AI Agent 正在从概念走向落地。然而，许多开发者在实际搭建过程中面临框架选择困难、工具链割裂、Agent 智能化程度不足等挑战。n8n 作为领先的工作流编排引擎，配合扣子（Coze）智能体平台，能够让开发者轻松构建从简单对话到复杂多工具协作的 AI Agent 系统。
本课程从Agent 基础理论出发，贯通 Coze 低代码平台与 n8n 专业工作流引擎，帮助学员掌握多工具 AI Agent 的设计、开发与部署全流程。
课程目标
• 理解 AI Agent 的核心概念、架构与分类（ReAct / Tool-Calling / 多代理）
• 掌握 Coze 平台的企业级智能体开发流程（知识库、多步骤 Workflow）
• 熟练使用 n8n 搭建 5 个真实业务场景的 AI Agent 项目
• 学会 RAG 知识库集成、多工具协同、调试与最佳实践
培训对象
• 希望学习 AI Agent 落地的全栈/后端开发者
• 需要搭建企业级自动化工作流的运维/产品人员
• 对 n8n、Coze、LangChain 等 AI 工具链感兴趣的技术爱好者
• 有一定编程基础（Python/JavaScript 更佳），希望快速上手 AI Agent 开发的学员
主办单位：北京市计算中心有限公司
协办单位：
北京市基因测序与功能分析工程技术研究中心
云计算关键技术与应用北京市重点实验室
工业和信息化人才培养工程培训基地
北京市大数据教学实践基地
课程安排：2026年8月10-12日 线上+ 线下（提供课程回录，课后可反复观看）
|
时间 |
时间段 |
内容详情 |
|
Day 1 上午 |
AI 智能体基础理论 |
智能体入门与类型 1.什么是AI Agent？从 Rule-based → 传统 ML → LLM Agent 的演进 2.ReAct 模式详解：推理-行动循环与思维链（Chain-of-Thought） 3.Tool-Calling Agent：Function Calling 原理与工具注册 4.传统分类体系：封闭式Agent vs 开放式 Agent，单代理 vs 多代理 5.Agent 核心能力对比：自主性、反应性、目标导向、社交能力 |
|
Day 1 下午 |
Agent 核心架构与框架对比 |
核心架构四要素 1.Prompt Engineering：System Prompt 设计原则与变量注入 2.Memory 机制：短期记忆（上下文窗口）vs 长期记忆（RAG / 向量库） 3.Tools 定义：内置工具 vs 自定义 API 工具，工具描述与参数 Schema 4.Planning 能力：任务分解（Task Decomposition）、反思（Self-Reflection） 框架简要对比 1.LangChain vs LlamaIndex vs Coze vs n8n — 各自优势与适用场景 2.Coze 平台引子：5 分钟快速体验 — 用 Coze 创建第一个 Bot |
|
Day 2 上午 |
高级智能体架构 |
RAG（检索增强生成） 1.RAG 原理：Embedding → 向量检索 → 上下文注入 2.知识库构建：文档分块（Chunking）、向量数据库选型 3.检索策略：相似度检索、MMR、混合检索 多代理架构 1.Orchestrator-Worker 模式：主代理分发子任务 2.辩论/协商模式：多 Agent 交叉验证 3.Hierarchical 模式：层级管理 Agentic Workflow 设计 1.有状态工作流vs 无状态调用 2.条件分支、循环、并行执行 3.人工审核节点（Human-in-the-Loop） 案例分析 1.客服自动分流系统（多代理+ RAG） 2.自动化研究报生成（Orchestrator+Worker） 3.数据分析Agent：NL → SQL → 可视化 |
|
Day 2 下午 |
Coze 平台实操 |
Coze 平台介绍与优势对比 1.交互式Bot Builder 与拖拽式 Workflow 设计器 2.知识库、插件市场、变量记忆等特性 3.Coze vs 扣子专业版 vs n8n — 定位差异 实操1：企业知识库客服 Bot（40-45min） 1.创建Bot 并配置人设与 Prompt 2.上传知识文档，配置知识库检索 3.开通对话开场白与预设问题 4.测试与发布：多轮对话测试 实操2：会议安排 Workflow Agent（50-55min） 1.多步骤Workflow：请求→查日历→创建→通知 2.集成日历API 与邮件通知 3.条件分支：时间冲突处理 Coze vs n8n 对比与衔接（10-15min） 1.Coze 快速原型 vs n8n 复杂编排 2.Coze 调用 n8n Webhook 触发工作流 |
|
Day 3 上午 |
n8n 实战项目（一） |
项目1：基础 AI 聊天智能体 1.Trigger → AI Agent Node → Response 链路 2.配置LLM 连接（OpenAI / Claude / 本地） 3.System Prompt 设计与消息模板 4.工具节点注册：搜索、计算器、天气 5.Execution 查看与 Debug 模式 项目2：带记忆的对话智能体 1.会话记忆存储：Redis / 内存 / 数据库 2.Memory Node 或自定义 Session 存储 3.多轮对话上下文管理 4.案例：AI 客户支持助手 项目3：网页抓取与分析 Agent 1.HTTP Request Node 抓取网页 2.HTML Extract / Cheerio 数据解析 3.AI 节点分析：LLM 总结关键信息 4.输出格式化：Markdown / JSON / Email 5.实战：竞品监控每日报告 |
|
Day 3 下午 |
n8n 实战项目（二） |
项目4：RAG 知识库智能体（重点） 1.向量数据库集成：Qdrant / Pinecone / Weaviate 2.Embedding 模型选择与配置 3.文档导入工作流：PDF→Chunking→Embedding 4.查询工作流：问题→检索→上下文注入 LLM 5.进阶：混合检索、Re-ranking 6.实战：企业内部知识库问答机器人 项目5：多工具/多代理业务自动化 Agent 1.多工具注册：Slack、Gmail、Notion、DB 2.多代理协作：各Agent 负责不同领域 3.人工审核节点与错误重试机制 4.实战：工单→分类→知识库→回答→审核→回复 n8n 最佳实践与调试技巧 1.Workflow 版本管理与导出导入 2.环境变量与凭证安全管理 3.日志、监控告警、性能优化 4.常见坑点与排错指南 |
注：内容以实际发生为准；若调，会提前通知。
【师资力量】
授课老师主要研究方向为深度学习、生成式模型及智能体（Agent）系统。熟练使用Python/Java/C等编程语言，具备扎实的算法工程与全栈开发能力。曾主导单细胞分析、空间转录组等生信流程搭建，深入应用过MUSE、SpaGCN、DAVAE、CellBender等多种深度学习模型，在模型原理剖析与落地调优方面积累丰富经验。发表深度学习相关学术论文多篇（含合作）。近年来聚焦深度学习与智能体技术的交叉应用，探索基于大语言模型及强化学习的智能体在科研自动化、数据分析决策中的实践，具备从模型设计、训练部署到智能体系统集成的工程化能力。
【报名费用】
注册费：4500元/人（含当期听课费、资料费、证书费、视频回看）。
提供当期视频回放以供复习使用（羽林学院平台）。
开具增值税发票，提供盖章通知、结业证书等相关材料。
【报名优惠政策】
1、3人以上团体报名每人可减少300元；
2、4+1团报，可免费赠送一个名额；
3、上面优惠政策不能同时享受，只能享受其中一种；
老学员参加及推荐学员参加均可额外优惠200元。
【扫码报名】
【咨询请联系】
徐老师 010-59341786，15801436028（微信同号）
员老师 010-59341773，18701529461（微信同号）
【注】开始前一周会发送邮件通知；若未接到邮件通知，请电话咨询。