智能体开发实战（Dify）（微课版） 教案全套 项目1-7

项目1智慧校园智能体初探——Dify开发环境搭建教案课程名称：智能体开发实战课程类别：必修（专业核心课）适用专业：人工智能技术应用、计算机应用技术、软件技术等相关专业总学时：64学时（其中理论28学时，实验36学时）总学分：4.0学分本项目学时：8学时（理论3学时，实验5学时）材料清单《智能体开发实战》教材。配套PPT。引导性提问。探究性问题。拓展性问题。教学目标与基本要求教学目标本项目为智能体开发实战的入门项目，是全书的总纲。首先介绍从大语言模型到智能体的发展脉络、常见的智能体架构与应用场景、智能体类型与主流开发平台，使学生了解智能体开发的基本概念与发展现状。然后介绍Dify平台的核心能力与技术架构，对比对话、工作流与智能体三种应用形态，使学生掌握Dify平台的基本使用方法。最后讲解提示词工程的基本框架与结构化提示词的编写方法。通过搭建Dify开发环境、接入大语言模型和创建“智慧校园助手”对话应用，使学生完成从环境准备到应用落地的完整入门体验。基本要求了解从大语言模型到智能体的发展历程。了解常见的智能体架构与应用场景。了解常见的智能体类型与主流开发平台。掌握Dify平台的核心能力与技术架构。能区分对话、工作流与智能体三种应用形态。了解经典的提示词框架与结构化提示词的编写方法。掌握Dify开发环境的准备与部署方法。掌握在Dify中添加大语言模型的方法。能创建“智慧校园助手”对话应用。问题引导性提问引导性提问需要教师根据教材内容和学生实际水平，提出问题，启发引导学生去解决问题、理解并掌握知识、发展各种能力和提高思想觉悟。什么是智能体？它与大语言模型有什么关系？智能体在日常生活中有哪些典型的应用场景？Dify平台能解决智能体开发的哪些问题？对话、工作流与智能体三种应用形态有什么区别？一个高质量的提示词应包含哪些要素？探究性问题探究性问题需教师在深入钻研教材的基础上精心设计，从重点、难点问题切入进行插入式提问，或对引导性提问中尚未涉及但重要的内容加以设问。从大语言模型到智能体的发展过程中，核心的技术突破有哪些？常见的智能体架构各有什么优缺点？分别适用于什么场景？部署Dify开发环境时，不同部署方式的适用场景有何不同？如何选择？结构化提示词相比自由式提示词，在可控性和稳定性上有哪些提升？拓展性问题拓展性问题需教师深刻理解教材意义、掌握学生学习动态后，根据不同学习层次提出切实可行的、关乎实际应用的操作问题，亦可提供拓展资料供学生研习探讨。调研一个开源的智能体项目，分析其架构设计与应用场景。除Dify外，主流的智能体开发平台还有哪些？它们在核心能力上有何差异？结合智慧校园场景，设想还可以开发哪些智能体应用？简述其功能与价值。主要知识点、重点与难点主要知识点从大语言模型到智能体的发展。常见的智能体架构与应用场景。常见的智能体类型与主流开发平台。Dify的核心能力与技术架构。对话、工作流与智能体应用形态对比。经典的提示词框架。结构化提示词。Dify开发环境的准备与部署。重点Dify的核心能力与技术架构。对话、工作流与智能体应用形态对比。Dify开发环境的准备与部署。在Dify中添加大语言模型。难点Dify开发环境的部署。结构化提示词的编写。对话应用的整体搭建流程。教学过程设计理论教学过程智能体概述。Dify平台基础。提示词工程。实验教学过程Dify开发环境准备与部署。给Dify开发环境添加大语言模型。创建“智慧校园助手”对话应用。教材与参考资料教材《智能体开发实战》教材。参考资料Dify官方文档[EB/OL].https://docs.dify.ai/ModelContextProtocol官方文档[EB/OL].https://modelcontextprotocol.io/LangChain官方文档[EB/OL]./OpenAI开发者文档（FunctionCalling）[EB/OL]./docs/guides/function-calling项目2智慧校园智能体意图识别——工作流设计教案课程名称：智能体开发实战课程类别：必修（专业核心课）适用专业：人工智能技术应用、计算机应用技术、软件技术等相关专业总学时：64学时（其中理论28学时，实验36学时）总学分：4.0学分本项目学时：11学时（理论5学时，实验6学时）材料清单《智能体开发实战》教材。