《大模型智能体开发与应用》课程标准

《大模型智能体开发与应用》课程标准课程名称：大模型智能体开发与应用学分：2计划学时：36适用专业：大数据技术1.前言1.1课程性质《大模型智能体开发与应用》课程是大数据技术专业的专业拓展课程。本课程以大模型技术为背景，聚焦智能体开发与应用领域，将大模型与智能体开发相结合，在整个大数据技术专业课程体系中占据重要地位。同时，该课程所涉及的技术和理念在多个行业领域具有广泛应用，是培养适应人工智能时代大数据领域专业人才的重要课程。本课程前导课程为《数据库技术》，后续课程为《毕业综合实践》。1.2设计思路传统的大数据相关课程往往侧重于数据处理与分析技术，对大模型智能体开发与应用涉及较少，导致学生在面对实际复杂的人工智能应用场景时，缺乏综合运用大模型技术进行智能体开发的能力。在当今数字化、智能化快速发展的大环境下，强调将理论知识与实际项目紧密结合，让学生在解决实际问题的过程中掌握知识和技能。为了提升学生的综合能力和改变传统教学状况，大数据技术专业教研室经过深入研究和探索，依据“以就业为导向，以能力为本位”以及“项目驱动”的教学理念，制定本课程项目教学方案。本课程课堂教学改革基于此教学思想实施，打破传统教学模式，以“实际项目案例”为驱动，改革传统实验、实践教学模式，带领学生参与真实或模拟项目实践，使学生能够更好地将所学知识应用于实际开发过程中。该课程总课时为36学时。通过引入实际企业项目案例，让学生在解决实际问题的过程中深入理解大模型智能体开发与应用的知识和技能。课程注重培养学生独立思考、团队协作以及解决实际问题的能力，理论教学与实践教学相结合，实践课时占比超过总课时的2/3，让学生在“做中学”，课程主要在配备相关软件和硬件的实验室完成。2．课程目标2.1总体目标通过项目导向型的课程活动，使学生掌握大模型智能体开发与应用的基本知识和技能。通过参与实际项目训练，使学生对大模型智能体的架构设计、开发流程以及应用场景有全面深入的认识，并掌握大模型智能体开发与应用的关键技术和实践技能。。2.2具体目标通过以项目为导向的教学活动，使学生掌握大模型智能体开发与应用的基本理论、方法和技能。通过实际项目训练，让学生对大模型智能体在大数据领域的应用有全面认识，并具备运用所学知识进行智能体开发与应用的能力，倡导学生在“做中学”，为培养适应大数据领域人工智能应用需求的高素质技术技能人才奠定坚实基础。2.2.1知识目标（1）熟悉大模型的基本概念、原理及发展历程；（2）掌握大模型智能体的基本架构和设计理念；（3）了解常见大模型平台（如OpenAI、百度文心一言等）的功能和特点；（4）掌握大模型智能体开发流程及各环节的关键技术；（5）掌握智能体与外部系统交互的接口技术；（6）了解大模型智能体在不同行业的应用场景和案例。2.2.2能力目标（1）能够根据实际需求设计大模型智能体的架构；（2）能熟练运用相关工具和框架进行大模型智能体的开发；（3）会进行智能体与外部系统的集成与调试；（4）能对大模型智能体进行性能优化和问题排查；（5）具备根据用户反馈对智能体进行迭代升级的能力。2.2.3素质目标（1）培养严谨的科学态度和创新精神；（2）树立正确的技术伦理观和价值观；（3）增强对大数据与人工智能融合发展的认知；（4）提升团队协作和沟通能力；（5）树立终身学习和适应技术变革的意识。3.课程内容与要求序号教学任务课程内容及教学要求教学设计参考学时1大模型基础知识内容及要求：1.大模型的概念、发展历程与核心技术原理；

2.常见大模型平台（如OpenAI的GPT系列、百度的文心一言等）的特点与应用场景。

技能内容及要求：

1.能使用常见大模型平台进行基本操作；

2.能分析大模型在不同场景下的适用性。采用“案例分析+理论讲解”的教学模式，引入实际企业应用案例，分析大模型智能体在不同行业中的解决方案。62智能体开发基础知识内容及要求：

