AI Agent 7天零基础入门实战计划前置说明分两种人群会Python直接走代码路线完全不会编程先做无代码体验每天1–2小时即可完成。核心目标7天结束能手写简易Agent、用框架做可落地智能体吃透Agent循环、工具调用、记忆三大核心。Day1 认知入门无代码搭建建立直观感受学习目标分清LLM与Agent亲手做出第一个可用智能体理论30分钟◦ 记住公式Agent大模型大脑记忆规划工具循环执行◦ 弄懂Agent Loop完整流程提问→思考→调用工具→拿到结果→继续/结束◦ 了解四大组件LLM、Memory、Planning、Tools实操1小时Dify/扣子二选一无需写代码◦ 注册云端试用新建Agent应用◦ 绑定任意大模型APIDeepSeek、通义千问均可◦ 开启联网搜索、计算器工具写一段基础系统提示词◦ 测试复杂任务“查武汉今日天气再算3天出行预算”观察自动分步执行当日作业记录Agent什么时候会调用工具、什么时候直接回答总结规律Day2 代码前置基础大模型Function Calling代码路线起点学习目标掌握Agent最底层核心——工具调用理论20分钟◦ 理解Function Calling作用让模型输出标准JSON工具参数◦ 看懂工具描述Schema写法函数名称、功能、入参类型、说明实操1.5小时Python◦ 安装openai/llm接口库完成单次大模型对话调用◦ 定义1个工具计算器编写对应schema◦ 解析模型返回的tool_call执行计算并把结果回传给模型当日作业实现单工具对话能完成“计算128*3690”完整链路Day3 手写极简原生Agent不依赖任何框架吃透底层学习目标脱离框架黑盒自己实现Agent循环理论15分钟◦ 复习ReAct思考行动范式思考→行动→观察◦ 明白while循环是Agent自动迭代的核心实操1.5小时◦ 新增第二个工具模拟天气查询函数◦ 搭建完整循环逻辑用户提问 → LLM判断是否调用工具 → 执行函数 → 拼接结果再次传入LLM → 判断是否结束对话◦ 加入短期上下文记忆多轮对话不丢失信息当日作业纯手写无框架Agent支持搜索计算双工具自动执行Day4 LangChain框架入门标准化开发Agent学习目标使用工业级框架简化开发替代手写循环理论20分钟◦ 了解LangChain核心模块ChatModel、Tool、Agent、Memory◦ 区分OpenAI Agent、ReAct Agent两种主流类型实操1.5小时◦ 安装langchain全套依赖配置大模型◦ 用LangChain封装计算器、搜索工具◦ 快速创建ReAct多工具Agent一行代码启动执行循环◦ 添加ConversationBufferMemory短期对话记忆当日作业基于LangChain复刻Day3的天气计算智能体对比手写代码简化程度Day5 Agent增强RAG知识库长期记忆学习目标解决大模型幻觉让Agent读取私有文档理论20分钟◦ RAG作用私有PDF/文本切片→向量化检索→传入Agent上下文◦ 短期记忆vs长期向量记忆适用场景实操1.5小时◦ 安装向量库Chroma加载本地文档做文本分割、向量化存储◦ 封装检索工具接入LangChain Agent◦ 测试上传一份产品文档让Agent结合文档内容联网搜索回答问题当日作业搭建「文档问答联网查询」复合型智能体Day6 LangGraph进阶复杂任务规划与分支流程学习目标掌握2026生产级Agent编排框架支持复杂多步骤任务理论20分钟◦ LangGraph核心用图结构替代简单循环支持分支、重试、反思◦ 简单流程思考节点→工具调用节点→判断终止节点实操1.5小时◦ 搭建基础Graph工作流复刻基础Agent能力◦ 增加自反思逻辑工具查询结果不足时自动重新搜索补充信息◦ 实现任务自动拆分长篇调研需求拆解成多步执行当日作业做一份市场调研Agent自动分步骤搜索、汇总信息Day7 综合实战项目复盘巩固学习目标整合前6天全部知识点产出完整可交付Agent项目2小时自选其一方案1办公向周报自动化Agent能力读取Excel数据、联网查行业资讯、计算数据、生成周报文档方案2调研向行业分析智能体能力私有行业知识库检索、多轮联网搜索、数据计算、总结报告完整复盘30分钟◦ 梳理完整技术链路提示词→Function Calling→Agent循环→记忆→RAG→LangGraph◦ 整理踩坑点Schema描述模糊、循环死调用、知识库检索不准确的解决方案结业检验标准不用框架能手写基础Agent循环会用LangChain快速搭建多工具智能体可结合向量知识库实现私有资料问答能使用LangGraph编排复杂多步骤任务配套入门小贴士无编程基础人群Day1完整吃透Day2-Day7先用Dify可视化对应功能理解逻辑再补Python基础工具选择国产模型API成本更低新手优先DeepSeek、通义千问避坑重点所有工具描述一定要写清楚适用场景减少模型无意义重复调用