一、培训简介
培训面向企业智能化转型需求，围绕 AI Agent 的核心原理、开发技术、工具生态、工程化方法和落地应用展开。课程以“讲清原理、拆透技术、对准场景、形成方案”为设计原则，帮助学员理解 AI Agent 如何从问答工具升级为数字员工、研发助手、流程引擎和企业智能化转型基础设施。
课程重点覆盖 RAG 知识库、Chatflow 型智能体、Workflow 型智能体、Skill 技术、Harness Engineering、多智能体编排协作、私有化部署、安全治理和企业落地方法论。通过企业制度智能问答、办公数字员工、客户咨询分流流程、生产线异常处理等案例，帮助学员掌握从技术理解到场景设计、从原型验证到生产落地的完整路径。
二、培训目的和培训特色
♦ 理解 AI Agent 与 Chatbot、Copilot 的本质区别，能够用业务语言解释智能体的价值。
♦ 掌握 LLM、Planning、Memory、Tools、Skills、Harness 等核心技术模块及其组合关系。
♦ 掌握企业 RAG 知识库建设方法，理解文档解析、语义切分、向量检索、Rerank 和 GraphRAG。
♦ 掌握 Chatflow 型智能体开发技术，理解数字员工、个人助理、研发助手的技术实现路径。
♦ 掌握 Workflow 型智能体开发技术，理解企业流程自动化、审批流转、系统集成和流程闭环。
♦ 理解多智能体编排与协作机制，能够设计多角色、多任务、多工具协同的企业级 Agent 方案。
♦ 能够围绕生产线异常处理案例，形成一套可汇报、可试点、可迭代的企业 AI Agent 落地方案。
技术体系完整：覆盖大模型、Prompt、RAG、Tools、Skills、Harness、多智能体协作和部署治理。
工具路径清晰：区分 Chatflow 与 Workflow 两类技术选型，结合 OpenClaw、Hermes Agent、Claude Code、Codex、Trae、Dify、Coze 等工具生态展开。
案例贴近企业：围绕制度问答、办公数字员工、客户咨询分流、生产线异常处理等场景展开。
强调落地闭环：不仅讲工具搭建，还讲场景筛选、原型验证、试点上线、权限治理、指标评估和规模化推广。
三、证书
课程结束，颁发中科院计算所培训中心“企业AI_Agent核心技术原理与落地实践”结业证书。
培训对象
1、企业数字化转型负责人、业务负责人、创新业务负责人、AI 项目负责人。
2、AI 产品经理、项目经理、业务架构师、流程管理人员、知识库运营人员。
3、技术研发骨干，包括算法工程师、后端工程师、全栈工程师、数据工程师、DevOps 工程师。
4、希望使用 AI Agent 提升研发效率、知识管理效率、办公效率和企业流程自动化能力的业务团队。
培训内容
|
主题 |
重点内容 |
|
|
第一天 上午 |
AI Agent 发展趋势与核心架构 |
理解企业智能化转型背景，掌握 Agent = LLM + Planning + Memory + Tools + Skills 的基本架构。 |
|
第一天 上午 |
RAG 知识库与可信问答技术 |
学习企业知识库建设、文档解析、向量检索、Rerank、GraphRAG 与制度问答案例。 |
|
第一天 下午 |
Chatflow 型智能体开发技术 |
学习数字员工、个人助理、研发助手的角色建模、Prompt、上下文、Skill 和 Harness 设计。 |
|
第二天 上午 |
Workflow 型智能体开发技术 |
学习企业流程自动化的节点建模、变量传递、条件分支、系统集成和人类在环。 |
|
第二天 上午 |
多智能体编排与协作 |
学习管理型 Agent、执行型 Agent、评审型 Agent、工具型 Agent 的协作机制和任务调度方式。 |
|
第二天 下午 |
生产线综合案例与落地方法论 |
围绕生产线异常处理完成技术架构、知识库、Skill、Workflow、评估指标和落地路线设计。 |