配套PPT。引导性提问。探究性问题。拓展性问题。教学目标与基本要求教学目标本项目围绕智能体意图识别，系统讲解工作流设计方法。首先介绍工作流的基本概念，包括节点与变量的定义、类型与作用；然后讲解串行设计与并行设计等编排节点的组织方式；接着讲解结构化输出的用法与示例，使学生掌握JSON结构化输出与校验方法；最后讲解异常处理机制，包括预定义异常处理逻辑与常见错误类型。通过搭建最小化回声工作流、实现JSON结构化输出与校验、构建“区分教务与生活”的路由工作流、引入异常处理等任务，使学生掌握利用工作流实现智能体意图识别的完整方法。基本要求掌握工作流的基本概念，理解节点与变量的作用。掌握编排节点的串行设计与并行设计方法。掌握结构化输出的用法与示例。掌握预定义异常处理逻辑与常见错误类型。能搭建最小化回声工作流。能实现JSON结构化输出与校验。能构建意图路由工作流并引入异常处理。问题引导性提问引导性提问需要教师根据教材内容和学生实际水平，提出问题，启发引导学生去解决问题、理解并掌握知识、发展各种能力和提高思想觉悟。什么是工作流？它与智能体有什么关系？工作流中的节点有哪些类型？变量在其中起什么作用？串行设计与并行设计分别适用于什么场景？为什么需要结构化输出？它解决了什么问题？智能体在工作流中是如何完成意图识别的？探究性问题探究性问题需教师在深入钻研教材的基础上精心设计，从重点、难点问题切入进行插入式提问，或对引导性提问中尚未涉及但重要的内容加以设问。并行设计相比串行设计能带来哪些性能提升？在什么情况下不宜使用并行设计？结构化输出校验失败时可能是什么原因？如何定位和解决？路由工作流中，意图判断的准确性受哪些因素影响？如何提升？异常处理机制如何保障工作流在真实业务场景中的稳定性？拓展性问题拓展性问题需教师深刻理解教材意义、掌握学生学习动态后，根据不同学习层次提出切实可行的、关乎实际应用的操作问题，亦可提供拓展资料供学生研习探讨。调研一个真实的智能客服系统，分析其意图识别的工作流设计。设计一个“智能迎新助手”的工作流，画出节点编排方案。工作流可视化编排与代码开发相比，各自的优劣是什么？主要知识点、重点与难点主要知识点工作流基本概念。节点。变量。串行设计。并行设计。结构化输出用法。结构化输出示例。预定义异常处理逻辑。错误类型。重点节点与变量的使用。串行设计与并行设计。结构化输出与校验。意图路由工作流的构建。难点结构化输出的实现与校验。意图路由工作流的编排。异常处理逻辑的设计。教学过程设计理论教学过程工作流基本概念。编排节点。结构化输出。异常处理。实验教学过程搭建最小化回声工作流。实现JSON结构化输出与校验。构建“区分教务与生活”的路由工作流。引入异常处理。教材与参考资料教材《智能体开发实战》教材。参考资料Dify官方文档[EB/OL].https://docs.dify.ai/ModelContextProtocol官方文档[EB/OL].https://modelcontextprotocol.io/LangChain官方文档[EB/OL]./OpenAI开发者文档（FunctionCalling）[EB/OL]./docs/guides/function-calling项目3智慧校园智能体百事通——知识库问答构建教案课程名称：智能体开发实战课程类别：必修（专业核心课）适用专业：人工智能技术应用、计算机应用技术、软件技术等相关专业总学时：64学时（其中理论28学时，实验36学时）总学分：4.0学分本项目学时：10学时（理论4学时，实验6学时）材料清单《智能体开发实战》教材。配套PPT。引导性提问。探究性问题。拓展性问题。教学目标与基本要求教学目标本项目围绕知识库问答应用，系统讲解RAG（检索增强生成）技术的原理与实现方法。首先介绍大语言模型的幻觉与知识局限性，引出RAG架构原理；然后讲解知识库管理方法，包括非结构化数据的清洗与规范、文本分段策略；接着讲解向量检索与索引构建，包括Embedding模型与检索策略对比选择；最后讲解召回效果优化方法，包括重排序模型、关键参数调试策略与召回测试可视化调优。