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
l理解AI Agent的核心概念、架构与分类（ReAct/Tool-Calling/多代理）；
l掌握Coze平台的企业级智能体开发流程（知识库、多步骤Workflow）；
l熟练使用n8n搭建5个真实业务场景的AI Agent项目；
l学会RAG知识库集成、多工具协同、调试与最佳实践。
培训对象
l希望学习AI Agent落地的全栈/后端开发者；
l需要搭建企业级自动化工作流的运维/产品人员；
l对n8n、Coze、LangChain等AI工具链感兴趣的技术爱好者；
l有一定编程基础（Python/JavaScript更佳），希望快速上手AI Agent开发的学员。
课程安排：2026年11月9-11日 线上+ 线下
|
时间 |
主题 |
内容 |
|
Day 1 上午 |
AI智能体基础理论 |
智能体入门与类型 1.什么是AIAgent？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。
【主讲老师】
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。
老学员及其推荐学员参加均可额外优惠200元。
【付费方式】
手机银行或电子银行转账、银行汇款等
单位全称：北京市计算中心有限公司
账号：0200151819100023937
开户银行：中国工商银行股份有限公司北京自贸试验区永丰基地支行
（汇款信息备注：“智能计算——您的姓名”，个人汇款请备注单位名称）
注：款项支出后，请提供付款回执给工作人员，方便核实到账、开具发票。
【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】开课前三天会发送邮件通知；若未接到邮件通知，请电话咨询。