1.1 从生成式 AI 到企业数字员工
本部分内容介绍生成式 AI 从内容生成工具向任务执行系统、流程协同助手和企业数字员工的演进过程。 核心知识点：大模型能力边界、Agent 自主执行能力、数字员工岗位化设计、企业知识资产与流程资产的智能化重构。
1.2 AI Agent 与 Chatbot、Copilot 的区别
本部分内容介绍 Chatbot、Copilot 与 AI Agent 在能力定位、交互方式和任务闭环上的差异。 核心知识点：多轮对话、任务规划、工具调用、记忆保持、状态跟踪、结果反馈、任务闭环。
1.3 企业智能化转型中的 Agent 应用机会
本部分内容介绍 AI Agent 在企业管理、研发、运营、销售、客服、知识管理、生产制造和流程审批中的应用机会。 核心知识点：知识型场景、任务型场景、流程型场景、协同型场景、决策辅助型场景，Chatflow 与 Workflow 的场景匹配。
1.4 企业引入 AI Agent 的边界与风险
本部分内容介绍企业落地 AI Agent 时必须关注的安全、权限、责任和成本边界。 核心知识点：模型幻觉、提示词注入、数据泄露、越权访问、工具误调用、流程失控、权限控制、人类在环、日志审计。
1.5 高价值应用场景的筛选方法
本部分内容介绍企业如何从业务痛点中筛选适合 AI Agent 试点的场景。 核心知识点：高频发生、规则清晰、知识可沉淀、输入输出明确、系统可接入、效果可量化、风险可控制。
2.1 Agent = LLM + Planning + Memory + Tools + Skills
本部分内容介绍 AI Agent 的核心组成及各模块之间的协同关系。 核心知识点：LLM、Planning、Memory、Tools、Skills、任务拆解、状态保持、工具执行、能力复用。
2.2 大模型基座与模型选型
本部分内容介绍企业应用中如何理解和选择大模型基座。 核心知识点：模型能力、上下文窗口、多模态能力、推理能力、响应速度、调用成本、私有化部署、开源模型、闭源模型。
2.3 Prompt 工程与上下文工程
本部分内容介绍如何通过提示词和上下文设计提升智能体输出的稳定性。 核心知识点：角色提示词、任务提示词、格式约束、示例引导、拒答边界、历史信息压缩、任务状态管理。
2.4 Planning 与 ReAct 任务执行机制
本部分内容介绍智能体如何对复杂任务进行分解、执行和修正。 核心知识点：任务拆解、步骤规划、工具选择、行动执行、观察反馈、错误修正、ReAct 循环。
2.5 Memory 机制与长期协作能力
本部分内容介绍智能体如何保存上下文、项目状态和用户偏好，支持长期协作。 核心知识点：短期记忆、长期记忆、用户偏好、项目上下文、任务进度、跨轮次协作。
2.6 Tools 与外部系统接入
本部分内容介绍智能体如何调用外部工具完成真实业务操作。 核心知识点：Function Calling、API 调用、数据库查询、文件读写、表格处理、邮件、日程、CRM、ERP、OA、MES、工单系统。
2.7 Skill 技术与能力复用机制
本部分内容介绍如何把常用任务封装为可复用 Skill，使智能体具备稳定执行能力。 核心知识点：技能描述、输入输出定义、执行步骤、依赖资源、权限边界、技能组合、技能复用、异常处理。
2.8 Harness Engineering 智能体工程化方法
本部分内容介绍 Harness Engineering 如何为智能体提供工程化运行框架。 核心知识点：任务编排、上下文注入、工具适配、技能调度、执行监控、日志追踪、错误恢复、测试评估、安全边界。
2.9 多智能体编排与协作机制
本部分内容介绍多个智能体如何围绕复杂任务进行分工协作。 核心知识点：管理型 Agent、执行型 Agent、评审型 Agent、工具型 Agent、任务分派、消息传递、共享记忆、冲突协调、结果汇总。
3.1 企业知识库建设流程
