1. 获得一套系统性的Agent 架构思维框架：双轴矩阵（7 认知×6 拓扑=27 模式）提供设计决策的“地图” 2. 掌握六种直接可用于质效场景的核心模式：每种附带问题剖析、工程祖先、质效数据和Tradeoff 分析 3. 亲手设计一个Agent 架构方案：在四个真实质效场景中完成从需求分析到架构设计的完整过程 4. 建立“模式不变，场景在变”的工程直觉：通过三大生产系统对比获得跨平台迁移能力 5. 带走一份可操作的模式选型决策指南：五步决策法+ 27 种模式速查卡

在大模型时代，Agent（智能体）已成为AI应用开发的主要范式。本次培训将从Python+大语言模型 的角度出发，结合金融科技研发与测试领域的实操案例，带领学员掌握AI Agent 的核心概念与开发技巧。 课程重点是：如何用 Python 将大模型与工具调用、知识检索、任务编排结合起来，完成一个个可落地的智能体系统。特别聚焦金融研发与测试场景中的自动化提效。 内容覆盖主流 Python Agent 框架（LangChain、LangGraph、LlamaIndex、CrewAI、 AutoGen）及低代码平台（DIFY）的使用方法，同时结合 实战 RAG 演示与多智能体协作 开发，帮助学员快速积累项目经验。