通过创建知识库、搭建“智慧校园制度百事通”应用、调试向量检索参数、引入重排序等任务，使学生掌握基于RAG的知识库问答应用的完整开发流程。基本要求了解大语言模型的幻觉与知识局限性。理解RAG架构原理。掌握非结构化数据的清洗与规范方法。掌握文本分段策略。了解Embedding模型与检索策略的对比选择。了解重排序模型与召回效果优化方法。能创建知识库并配置文档分段策略。能搭建“智慧校园制度百事通”应用。能调试向量检索参数并优化召回效果。问题引导性提问引导性提问需要教师根据教材内容和学生实际水平，提出问题，启发引导学生去解决问题、理解并掌握知识、发展各种能力和提高思想觉悟。大语言模型为什么会“胡说八道”？它有哪些知识局限性？什么是RAG？它如何缓解大语言模型的幻觉问题？知识库中的非结构化数据为什么要清洗和分段？向量检索是如何实现相似内容查找的？为什么检索结果不准确时，需要引入重排序？探究性问题探究性问题需教师在深入钻研教材的基础上精心设计，从重点、难点问题切入进行插入式提问，或对引导性提问中尚未涉及但重要的内容加以设问。RAG的检索、增强、生成三个环节分别如何影响最终回答质量？文本分段策略对检索效果有什么影响？如何选择合适的分段方式？不同的Embedding模型和检索策略在召回效果上有何差异？重排序模型相比直接向量检索，在哪些场景下提升更明显？拓展性问题拓展性问题需教师深刻理解教材意义、掌握学生学习动态后，根据不同学习层次提出切实可行的、关乎实际应用的操作问题，亦可提供拓展资料供学生研习探讨。调研一种工业级RAG解决方案，分析其知识库管理与召回优化设计。结合智慧校园场景，设计一个知识库问答应用，并规划知识库结构。如何评估知识库问答应用的效果？请设计一套评估指标与测试方案。主要知识点、重点与难点主要知识点大语言模型的幻觉与知识局限性。RAG架构原理。非结构化数据的清洗与规范。文本分段策略。Embedding模型。检索策略对比与选择。重排序模型。关键参数调试策略。召回测试与可视化调优。重点RAG架构原理。文本分段策略。向量检索与索引构建。检索参数调试。难点检索策略的对比与选择。召回效果的优化。重排序模型的引入与参数调试。教学过程设计理论教学过程RAG技术概论。知识库管理。向量检索与索引构建。召回效果优化。实验教学过程知识库创建与文档分段策略配置。搭建“智慧校园制度百事通”应用。向量检索与关键参数调试。引入重排序优化召回效果。教材与参考资料教材《智能体开发实战》教材。参考资料Dify官方文档[EB/OL].https://docs.dify.ai/ModelContextProtocol官方文档[EB/OL].https://modelcontextprotocol.io/LangChain官方文档[EB/OL]./OpenAI开发者文档（FunctionCalling）[EB/OL]./docs/guides/function-calling项目4智慧校园智能体能力拓展——工具调用实现教案课程名称：智能体开发实战课程类别：必修（专业核心课）适用专业：人工智能技术应用、计算机应用技术、软件技术等相关专业总学时：64学时（其中理论28学时，实验36学时）总学分：4.0学分本项目学时：7学时（理论3学时，实验4学时）材料清单《智能体开发实战》教材。配套PPT。引导性提问。探究性问题。拓展性问题。教学目标与基本要求教学目标本项目围绕智能体的工具调用能力，讲解如何通过工具扩展智能体的功能边界。首先介绍HTTP调用基础，包括HTTP请求与响应模型、HTTPS的安全机制、API鉴权机制与状态码响应机制；然后讲解OpenAPI规范，包括OpenAPI文档、Swagger及其与OpenAPI的关系；接着讲解智能体与工具调用的工作机制，包括智能体的自主决策机制与工具调用机制；最后讲解工具定义规范，包括工具Schema的设计、输入参数与输出结构的定义及统一输出结构的设计意义。通过添加内置工具、自定义HTTP工具实现教务系统成绩单查询等任务，使学生掌握智能体工具调用的开发方法。基本要求掌握HTTP请求与响应模型。了解HTTPS的安全机制与API鉴权机制。