AI AGENT从零到一
M5 · 真实行动结构化导览30 分钟导览

AI Agents for Beginners · Lesson 17

本地 AI Agent:模型、工具、RAG 与 MCP

理解小语言模型的权衡,在本机服务模型,并把本地工具、文档检索和 MCP 组合成隐私优先方案。

Learning objectives

完成后你应能证明
目标描述的是可观察行为,不是“了解”或“看完”。
  1. 01解释小语言模型的权衡并选择本地 Agent 场景。
  2. 02理解通过 Foundry Local 服务 Qwen 与兼容端点连接的路径。
  3. 03设计完全在工作站运行的工具调用 Agent 与本地 RAG。
  4. 04连接本地 MCP,并推导本地/云混合边界。

完整示例与概念桥接

本课讲解

本地优先是一组系统权衡

本地模型可以减少网络依赖,让私有资料留在设备内,但仍受模型能力、硬件、依赖安全与工具权限影响。本地运行不自动等于安全,也不代表完全离线。

学习时重点比较:哪些数据必须留在本地,哪些能力需要云端,以及混合方案如何最小化发送内容。

打开锁定版本的本地 AI Agent 官方课程继续学习。

07–18 制作状态

本课当前提供结构化导览
学习目标、概念位置、建议预习和官方锁定来源已就绪;完整 Trace、实验与项目增量将在后续版本制作。

Source record

本课上游记录
路径
17-creating-local-ai-agents/README.md
Commit
b7f34fd824767162f484e03cc500e23c0966372f
许可
MIT
查看官方原文