Agent大模型开发课：工具调用记忆管理，LangGraph框架，电商客服真实业务场景案例

课程介绍： 本套 Agent 项目实战课程兼顾理论原理与电商客服真实项目落地。理论部分讲解 AI‑Agent 基础概念、执行循环、提示词约束、上下文工程、结构化输出、ToolCalling、AgenticRAG、长短记忆，以及 LangGraph 框架、多智能体协作、安全权限、可观测评估等工程知识。业务实战以电商客服为案例，从聊天服务搭建，一步步解决幻觉、检索不准、工具异常、上下文溢出、越权操作等现实问题，完成退款退货流程、大促压力演练，梳理上线边界与项目路线，适合想要做智能体落地的技术学习者。 课程目录： 01_什么是 AIAgent.mp4 02_模型与消息.mp4 03_Agent 的执行循环.mp4 04_电商业务的 Agent 场景地图.mp4 05_Prompt 如何约束业务角色.mp4 06_上下文工程基础.mp4 07_结构化输出.mp4 08_Streaming 与用户体验.mp4 09_ToolCalling 基础.mp4 10_工具参数返回值与错误处理.mp4 11_ToolRuntimeToolNode 与 LangGraph 工具节点.mp4 12_第一个 create_agent.mp4 13_为什么需要 RAG.mp4 14_文档切片与元数据.mp4 15_引用召回与防幻觉.mp4 16_AgenticRAG 入门.mp4 17_短期记忆.mp4 18_长期记忆与隐私边界.mp4 19_Runtime 与运行时上下文.mp4 20_为什么需要 LangGraph.mp4 21_状态节点和边.mp4 22_FunctionalAPI 函数式工作流.mp4 23_持久化恢复与时间旅行.mp4 24_Human‑in‑the‑loop 与 Interrupt.mp4 25_错误处理与容错.mp4 26_可观测性与 Trace.mp4 27_评估与测试