了解状态码与响应机制。了解OpenAPI规范与Swagger工具。理解智能体的自主决策机制与工具调用工作机制。掌握工具Schema的设计与输入输出结构的定义方法。能在Dify中添加内置工具。能自定义HTTP工具实现教务系统成绩单查询。问题引导性提问引导性提问需要教师根据教材内容和学生实际水平，提出问题，启发引导学生去解决问题、理解并掌握知识、发展各种能力和提高思想觉悟。智能体为什么要调用外部工具？HTTP请求包含哪些组成部分？常见的请求方法有哪些？API为什么需要鉴权？常见的鉴权方式有哪些？什么是OpenAPI？它和Swagger是什么关系？智能体是如何决定调用哪个工具的？探究性问题探究性问题需教师在深入钻研教材的基础上精心设计，从重点、难点问题切入进行插入式提问，或对引导性提问中尚未涉及但重要的内容加以设问。HTTPS是如何通过证书加密保障通信安全的？与HTTP相比有何差异？工具调用过程中，智能体如何根据用户问题选择工具并生成参数？工具Schema的设计质量如何影响工具调用的成功率？为什么需要统一输出结构？它在多工具协同场景中有什么意义？拓展性问题拓展性问题需教师深刻理解教材意义、掌握学生学习动态后，根据不同学习层次提出切实可行的、关乎实际应用的操作问题，亦可提供拓展资料供学生研习探讨。调研一个提供开放API的校园系统，设计一个智能体工具接入方案。除HTTP工具外，智能体还可以通过哪些方式扩展能力？实际开发中，工具调用失败可能由哪些原因导致？如何设计容错机制？主要知识点、重点与难点主要知识点HTTP请求与响应模型。HTTPS的安全机制。API鉴权机制。状态码与响应机制。OpenAPI规范与Swagger。智能体的自主决策机制。工具调用工作机制。工具Schema的设计。输入参数与输出结构的定义。统一输出结构的设计意义。重点HTTP请求与响应模型。工具调用工作机制。工具Schema的设计。自定义HTTP工具的创建。难点API鉴权机制的配置。工具Schema与输出结构的设计。自定义HTTP工具与智能体的对接调试。教学过程设计理论教学过程HTTP调用。OpenAPI规范。智能体与工具调用。工具定义规范。实验教学过程在Dify里添加内置工具。自定义HTTP工具——教务系统成绩单查询。教材与参考资料教材《智能体开发实战》教材。参考资料Dify官方文档[EB/OL].https://docs.dify.ai/ModelContextProtocol官方文档[EB/OL].https://modelcontextprotocol.io/LangChain官方文档[EB/OL]./OpenAI开发者文档（FunctionCalling）[EB/OL]./docs/guides/function-calling项目5智慧校园智能体互联——MCP应用教案课程名称：智能体开发实战课程类别：必修（专业核心课）适用专业：人工智能技术应用、计算机应用技术、软件技术等相关专业总学时：64学时（其中理论28学时，实验36学时）总学分：4.0学分本项目学时：11学时（理论5学时，实验6学时）材料清单《智能体开发实战》教材。配套PPT。引导性提问。探究性问题。拓展性问题。教学目标与基本要求教学目标本项目围绕MCP（模型上下文协议），讲解智能体与外部服务互联的标准方法。首先介绍MCP概述，包括从工具调用到MCP的演进、MCP架构、传输模式与使用优势；然后讲解MCP的核心能力，包括工具、资源与提示词三类原语；接着讲解MCP开发基础，包括MCPServer开发框架、工具的注册与实现、MCPServer的调试与测试；最后讲解MCP生态与Dify集成方法。通过接入高德地图MCP服务、搭建MCPServer开发环境、开发第一个MCP工具、扩展资源与提示词、将本地MCP服务接入Dify平台等任务，使学生掌握MCP服务的开发与集成全流程。基本要求了解从工具调用到MCP的演进过程。理解MCP架构与传输模式。掌握MCP的工具、资源与提示词三类核心能力。掌握MCPServer开发框架与工具注册实现方法。掌握MCPServer的调试与测试方法。了解MCP开源生态与Dify集成方式。能接入高德地图MCP服务。