课程介绍

人工智能技术正在深刻影响和重塑软件开发的方方面面。Github Copilot等各种编程辅助工具的出世预示着AI辅助编程的新时代已然来临，而Agent技术则代表了人机交互的未来形态。本课程将聚焦这两项前沿技术，带领大家掌握借助AI工具提升开发效率的实用技能。

本课秉承理论与实践并重、前沿性与落地性兼顾的理念，精选了Copilot和Agent两大主题，既有技术原理的系统阐述，也有动手实操的环节。无论你是AI开发新手，还是有经验的软件工程师，都能在这里有所收获，为自己的技术图谱添砖加瓦。

第1部分Github Copilot入门

1.1 Github Copilot概述:AI辅助编程的新时代

1.2 Github Copilot的安装与配置:兼容主流IDE和编辑器

1.3 Copilot基础功能一览:

      ·  使用Copilot智能补全和生成代码

      ·  利用Copilot分析和优化现有代码

      ·  用Copilot翻译和解释代码

 1.4 Copilot进阶功能探索:

      ·  Copilot Chat:与AI助手交流讨论

      ·  Copilot Workspace:整合DevOps工作流

1.5 Copilot与ChatGPT等LLM编程工具的比较

第2部分利用Copilot实战DB-GPT

2.1 DB-GPT项目简介:私有化大模型应用开发框架

2.2 快速部署DB-GPT开发环境

2.3 使用Copilot阅读DB-GPT源码,理解其架构设计

 2.4 在Copilot辅助下基于DB-GPT开发:

     ·   添加新的LLM底座模型支持

     ·   实现新的数据源连接器

     ·   开发自定义SQL生成工具

2.5 使用DB-GPT构建一个企业知识库应用

第3部分在Copilot助力下玩转图数据库

3.1 图数据库技术与应用场景概览

3.2 使用Copilot快速搭建基于Neo4j的开发环境

3.3 借助Copilot学习Cypher查询语言的基本语法

3.4 领略Copilot自动生成图数据库CRUD代码的魔力

第4部分 AI Agent原理与框架

4.1 AI Agent的起源与发展历史

4.2 AI Agent的核心功能:感知、认知与决策

4.3 主流AI Agent开发框架一览:

       ·  LangChain:大语言模型应用开发利器

       ·  LlamaIndex:RAG Agent应用开发框架

       ·  Coze:支持多模态输入输出的Agent创建平台

4.4 典型Agent实现模式剖析:

       ·  ReAct模型:基于"思考-执行-观察结果"的交互范式

       ·  Plan-n-Execute:先规划再执行的两阶段框架

       ·  RAG模型:通过检索外部知识增强应答能力

第5部分 Qwen-Agent原理与应用

5.1 Qwen-Agent项目简介:基于Qwen及函数调用的Agent框架

5.2 Qwen-Agent整体架构与关键组件

5.3 Qwen-Agent的Agent类功能解析

5.4 Qwen-Agent支持的LLM模型与部署方式

5.5 动手实践:使用Qwen-Agent构建一个智能编程助手

第6部分实战Coze平台的AI新闻检索Bot

6.1 Coze平台简介:通过可视化界面快速创建智能对话机器人

6.2 在Coze平台定义Bot的Persona与Prompt

6.3 制定Coze的Workflow

6.4 创建智能检索功能的财经新闻Bot

6.5部署财经新闻检索Bot