AI Agent 企业级实战

课程简介

把 Agent 当成会调工具的业务进程：输入是用户意图，输出是一条可查的任务，以及一次真正的预约变更。

本课跟一个可运行仓库走完这一圈：工具有超时和幂等、任务落库、写操作过权限、全程留审计。不接大模型 Key，意图先用规则解析，本机就能跑。

1. 工具函数可单测
2. 任务状态进数据库
3. 没有权限的人调不到写工具
4. 用 LangGraph 把上面三步串成状态机
5. 用 FastAPI 暴露 /agent/run 和审计查询

课程技术栈

• 接口：Python、FastAPI
• 数据：SQLite（SQLAlchemy）
• 编排：LangGraph
• 测试：pytest

flowchart TB
  意图[用户意图] --> 解析[解析成动作]
  解析 --> 权限[查这个人能不能写]
  权限 -->|不行| 任务失败[任务 forbidden]
  权限 -->|可以| 工具[调用预约工具]
  工具 --> 任务成功[任务 succeeded]
  任务失败 --> 审计[(审计日志)]
  任务成功 --> 审计
  工具 --> 预约[(预约表)]

这门课不讲什么

• 不讲 Prompt 调参、不讲多 Agent 辩论
• 不上支付、不做网页前台
• 不把大模型直接绑进主路径；解析槽位留在 parse_intent，以后再换 LLM

源码包里有什么

解压后目录 agent-enterprise/，和笔记按节对应：

预置账号：student-1 学生、intern-1 实习（只读）、admin-1 管理员。实验室：lab-a、lab-b。