能开发第一个MCP工具并扩展资源与提示词。能将本地MCP服务接入Dify平台。问题引导性提问引导性提问需要教师根据教材内容和学生实际水平，提出问题，启发引导学生去解决问题、理解并掌握知识、发展各种能力和提高思想觉悟。MCP是什么？它要解决什么问题？MCP架构中包含哪些角色？它们是如何协作的？MCP支持哪些传输模式？各有什么特点？MCP中的工具、资源和提示词分别指什么？为什么要在Dify中接入MCP服务？探究性问题探究性问题需教师在深入钻研教材的基础上精心设计，从重点、难点问题切入进行插入式提问，或对引导性提问中尚未涉及但重要的内容加以设问。从工具调用到MCP的演进解决了哪些标准化问题？MCPServer的开发框架有哪些？如何选择？在Dify中接入MCP服务与自定义HTTP工具有何异同？资源与提示词在MCP服务中分别承担什么角色？如何设计？拓展性问题拓展性问题需教师深刻理解教材意义、掌握学生学习动态后，根据不同学习层次提出切实可行的、关乎实际应用的操作问题，亦可提供拓展资料供学生研习探讨。调研MCP开源生态中的典型Server，分析其设计思路。结合智慧校园场景，设计一个MCP服务并规划其工具、资源与提示词。MCP协议的标准化对智能体互联生态可能产生什么影响？主要知识点、重点与难点主要知识点从工具调用到MCP的演进。MCP架构。MCP传输模式。使用MCP的优势。MCP的工具、资源与提示词。MCPServer开发框架。工具的注册与实现。MCPServer的调试与测试。MCP开源生态。在Dify中接入MCP服务。重点MCP架构与核心能力。MCPServer开发框架与工具实现。本地MCP服务接入Dify平台。难点MCPServer的开发与调试。MCP工具、资源与提示词的设计。本地MCP服务与Dify平台的对接。教学过程设计理论教学过程MCP概述。MCP的核心能力。MCP开发基础。MCP生态与Dify集成。实验教学过程接入高德地图MCP服务。搭建MCPServer开发环境。开发第一个MCP工具。为MCP服务扩展资源与提示词。将本地MCP服务接入Dify平台。教材与参考资料教材《智能体开发实战》教材。参考资料Dify官方文档[EB/OL].https://docs.dify.ai/ModelContextProtocol官方文档[EB/OL].https://modelcontextprotocol.io/LangChain官方文档[EB/OL]./OpenAI开发者文档（FunctionCalling）[EB/OL]./docs/guides/function-calling项目6智慧校园智能体赋能——AgentSkills开发与应用教案课程名称：智能体开发实战课程类别：必修（专业核心课）适用专业：人工智能技术应用、计算机应用技术、软件技术等相关专业总学时：64学时（其中理论28学时，实验36学时）总学分：4.0学分本项目学时：5学时（理论2学时，实验3学时）材料清单《智能体开发实战》教材。配套PPT。引导性提问。探究性问题。拓展性问题。教学目标与基本要求教学目标本项目围绕AgentSkills，讲解智能体技能化开发与复用方法。首先介绍AgentSkills概述，包括核心特性与解决的问题；然后讲解AgentSkills的执行过程，包括意图识别、参数提取与状态回传；接着对比AgentSkills与MCP的差异与协同方式；然后讲解AgentSkills的标准结构与规范，包括核心指令域、动态代码与静态知识的解耦、资产与输出约束；最后介绍AgentSkills的常见分类。通过搭建失物招领业务逻辑与静态知识库、配置SKILL.md与响应模板、在Dify中使用Skill等任务，使学生掌握AgentSkills的开发与应用方法。基本要求了解AgentSkills的核心特性与解决的问题。理解AgentSkills的执行过程。了解AgentSkills与MCP的差异与协同方式。掌握AgentSkills的标准结构与规范。了解AgentSkills的常见分类。能搭建AgentSkills的业务逻辑与静态知识库。能配置SKILL.md与响应模板并在Dify中使用。