从工程启蒙到生产级落地的三阶学习路线，3本套打通AI Agent全栈开发脉络。

从单智能体落地 → 多智能体编排 → 云原生MCP生态，10+真实项目带你吃透AI Agent全栈开发。

第一步·筑基：《智能体工程驱动AI Agent开发》​

从范式演进到工程化落地，手把手带你跑通京韵导览、中医诊疗等完整案例，夯实智能体自进化、心跳机制与上下文工程等核心底座，零基础轻松入门。

核心案例逐个击破：

• 京韵导览Agent​ —— 从零搭建一个懂北京文化的导览助手，打通 Qwen 与 Anthropic 双模型互通
• 北京豆汁文化体验智能体​ —— 让AI讲明白什么是豆汁、怎么喝、什么味儿，玩转文化场景的上下文工程
• 博物馆导览助手​ —— 融合计划清单机制，实现多轮引导式讲解
• 自进化中医诊疗智能体​ —— 引入 Skill 自进化机制，让智能体越用越聪明，模拟中医问诊决策流程

第二步·架构：《LangGraph智能体设计模式与多智能体开发》​

深入 LangGraph 1.0 生产级运行时，拆解 9 大设计模式（React、记忆、规划、上下文工程等），掌握共享空间与主智能体驱动的协作逻辑，拿下复杂业务的多智能体编排能力。

核心案例逐个击破：

• 新能源车文案设计​ —— 结合长短期目标，让多个智能体分工协作产出营销文案
• 共享空间驱动的多智能体​ —— 模拟多人协作办公场景，智能体在共享上下文中动态交互
• 主智能体驱动的多智能体​ —— 搭建"总指挥+执行者"架构，主Agent负责任务分解与调度

第三步·实战：《AI Agent智能体与MCP开发实践：基于Qwen3大模型》

​紧贴前沿协议，贯通 MCP 服务部署、A2A 多 Agent 协作与 RAG 增强，结合高德地图调用、跨境电商客服、科研论文助手等 5 大项目，完成从本地微调到云上发布的全链路实战。

核心案例逐个击破：

• 多Agent跨境电商智能客服​ —— 多智能体协作处理售前咨询、售后纠纷、物流追踪全链路
• 高德地图MCP服务智能调用​ —— 让Agent实时查路线、搜点位，变身出行助手
• arXiv科研论文MCP服务​ —— 构建个性化论文检索与分析智能体，服务科研工作流
• 基于MCP的旅游规划智能体​ —— 融合地图、天气、景点数据，自动生成完整行程方案
• 高品质住宅投研智能体​ —— 用LangGraph搭建房产投资研究助手，整合多源数据进行研判

三书环环相扣，从“会写单智能体”到“驾驭多智能体生态”，助你系统进阶为能打硬仗的 AI Agent 工程师。