1、《动手学大模型智能体》（Hands-on AI Agent）
这个项目是上海交大俞勇团队"动手学"系列的最新作品，专注于大模型智能体（AI Agent） 的理论与实践。
2、链接：'https://github.com/boyu-ai/Hands-on-AA/tree/main
3、面向人群：面向具备基本编程能力的学生、开发者和研究人员，从基础概念进入大模型智能体开发与研究的系统教程。
4、课程特点：课程强调原理与代码结合，每章提供 Jupyter Notebook。
目录
1. 大模型基础篇：第1---4章
- 初探大模型智能体
- 生成式大语言模型
- 提示工程
- 大模型智能体评估
这一部分最接近"普及入门"。它会先解释智能体是什么，以及"感知---思考---行动"的基本闭环，然后介绍 LLM、提示工程、智能体评估与调试。
第一章甚至从规则系统、软件代理讲到现代 LLM Agent，并提供调用模型 API、搭建简单助手的实践。因此，即便此前没有系统学过 Agent，也能从这里进入。
2. 智能体架构篇：第5---8章：
- 智能体架构
- 记忆管理与检索增强
- 外部工具调用
- 推理、规划和树搜索增强
这是整套教程中最核心、最适合应用型学习的一部分。它回答的是：一个 Agent 除了调用 LLM，还需要哪些部件？
这里会系统介绍记忆、RAG、工具调用、推理、规划和搜索。这些内容基本构成了当前 Agent 应用的通用架构，也能帮助你理解为什么很多项目会采用：
LLM＋记忆／知识库＋工具＋规划器＋反馈循环。
因此，它不只是教你套用某一个框架，而是试图解释各种 Agent 系统背后的共同结构。
3. 智能体微调篇：第9---11章
- 指令微调
- LoRA 微调与模型量化
- 强化微调
4.智能体前沿篇：第12---15章
- 多模态智能体
- 大模型多智能体
- 智能体攻防
- 智能体通信协议
这一部分是在基础架构之后扩展视野，涉及多模态、多智能体、安全，以及 MCP、A2A 一类智能体协议。
第15章不仅介绍协议概念，还讨论智能体与工具、数据、服务以及其他智能体之间如何标准化通信，并提供本地 MCP 服务器等代码实践。
不过，协议领域更新非常快。教程本身也提醒，MCP 等协议的功能和通信方式会快速变化，静态比较容易过时。 因此，这一章适合帮助你建立框架，但实际开发时仍需要同步查阅最新官方文档。
感悟
可以学，但无需各章平均发力。