本部分内容介绍企业知识如何从散乱文档转化为可检索、可引用、可维护的知识资产。 核心知识点：资料收集、文档清洗、分类标注、元数据管理、知识切分、向量化入库、权限隔离、持续更新。
3.2 文档解析与语义切分技术
本部分内容介绍不同类型企业资料进入知识库前的解析和切分方法。 核心知识点：PDF 解析、Word 解析、Excel 表格处理、OCR、标题层级识别、表格结构保留、语义分块。
3.3 Embedding 与向量检索技术
本部分内容介绍 RAG 的基础检索机制和语义匹配原理。 核心知识点：Embedding 模型、文本向量化、向量数据库、相似度计算、Top-K 检索、召回率、准确率、检索速度。
3.4 Rerank 与可信回答生成
本部分内容介绍如何提升 RAG 的准确性、可信度和可追溯性。 核心知识点：重排序、片段过滤、上下文压缩、引用溯源、置信度提示、拒答机制、答案校验。
3.5 GraphRAG 与复杂关系检索
本部分内容介绍图谱增强检索在复杂企业知识中的应用。 核心知识点：实体抽取、关系抽取、知识图谱、多跳推理、关系路径、图谱检索、复杂关系问答。
3.6 案例：企业制度智能问答助手
本部分内容介绍如何围绕报销、请假、采购、合同审批、信息安全等制度文件建设可信问答助手。 核心知识点：知识库构建、文档切分、向量检索、Rerank、引用溯源、拒答边界、权限控制。
4.1 Chatflow 型智能体的技术定位
本部分内容介绍 Chatflow 以自然语言对话为入口的开发逻辑和适用场景。 核心知识点：对话流设计、角色设定、上下文管理、用户意图识别、多轮追问、工具触发、结果生成。
4.2 Chatflow 技术选型与工具生态
本部分内容介绍 Chatflow 类智能体的主流技术路线和工具生态。 核心知识点：OpenClaw、Hermes Agent、Claude Code、Codex、Trae，本地化智能体、研发助手、代码理解、工程任务执行。
4.3 数字员工的角色建模技术
本部分内容介绍如何把企业岗位抽象为可运行的数字员工。 核心知识点：岗位职责、服务对象、任务边界、知识范围、工具权限、输出规范、风险边界。
4.4 个人助理型智能体的任务设计
本部分内容介绍个人助理类智能体如何完成办公任务。 核心知识点：日程整理、会议纪要、待办生成、邮件草拟、文件摘要、资料检索、周报生成、任务提醒。
4.5 研发助手型智能体的工程任务设计
本部分内容介绍 Claude Code、Codex、Trae 等研发型智能体如何参与软件工程闭环。 核心知识点：需求理解、代码库上下文、任务计划、跨文件修改、测试用例、错误定位、代码审查、文档生成。
4.6 Chatflow 中的 Skill 调用技术
本部分内容介绍 Chatflow 如何通过 Skill 扩展稳定任务能力。 核心知识点：技能描述、技能触发条件、输入参数、执行步骤、输出格式、技能依赖、异常处理。
4.7 Chatflow 的 Harness Engineering
本部分内容介绍 Chatflow 型智能体如何通过 Harness 实现工程化运行控制。 核心知识点：对话入口、上下文注入、记忆读取、技能调度、工具调用、执行日志、错误恢复、用户确认。
4.8 案例：企业办公数字员工
本部分内容介绍企业办公数字员工的开发过程，用于制度咨询、资料摘要、会议纪要、待办生成、邮件草拟和周报初稿。 核心知识点：角色建模、Prompt 设计、知识库接入、Skill 调用、工具权限、上下文管理、人工确认、输出规范。
5.1 Workflow 型智能体的技术定位
本部分内容介绍 Workflow 以流程编排为核心的开发逻辑和适用场景。 核心知识点：流程触发、节点编排、条件判断、变量传递、系统集成、流程闭环。
5.2 Workflow 技术选型与平台生态
本部分内容介绍 Workflow 类智能体的主流平台和技术选型。 核心知识点：Dify、Coze、RAG 应用、API 服务、私有化部署、插件调用、渠道发布、运营自动化。
5.3 企业流程的节点化建模技术