1.智能体的定义、分类与架构；

2.智能体开发所需的技术栈（如Python编程、机器学习框架等）。

技能内容及要求：

1.能搭建智能体开发环境；

2.会使用基础开发工具进行简单代码编写。采用“项目导入+理论讲解+实践操作”的教学模式，以一个简单的智能体项目为载体，引导学生逐步掌握开发基础。63大模型与智能体融合知识内容及要求：

1.大模型在智能体中的赋能方式（如知识增强、逻辑推理增强等）；

2.融合大模型的智能体开发流程。

技能内容及要求：

1.能调用大模型API为智能体赋予语言理解能力；

2.会调试基于大模型的智能体交互逻辑。采用“案例分析+实践操作”的教学模式，选取电商客服智能体、教育答疑智能体等实际案例，让学生分组分析并实践。94智能体应用场景拓展知识内容及要求：

1.不同行业（医疗、金融、教育等）对智能体的需求特点；

2.智能体在跨领域应用中的技术适配要点。

技能内容及要求：

1.能分析特定场景下智能体的功能需求；

2.能初步设计跨领域智能体的功能框架。采用“案例研讨+方案设计”的教学模式，选取医疗问诊智能体、金融风控智能体等实际案例，引导学生进行功能分析与框架设计。95智能体优化与部署知识内容及要求：

1.智能体性能优化的方法（如模型压缩、算法调优）；

2.智能体部署的流程与平台选择。

技能内容及要求：

1.能对智能体进行基本性能优化；

2.会使用常见平台部署智能体。采用“实践操作+案例对比”的教学模式，让学生在实际操作中掌握优化技巧，通过对比不同部署平台的优缺点，选择合适的部署方案。36综合实训知识内容及要求：

1.智能体项目展示的要点与技巧；

2.项目考核的标准与要求。

技能内容及要求：

1.能清晰展示智能体项目的功能与价值；

2.能根据考核标准完成项目总结与答辩。采用“项目展示+答辩考核”的模式，学生分组展示智能体项目，接受教师与其他小组的提问与评价。3合计36注：“课程内容及要求”中，要分别体现技能内容及要求、知识内容及要求。4．实施建议4.1教材选用和编写建议选用教材：建议选用涵盖大模型技术原理、智能体开发流程、主流开发框架（如LangChain、AutoGPT等）的权威教材，如《大模型智能体开发实战》（可根据实际情况选择合适教材）。编写建议：鼓励教师团队结合本地产业需求，编写具有地方特色的工作手册式教材，融入企业真实项目案例，强化实践指导性。4.2教学建议项目驱动：以“智能客服系统开发”“智能医疗问诊助手”等真实项目为载体，贯穿大模型调优、智能体交互设计等核心技能训练。技术融合：结合大语言模型、多智能体系统（MAS）等前沿技术，设计跨学科综合项目。能力培养：注重培养学生的问题解决能力、团队协作能力、技术创新能力，通过项目实践提升职业素养。4.3教学考核评价建议本课程期末考试形式为上机开卷考查。期末课程结束，统一出题，统一考查。评分标准：满分100分，其中平时成绩占60%。平时成绩的记载内容包括出勤、课堂表现、作业、在线学习表现等；实训成绩：成绩评定自评与他评相结合、过程与结果相结合。期末考查：采用课内考查的形式，统一出题，学生上机完成设计内容，根据成果评分。此外，依据人工智能学院《三课堂融通项目实施管理办法》，学生的技能竞赛、职业资格认证、创新创业、社会服务、企业顶岗实践、专业志愿者服务等六类项目均可进行第一课堂成绩转换，认定标准及实施过程以文件为准。4.4课程资源的开发与利用在线开放课程平台：依托学校或第三方平台，提供视频教程、在线测试、案例库等资源。实践教学环境：建设智能体开发实验室，配备高性能计算设备和大模型开发工具。校企合作：与人工智