产品名称

开发方

核心优势与特点

适合谁/场景

Molili

杭州当贝

国内首发中文版，3分钟一键部署，打通微信/钉钉/飞书，自带8000+技能商店。

追求开箱即用，有远程办公、多设备管控需求的师生。

QClaw

腾讯

依托腾讯生态，原生打通个人微信和QQ，可在聊天界面直接遥控电脑，数据本地闭环。

微信/QQ重度用户，希望零成本快速体验智能体的师生。

EasyClaw

猎豹移动

全流程零配置，三步完成部署（下载-授权-对话），自带官方打磨的标准化技能包。

没有任何技术基础，不想折腾配置的纯小白师生。

KimiClaw

月之暗面

云端全托管，无需自己维护服务器，与飞书办公场景深度集成，订阅费包含模型额度。

飞书办公重度用户，不想操心技术运维的职场人士和教师。

MaxClaw

MiniMax

10秒极速云端部署，性价比高（39元/月），具备超长记忆能力，可自主学习用户习惯。

想低成本入门，对个性化、长周期记忆有需求的内容创作者。

LobsterAI

网易有道

完全免费开源，全图形化界面，本地优先+沙箱防护，隐私安全拉满，支持二次开发。

注重隐私安全、喜欢开源精神、有自定义折腾需求的技术爱好者和学生。

AutoClaw (澳龙)

智谱AI

国内首个“一键安装”本地版，预置50+Skills，初期提供免费额度，支持任意模型接入。

希望灵活选择模型，有本地化部署需求的开发者和企业用户。

ArkClaw

火山引擎

云上SaaS版，开箱即用，可直接调用飞书插件体系，由火山引擎提供云资源支持。

希望稳定调用，避免本地资源消耗的中小企业及个人开发者。

课程类型

课程名称

课程内容

考前讲解

考试介绍

人工智能与机器学习、数据采集、数据处理、数据标注、数据库操作

理论

机器学习、统计学、Apache、python函数、数据安全、职业道德

实操

数据可视化项目实战、视频处理项目实战

实操

数据标注项目实战、图片处理项目实战、综合复习

课程类型

课程名称

课程内容

考前讲解

考试介绍

办公软件操作、数据标注、数据采集、数据处理、数据库操作

理论

统计分析、编程语言、操作系统与网络、系统管理与运维、职业道德法规

实操

数据处理

实操

数据标注项目实战

课程类型

课程名称

课程内容

考前讲解

项目介绍

1、培训流程讲解

2、考试流程讲解

3、理论+实操平台功能讲解

4、问题解答

理论知识

理论知识讲解

1、理论基础知识

2、业务数据采集

3、数据采集规范

数据分析

1、数据清洗

2、数据标注

3、数据归类分析

智能系统

1、数据统计

2、智能系统基础

3、数据审核

4、智能系统运维

机器学习与深度学习

1、机器学习和深度学习算法

2、业务流程设计和优化

3、数据处理规范制定

算法测试与优化

1、算法测试

2、智能系统设计与优化

3、培训与指导

实操技能

实操技能讲解

1、实操考试流程解读

2、编程基础

3、编程常用Python库介绍与练习实操

4、编程数据处理与数据可视化基础

数据与质量控制

1、数据采集与清洗

2、数据标注与质量控制

3、特征工程与数据挖掘

机器学习

1、人工智能机器学习理论基础

2、机器学习基础-监督学习

3、无监督学习与数据聚类

4、深度学习和神经网络

数据分析与神经网络

1、数据分析与神经网络实操

2、算法设计和评价

3、算法测试流程和方法、模型训练和调优

4、机器学习和数据挖掘技术应用

图像智能处理与增强

1、人工智能图像处理基础

2、图像处理与数据集增强

3、图像数据几何变换与形态学操作

数据集维护

1、数据集维护操作实践

2、时间序列数据操作维护

3、图片数据操作维护

实操技能

知识回顾

总结回顾实操课程

模拟考试

开放模拟考，学员自主练习

考前冲刺

系统性查缺补漏，讲解模拟考

阶段

课程主题

核心内容

实践任务

课时

L1：基础认知与入门

什么是AI智能体？

1. 理念破冰：从“对话”到“行动”，智能体如何成为“数字员工”。
2. 产品巡礼：介绍上述主流平台（如QClaw, Molili），对比其特点与适用场景。
3. 首次部署：指导学生选择一个门槛最低的平台（如MaxClaw云端版或LobsterAI），完成一键安装与绑定。

成功部署自己的第一个智能体，并尝试让它执行一个简单任务，如“查询明天的天气并发送到手机”。

4-6

L2：工具级应用与逻辑

让智能体为你工作

1. Prompt工程：学习如何清晰地向智能体下达指令，进行任务拆解。
2. 技能(Skills)调用：探索官方技能商店，学习如何组合不同技能完成复杂任务。
3. 工作流(Workflow)初探：以Coze或平台自带的工作流工具为例，理解“如果...就...”的逻辑编排。

设计一个简单的工作流，例如“自动整理指定文件夹中的文档，并按日期归档”。

8-10

L3：工程级开发与设计

打造专属教学/学习助手

1. 知识库（RAG）构建：学习上传课程资料（PPT、论文、教案），构建私有知识库，打造能回答专业问题的课程AI助教。
2. 知识图谱创建：实践如何将学科知识点拆解并关联，生成可视化的知识图谱，辅助教学。
3. 聚合式平台搭建：学习如何整合课程资源、AI助教、互动工具，搭建一站式教学支持平台。

为所教/所学的某一门课程，开发一个具备答疑功能的AI助教，并构建该课程的知识图谱。

10-12

L4：运营级实战与安全

让智能体稳定“跑”起来

1. 场景化实战：结合本校或本地产业场景（如文旅导览、科研数据处理、行政流程自动化）设计解决方案。
2. 安全与伦理：必修课！ 学习“最小权限原则”、“隔离部署”（如使用云上“独立电脑”）、防范“提示词注入”攻击和插件风险。
3. 性能优化与迭代：基于学情分析数据，优化智能体指令和知识库，建立反馈闭环。

针对一个真实的校园场景（如图书馆咨询、实验室设备预约），设计、部署并展示一个可用的智能体解决方案。

10-12