本部分内容介绍如何把企业 SOP 转换为系统可执行的智能流程。 核心知识点：触发节点、输入节点、意图识别节点、知识库节点、模型节点、条件判断节点、人工审核节点、API 节点、通知节点。
5.4 Workflow 的变量设计与数据流转
本部分内容介绍流程中数据如何在节点之间流动和复用。 核心知识点：输入变量、过程变量、输出变量、字段映射、结构化输出、JSON 数据、表单字段、状态记录。
5.5 Workflow 的条件分支与流程路由
本部分内容介绍企业流程中多路径分支的设计方法。 核心知识点：规则判断、模型判断、条件分支、多路径路由、异常分支、兜底流程、风险等级。
5.6 Workflow 的知识库接入与 RAG 节点
本部分内容介绍 Workflow 如何在流程节点中调用企业知识库。 核心知识点：RAG 检索、知识片段召回、检索结果重排序、引用来源、答案生成、拒答机制。
5.7 Workflow 的业务系统集成技术
本部分内容介绍 Workflow 如何接入企业内部系统并推动流程闭环。 核心知识点：API 调用、数据库查询、CRM、ERP、OA、MES、表格读写、消息推送、工单创建。
5.8 Workflow 中的 Skill 与插件机制
本部分内容介绍 Workflow 如何通过 Skill、插件和 API 节点扩展能力。 核心知识点：插件配置、技能封装、接口参数、调用权限、返回结果解析、异常处理、流程复用。
5.9 Workflow 的安全控制与人类在环
本部分内容介绍企业流程自动化中的安全控制机制。 核心知识点：人工审核、权限校验、敏感数据脱敏、执行确认、日志记录、失败重试、异常回退。
5.10 案例：客户咨询分流流程
本部分内容介绍如何围绕客户咨询分流流程设计可运行、可审计、可复用的 Workflow。 核心知识点：节点设计、变量传递、条件分支、知识库接入、CRM 集成、人工审核、流程闭环。
6.1 案例背景：生产线异常处理
本部分内容介绍制造企业生产线异常处理场景，以及该场景为什么适合进行 AI Agent 综合应用设计。 核心知识点：设备报警、质量异常、维修工单、SOP 查询、异常升级、闭环复盘、生产线业务流程。
6.2 业务痛点：异常响应慢、经验难沉淀
本部分内容介绍生产线现场在异常处置中的典型问题。 核心知识点：报警分散、排查慢、SOP 查找困难、经验依赖个人、工单不规范、质量追溯困难、复盘知识缺失。
6.3 数据基础：报警、工单、SOP、质量记录
本部分内容介绍生产线 Agent 需要接入和治理的数据基础。 核心知识点：报警日志、维修工单、点检记录、SOP、设备台账、质量检测、备件库存、班组交接。
6.4 技术架构：RAG + Chatflow + Workflow
本部分内容介绍生产线 Agent 的综合技术架构。 核心知识点：RAG 查询 SOP，Chatflow 负责自然语言交互，Workflow 负责流程闭环，Skill 封装诊断和工单能力。
6.5 多智能体协作：班组、设备、质量、工艺角色分工
本部分内容介绍生产线场景中多智能体如何按角色协同工作。 核心知识点：班组长 Agent、设备工程师 Agent、质量 Agent、工艺 Agent、调度 Agent、共享上下文、任务分派、结果汇总。
6.6 Agent 角色：生产线异常处理助手
本部分内容介绍生产线异常处理助手的角色设定和能力边界。 核心知识点：异常理解、设备识别、故障分类、历史案例匹配、SOP 检索、处置建议、安全提醒、工单生成、复盘总结。
6.7 处理流程：异常上报到闭环复盘
本部分内容介绍从异常上报到复盘入库的完整任务链路。 核心知识点：异常上报、信息补全、故障分类、知识检索、原因分析、处置建议、工单创建、通知升级、处理跟踪、复盘入库。
6.8 知识库设计：SOP、故障案例、处置经验
本部分内容介绍生产线知识库的组织方式和维护方法。 核心知识点：设备维度、工位维度、故障类型、报警代码、处理步骤、安全风险、维修经验、持续更新。
6.9 工具调用设计：工单、库存、通知、看板
