- 丰富图文内容
对每一章节的内容，我们都尽量深入浅出的描述其原理与实现
- 从基础到前沿
我们涵盖了大模型智能体的基础内容，以及大模型智能体中一些前沿方向的内容
- 代码运行
我们为每一章内容提供了Jupyter Notebook链接，可以直接运行
动手学大模型智能体
《动手学大模型智能体》系列系统讲解了大模型智能体的基本内容及其代码实现，是一本着眼于大模型智能体教学实践的课程。
本课程包含 4 个部分:第一部分为大模型基础篇(第 1~4 章)，介绍大模型与智能体以及生成式大语 言模型的基础知识、提示工程的技术和实用方法、智能体评估与调试方法;第二部分为智能体架构篇(第 5~8 章)，讲解主流的智能体架构设计、记忆管理与检索增强、工具调用以及推理、规划与树搜索增强 核心组件;第三部分为智能体微调篇(第 9~11 章)，主要讨论指令微调、低秩适应微调与模型量化以及 强化微调等大模型智能体微调技术;第四部分为智能体前沿篇(第 12~15 章)，涉及多模态智能体、多智能 体系统、智能体安全以及智能体协议等前沿领域的最新进展。本课程将大模型智能体的理论知识和实践操作 相结合，以大量示例和代码带领读者系统掌握大模型智能体的研究内容和基本原理，为后续涉足大模型智 能体的前沿应用打下基础。
本课程适合对大模型智能体感兴趣的专业技术人员和研究人员阅读，同时适合作为高等院校人工智能相关专业中大模型智能体课程的辅助教材。
作者
温睦宁
上海交通大学人工智能学院助理研究员，于 2025 年获得上海交通大学计算机科学与技术博士学位。研究方向主要 集中于强化学习、大模型智能体以及多智能体系统等方面，拥有丰富的强化学习及智能体系统实践经验，累计发表国际学术论文 20 余篇，自2022年以来持续担任NeurIPS、ICML、ICLR等国际顶级会议学术会议审稿人。
林江浩
上海交通大学安泰经济与管理学院助理教授，于 2025 年获得上海交通大学计算机科学与技术博士学位。研究方向 聚焦于生成式人工智能与数据科学，以及这些技术在推荐系统、运筹优化、智能商务等真实场景中的应用，累计发表国际 学术论文 40 余篇，获得两项最佳论文奖，1 篇论文入选ESI全球Top1%高被引论文。
张伟楠
上海交通大学计算机学院教授、博导，ACM班机器学习、强化学习课程主讲教师，上海创智学院导师，于 2016 年获得英国伦敦大学 学院计算机科学博士学位。主持国家自然科学基金优秀青年项目、科技部2030新一代人工智能重大项目课题，获得吴文俊 人工智能优秀青年奖、达摩院青橙奖。主要研究强化学习、大模型智能体、具身智能，累计发表国际学术论文100余篇， 爱思唯尔高被引学者。
俞勇
享受国务院特殊津贴专家，国家级教学名师，上海交通大学特聘教授，APEX 数据与知识管理实验室主任，上海交 通大学 ACM 班创始人。曾获得首批“国家高层次人才特殊支持计划”教学名师、“上海市教学名师奖”“全国师德标兵”“上海 交通大学校长奖”和“最受学生欢迎教师”等荣誉。于 2018 年创办了伯禹人工智能学院，在上海交通大学 ACM 班人工智能专 业课程体系的基础上，对 AI 课程体系进行创新，致力于培养卓越的 AI 算法工程师和研究员。