问题引导性提问引导性提问需要教师根据教材内容和学生实际水平，提出问题，启发引导学生去解决问题、理解并掌握知识、发展各种能力和提高思想觉悟。AgentSkills是什么？它与智能体是什么关系？AgentSkills能解决传统智能体开发的哪些问题？AgentSkills的执行过程包含哪些环节？AgentSkills与MCP有什么不同？SKILL.md在AgentSkills中起什么作用？探究性问题探究性问题需教师在深入钻研教材的基础上精心设计，从重点、难点问题切入进行插入式提问，或对引导性提问中尚未涉及但重要的内容加以设问。意图识别、参数提取与状态回传三个环节如何协同完成一次Skill调用？AgentSkills与MCP在定位、结构与适用场景上有哪些差异？如何协同使用？动态代码与静态知识解耦的设计对Skill的可维护性有什么影响？拓展性问题拓展性问题需教师深刻理解教材意义、掌握学生学习动态后，根据不同学习层次提出切实可行的、关乎实际应用的操作问题，亦可提供拓展资料供学生研习探讨。调研一个开源的AgentSkills项目，分析其SKILL.md的结构。结合失物招领场景，设计一个完整的AgentSkills并规划其知识库。AgentSkills的标准化对智能体生态的繁荣可能带来什么影响？主要知识点、重点与难点主要知识点AgentSkills核心特性。AgentSkills解决的问题。意图识别。参数提取。状态回传。AgentSkills与MCP的差异与协同。核心指令域。动态代码与静态知识的解耦。资产与输出约束。AgentSkills的常见分类。重点AgentSkills的标准结构与规范。SKILL.md与响应模板的配置。失物招领Skill的搭建与使用。难点意图识别与参数提取的实现。SKILL.md核心指令域的编写。静态知识库与业务逻辑的解耦设计。教学过程设计理论教学过程AgentSkills概述。AgentSkills执行过程。AgentSkills与MCP的对比与协同。AgentSkills的标准结构与规范。AgentSkills的常见分类。实验教学过程搭建失物招领业务逻辑与静态知识库。配置SKILL.md与响应模板。在Dify中使用Skill。教材与参考资料教材《智能体开发实战》教材。参考资料Dify官方文档[EB/OL].https://docs.dify.ai/ModelContextProtocol官方文档[EB/OL].https://modelcontextprotocol.io/LangChain官方文档[EB/OL]./OpenAI开发者文档（FunctionCalling）[EB/OL]./docs/guides/function-calling项目7智慧校园智能体深研——深度研究工作流开发教案课程名称：智能体开发实战课程类别：必修（专业核心课）适用专业：人工智能技术应用、计算机应用技术、软件技术等相关专业总学时：64学时（其中理论28学时，实验36学时）总学分：4.0学分本项目学时：12学时（理论6学时，实验6学时）材料清单《智能体开发实战》教材。配套PPT。引导性提问。探究性问题。拓展性问题。教学目标与基本要求教学目标本项目是课程的综合性实战项目，围绕深度研究工作流开发，讲解复杂任务智能体的设计与实现方法。首先介绍复杂任务推理与规划机制，包括CoT、智能体规划算法与自我反思修正机制；然后讲解高级工作流编排技术，包括迭代控制结构、代码扩展能力与参数提取和动态变量管理；接着讲解深度研究的实现方法，包括深度研究智能体的工作范式、搜索引擎工具的高级应用与信息综合和报告生成规范；最后讲解异步处理与人机协同，包括长耗时任务的异步架构与人机协同交互设计。通过意图解析与研究路径规划、引入人机协同审批机制、批量数据检索与代码级深度清洗、交叉验证与结构化报告模板配置、生成《人工智能对大学生学习生活的影响》研究报告等任务，使学生独立完成一个完整的深度研究智能体应用。基本要求理解CoT、智能体规划算法与自我反思修正机制。掌握迭代控制结构、代码扩展与动态变量管理等高级编排技术。理解深度研究智能体的工作范式。掌握搜索引擎工具的高级应用方法。掌握信息综合与报告生成规范。了解长耗时任务的异步架构与人机协