.mp4
│      3-8 工具调用最强组合：Agent Skills+MCP.mp4
│      3-9 搞定复杂活儿，得靠多个Agent协作.mp4
│
├─第4章 SpringAi 1.1 实现 MCP+A2A
│      4-1 以bom方式导入SpringAi Alibaba依赖.mp4
│      4-10 SpringAi 1.1 整合MCP.mp4
│      4-11 SpringAi 1.1 A2A的3个核心组件.mp4
│      4-12 SpringAi 1.1 MCP注解：全新的MCP实现.mp4
│      4-13 SpringAi 1.1 A2A的服务注册.mp4
│      4-14 SpringAi 1.1 A2A的服务发现.mp4
│      4-15 SpringAi 1.1 A2A的元数据AgentCard.mp4
│      4-16 测试 SpringAi 1.1 实现的 A2A 协议.mp4
│      4-2 导入MCP依赖.mp4
│      4-3 MCP能连接万物的原因：通信的分层设计.mp4
│      4-4 MCP的通信：SSE实时传输.mp4
│      4-5 创建MCP工具.mp4
│      4-6 将MCP工具注册到MCP服务.mp4
│      4-7 线程不会被卡住：WebFlux框架.mp4
│      4-8 Jmanus导入SpringAi自定义的MCP服务.mp4
│      4-9 SpringAi Alibaba 1.1 以bom方式导入依赖.mp4
│
├─第5章 Agent 团队打造专属你的旅行规划
│      5-1 旅行规划的复合任务拆解.mp4
│      5-2 团队成员：路线制定专员Agent.mp4
│      5-3 团队成员：行程规划经理Agent.mp4
│      5-4 团队成员：费用统筹管家Agent.mp4
│      5-5 Agent团队和大模型的无缝协作.mp4
│      5-6 百度地图MCP提供的工具体系全景.mp4
│
├─第6章 多 Agent + ReAct架构，SpringAi迈入Agent新时代
│      6-1 SpringAI 1.0，1.1 和 2.0.mp4
│      6-10 AgentScope构建搭载工具的ReAct Agent（2）.mp4
│      6-11 MCP客户端连接MCP服务端.mp4
│      6-12 大模型调用本地自定义的MCP服务.mp4
│      6-13 RAG只是一个过渡阶段吗 ？.mp4
│      6-14 长下文能取代RAG吗 ？.mp4
│      6-15 测试AgentScope的Agent运行.mp4
│      6-2 SpringBoot整合SpringAi Alibaba.mp4
│      6-3 和大模型互动的中枢：ChatModel对象.mp4
│      6-4 和大模型互动的窗口：ChatClient对象.mp4
│      6-5 ChatClient流式响应获取数据 (SSE).mp4
│      6-6 SpringAi 1.1 正式进入Agent自主决策时代.mp4
│      6-7 SpringAi 1.1 组建旅游规划的Agent团队.mp4
│      6-8 SpringAi 1.1 Agent团队协同合作.mp4
│      6-9 AgentScope构建搭载工具的ReAct Agent（1）.mp4
│
├─第7章 Graph 搭建旅游规划工作流，像拼积木一样轻松
│      7-1 以工作流方式编排旅行规划的团队协同.mp4
│      7-10 SpringAi Alibaba1.1的Graph引擎.mp4
│      7-11 SpringAi 1.1的工作流状态更新.mp4
│      7-12 基于Graph搭建旅游规划工作流.mp4
│      7-13 总结Agent和Graph分别构建的工作流.mp4
│      7-2 搭建工作流的记忆中枢：OverAllState.mp4
│      7-3 搭建工作流的框架蓝图：StateGraph.mp4
│      7-4 搭建工作流的执行单元：NodeAction.mp4
│      7-5 搭建工作流的流程顺序：Edge.mp4
│      7-6 编译及运行工作流.mp4
│      7-7 图形化展示工作流.mp4
│      7-8 Flux就是装载SSE流式数据的容器.mp4
│      7-9 Flux包装SSE返回给前端展示打字机输出效果.mp4
│
├─第8章 Jmanus 懂思考、会规划、一步步动手完成任务。
│      8-1 多Agent设计思路 角色分工.mp4
│      8-10 JManus的核心：计划协调器.mp4
│      8-11 JManus向大模型请求计划创建.mp4
│      8-12 根据计划类型创建不同的执行者.mp4
│      8-13 不同的执行者调用不同的执行流程.mp4
│      8-2 多Agent设计思路 冲突协商.mp4
│      8-3 多Agent设计思路 SOP管理机制.mp4
│      8-4 Manus多Agent的技术架构.mp4
│      8-5 Manus是自主决策的Ai Agent.mp4
│      8-6 OpenManus复刻Manus的架构思路.mp4
│      8-7 PlanAct是全局流程规划的主管.mp4
│      8-8 ReAct是灵活应变的基层执行者.mp4
│      8-9 JManus的文件架构以及Prompt提交入口.mp4
│
└─第9章 Docker 部署分布式 Agent 搞定旅游规划
        9-1 AgentScope搭建工程化的分布式Agent协同.mp4
        9-10 远程Agent封装为工具执行子任务.mp4
        9-2 分布式Agent自主旅游规划的架构思路.mp4
        9-3 SpringBoot 4 和 AgentScope 的整合.mp4
        9-4 创建不同节点的ReAct Agent.mp4
        9-5 主管Agent自主分解复杂任务.mp4
        9-6 自主分解任务的关键：PlanNotebook.mp4
        9-7 计划和执行中的事件拦截：Hook.mp4
        9-8 主管Agent分发任务给相应Agent.mp4
        9-9 团队成员的智能体卡片注册到Nacos.mp4