本章将介绍使用 LlamaIndex 构建 agentic 工作流所需的核心概念与环境配置。您将上手实践 Tavily 与 OpenAI 模型等工具，定义您的第一个工具函数，并创建一个能与网页交互的智能代理。完成本章后，您将用 LlamaIndex 搭建出一个可用于实际任务的完整 AI 代理。

欢迎！

LlamaIndex 入门

什么是代理（agents）？

创建代理

智能体会记忆吗？

在多次运行中维护代理的状态

流式输出与事件

构建一个代理

既然可以组队，为什么只用一个代理？在本章中，您将解锁多代理系统的力量：由各具分工的专业代理协作，像一支研究小队，各司其职。您将构建自己的协作式代理工作流，实现搜索、撰写与审阅，展示团队协作如何让您的 AI 更聪明、也更易扩展。

什么是多智能体系统？

使用 AgentWorkflow 的多智能体系统

从零构建 Agentic Workflow

用自定义事件设计多步工作流

并发与事件收集

组装一个多智能体系统

为工作流加入自我反思

总结

创建深度研究工作流

准备好打造您自己的 AI 代理团队了吗？在本课程中，您将从一个智能助手起步，逐步升级为能够规划、检索、记忆与协作的完整 agentic 工作流。借助 LlamaIndex，您将创建可处理深度调研与报告等复杂任务的强大系统。您还将学习如何编排工具、记忆与多代理协作，让您的 AI 工作流真正落地。

<h2>从零开始构建智能、强大的 AI 智能体</h2>

学习如何从零开始使用 LlamaIndex 构建智能代理工作流，这是一款用于编排 AI 行为的强大框架。 从单智能体设置开始，逐步迈向多智能体协作，你将创建一个能够进行研究、生成报告并对自身输出进行反思的系统。
<br></br>

<h2>创建并编排智能体工作流</h2>

你将首先使用 AgentWorkflow 类搭建一个简单的 AI 代理，并将其连接到诸如网页搜索等功能。 你将学习如何利用上下文为你的智能体赋予“记忆”，并通过流式输出让它们的响应更具动态感。 随着课程的推进，你将探索事件处理、并发执行以及使用基于步骤的逻辑创建自定义工作流等高级功能。 你还将实现自我反思循环，使智能体能够改进自身输出。
<br></br>

<h2>使用 LlamaIndex 设计多智能体系统</h2>

在最后一步，你将超越单智能体系统，设计协同工作的 AI 智能体团队。 你将构建工作流，其中每个智能体都承担专门角色——例如调研、写作和审阅——并通过共享上下文交换信息。 你将尝试顺序、循环和分支工作流，深入了解如何借助多个智能体管理复杂任务。

Intermediate Python

使用LlamaIndex构建能规划、搜索、记忆和协作的AI代理工作流程。

使用 LlamaIndex 构建 Agentic 工作流

使用 LlamaIndex 构建 AI 智能体工作流，实现规划、搜索、记忆和协作。

流式输出与事件

使用 LlamaIndex 构建 Agentic 工作流

练习说明

动手互动练习