本部分内容介绍生产线 Agent 需要调用的业务工具和系统。 核心知识点：工单系统、设备台账、备件库存、消息通知、异常升级、数据看板、复盘报告生成。
6.10 评估指标：响应效率、处理准确率、闭环质量
本部分内容介绍如何评价生产线 Agent 的业务价值和运行效果。 核心知识点：异常响应时间、故障匹配率、SOP 命中率、工单完整率、一次处理成功率、停线时间、知识库更新率、安全合规。
7.1 企业私有化部署模式
本部分内容介绍企业 AI Agent 的主要部署方式及适用条件。 核心知识点：公有云调用、私有化部署、混合部署、本地模型、云端模型、模型网关、企业级 Agent 平台。
7.2 模型算力与成本控制
本部分内容介绍 Agent 上线后的模型算力和成本管理。 核心知识点：模型大小、推理速度、并发能力、上下文长度、GPU 资源、MaaS 成本、缓存策略、成本监控。
7.3 权限管理与 RBAC 控制
本部分内容介绍企业级 Agent 的权限体系设计。 核心知识点：用户身份、角色权限、数据访问权限、工具调用权限、操作审批、最小权限原则。
7.4 提示词注入攻击防护
本部分内容介绍 AI Agent 面临的典型安全攻击及防护方法。 核心知识点：提示词注入、越权诱导、伪造系统指令、数据泄露、恶意工具调用、工具白名单、输出审查。
7.5 日志追踪与失败回退
本部分内容介绍 Agent 运行过程中的可观测性和故障恢复机制。 核心知识点：调用日志、检索日志、工具执行日志、用户反馈、错误记录、异常告警、失败回退。
7.6 持续评估与运营优化
本部分内容介绍 Agent 上线后的持续运营机制。 核心知识点：评测集建设、用户反馈、知识库更新、Prompt 优化、流程调整、模型升级、成本复盘、效果汇报。
8.1 场景规划：从业务痛点到智能体机会地图
本部分内容介绍企业如何从业务痛点出发规划智能体应用。 核心知识点：场景盘点、痛点分析、价值评估、数据条件、系统接口、风险等级、实施优先级。
8.2 技术选型：Chatflow、Workflow 与综合型 Agent
本部分内容介绍企业如何根据场景选择技术路线。 核心知识点：Chatflow、Workflow、综合型 Agent、数字员工、流程自动化、跨部门协同、复杂任务闭环。
8.3 原型验证：构建最小可行智能体
本部分内容介绍如何快速验证 Agent 项目的关键技术链路。 核心知识点：Prompt 稳定性、RAG 准确性、工具调用可靠性、Skill 复用性、Workflow 闭环、Harness 可观测性。
8.4 试点上线：从 Demo 到部门级应用
本部分内容介绍企业如何在可控范围内开展试点上线。 核心知识点：试点部门、试点用户、数据范围、权限边界、操作确认、反馈机制、异常处理、效果评估。
8.5 工程化落地：平台、技能、流程和治理体系
本部分内容介绍企业级落地需要建设的工程能力。 核心知识点：Agent 平台、Skill 库、知识库、工具连接器、流程模板、评测体系、安全策略、运营机制。
8.6 规模化推广：形成企业智能化转型能力
本部分内容介绍 AI Agent 从单点应用走向组织级推广的路径。 核心知识点：标杆场景、最佳实践、跨部门复制、员工培训、数据治理、流程再造、组织协同、持续运营。
汇款、微信转账
汇款信息：
单位名称：北京市海淀区中科院计算所职业技能培训学校
开户行：工行海淀西区支行
账号：0200 0045 1920 0043 667
开户银行代码：1021 0000 0458
微信转账：
步骤一：打开微信，扫描二微码付款时，点击打开微信右下角里的“发现”，在列表界面有一个“扫一扫”选项，点击打开“扫一扫”（如下图）：
步骤二：点击打开“扫一扫”后，会出现一个扫描框，将中科院计算所培训中心二维码/条码放入框内，即可自动扫描，并显示支付信息，输入付款金额。
（中科院计算所培训中心二维码）
步骤三：点击 “添加付款备注”，填写付款人姓名和单位全称，所有信息核对无误后，点击“确认付款”，完成支付。
