五天AI代理强化课程与Google
项目介绍
5天AI代理强化课程与Google
超过42万名开发者参与的AI代理课程 |感谢 sdivyanshu90 提供的Google免费课程资源
5天直播回放视频：youtube
快速开始
前提条件
安装和配置
# 安装依赖
uv sync
# 配置 API 密钥
cp .env.example .env
# 编辑 .env 文件，添加你的 GOOGLE_API_KEY
VS Code 配置
所需插件：Jupyter
- 安装：
Cmd+Shift+P→ "Extensions: Install Extensions" → 搜索 "Jupyter" - 选择内核：点击笔记本中的内核选择器 → 选择
.venv (Python 3.12.x)
运行笔记本
在VS Code中打开 day1/*.ipynb，按 Shift+Enter 运行单元格
课程大纲和每日作业
✅ 第一天：代理介绍
主题：代理分类、代理操作、互操作性和安全基础
- 📄 白皮书：代理介绍
- 🎙️ 播客：第一单元总结
- 💻 代码实验：
- 📚 代码实验故障排除指南
本地笔记本：
day1/day1-01-from-prompt-to-action.ipynb-基本代理+Google搜索day1/day1-02-agent-architectures.ipynb-多代理模式（顺序/并行/动态）day1/day1-01-First-Agent-Web-UI.py-FastAPI Web界面（运行：uv run day1/day1-01-First-Agent-Web-UI.py）
第二天：代理工具和互操作性（MCP）
主题：外部工具、实时数据检索、模型上下文协议（MCP）
- 📄 白皮书：代理工具与MCP互操作性
- 🎙️ 播客：第二单元总结
- 💻 代码实验：
第三天：上下文工程：对话和记忆
主题：上下文窗口管理、对话（实时历史）、记忆（长期持久化）
- 📄 白皮书：上下文工程：会话与记忆
- 🎙️ 播客：第三单元总结
- 💻 代码实验：
第四天：代理质量保证
主题：评估框架、可观测性（日志/跟踪/指标）、LLM作为裁判、人工干预（HITL）
第五天：从原型到生产
主题：部署、扩展、代理对代理（A2A）协议、Vertex AI代理引擎
- 📄 白皮书：从原型到生产
- 🎙️ 播客：第五单元总结
- 💻 代码实验：
注意事项
- Kaggle代码实验需要手机验证
- 项目使用
.env存储API密钥（不要提交.env到Git）