Learnings

第一天：自主智能体、可靠性与治理入门

• 感知 -> 推理 -> 行动 / Perception -> Reasoning -> Action
• AgentOps：可靠性与治理 / AgentOps: Reliability & Governance
• 安全与身份管理 / Security & Identity mgmt
• 认知架构 / Cognitive Architectures

第二天：通过 Model Context Protocol 连接智能体与外部世界

• 工具调用与函数调用 / Tool Use & Function Calling
• 模型上下文协议 (MCP) / Model Context Protocol (MCP)
• 解决 N*M 集成问题 / Solving N*M Integration Problem
• 标准化数据访问 / Standardized Data Access

第三天：管理长期记忆与会话状态

• 短期 vs 长期记忆 / Short vs Long-term Memory
• RAG 上下文注入 / RAG for Context Injection
• 会话状态管理 / Session State Management
• 情景记忆实现 / Episodic Memory implementation

第四天：超越简单指标，实现全面的智能体评估

• LLM 作为评判者 / LLM as a Judge
• 轨迹分析 / Trajectory Analysis
• 黄金数据集 / Golden Datasets
• 人在回路测试 / Human-in-the-loop Testing

第五天：部署策略与多智能体协作

• Agent2Agent (A2A) 协议 / Agent2Agent (A2A) Protocol
• 编排模式 / Orchestration Patterns
• 任务交接与委托 / Hand-offs & Delegation
• 可扩展部署 / Scalable Deployment

使用 RabbitMQ 和 Kafka 掌握异步通信与服务解耦

• 微服务解耦 / Decoupling Microservices
• 交换机类型 (Direct, Topic, Fanout) / Exchange Types
• 死信队列 (DLQ) / Dead Letter Queues (DLQ)
• 事件驱动架构 / Event-Driven Architecture
• 幂等性与可靠性 / Idempotency & Reliability

使用持续集成和持续部署自动化软件交付

• 自动化测试与代码检查 / Automated Testing & Linting
• Docker 容器化 / Docker Containerization
• 蓝绿部署 / Blue/Green Deployment
• GitHub Actions / GitLab CI
• 基础设施即代码 / Infrastructure as Code