5 Day AI Agents Intensive Course

5-Day AI Agents Intensive Course with Google

42万+开发者参与的 AI Agent 课程 | 感谢 sdivyanshu90 和 Google 提供的免费课程资源

5 天直播回放视频：youtube

快速开始

前置要求

• Python 3.12+
• uv 包管理工具
• Google API Key (获取地址)

安装配置

# 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

必需插件: 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

课程大纲与每日作业

✅ Day 1: Agent 入门

主题: Agent 分类、Agent Ops、互操作性与安全基础

• 📄 白皮书: Introduction to Agents
• 🎙️ 播客: Unit 1 Summary
• 💻 代码实验:

- 使用 Gemini 和 ADK 构建第一个 Agent - 构建第一个多 Agent 系统

• 📚 代码实验故障排除指南

本地笔记本:

• day1/day1-01-from-prompt-to-action.ipynb - 基础 Agent + Google 搜索
• day1/day1-02-agent-architectures.ipynb - 多 Agent 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）

Day 2: Agent 工具与互操作性 (MCP)

主题: 外部工具、实时数据检索、模型上下文协议 (MCP)

• 📄 白皮书: Agent Tools & Interoperability with MCP
• 🎙️ 播客: Unit 2 Summary
• 💻 代码实验:

- 使用新工具扩展 Agent 能力 - 工具最佳实践：MCP 与长时运行操作

Day 3: 上下文工程：会话与记忆

主题: 上下文窗口管理、会话、记忆（长期持久化）

• 📄 白皮书: Context Engineering: Sessions & Memory
• 🎙️ 播客: Unit 3 Summary
• 💻 代码实验:

- 实现会话管理即时上下文 - 实现记忆系统实现长期个性化

Day 4: Agent 质量保障

主题: 评估框架、可观测性（日志/追踪/指标）、LLM-as-a-Judge、人工介入 (HITL)

• 📄 白皮书: Agent Quality
• 🎙️ 播客: Unit 4 Summary
• 💻 代码实验:

- 实现可观测性用于调试 - 评估你的 Agent

Day 5: 从原型到生产

主题: 部署、扩展、Agent2Agent (A2A) 协议、Vertex AI Agent Engine

• 📄 白皮书: Prototype to Production
• 🎙️ 播客: Unit 5 Summary
• 💻 代码实验:

- 使用 A2A 协议实现多 Agent 通信 - [[可选] 部署到 Google Cloud Agent Engine](https://www.kaggle.com/code/markishere/day-5-agent-engine)

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（切勿将 .env 提交到 git）