周末逛 GitHub 社区，又发现一个爆火的开源项目，由科大讯飞开源，这个开源项目名为：Astron-Agent，最近项目活跃度和维护频度都非常高。

说实话，一看到 Agent 这个名字，我的兴趣一下子就上来了。

按照项目主页所介绍，这是一个名为「星辰 Agent（Astron-Agent）」的开源项目，也是一个企业级、商业友好的 Agentic Workflow 开发平台。

这个平台融合了 AI 工作流编排、模型管理、AI 与 MCP 工具集、RPA 自动化以及团队空间等特性，而且重点来了：

它支持本地私有化部署！

之前也用过很多 AI Agent 平台，但是这次在 GitHub 上难得看到了一个可以本地部署的 AI Agent 开源项目，于是我决定好好研究一下。

Astron Agent 的本地化安装部署非常简单，官方提供了非常贴心的 Docker Compose 方式以帮助用户快速体验。

首先第一步是克隆项目到电脑本地：

git clone https://github.com/iflytek/astron-agent.git

接下来进入项目对应目录来进行环境变量的配置：

# 进入项目根目录cd astron-agent# 进入 astronAgent 目录cd docker/astronAgent# 复制环境变量配置cp .env.example .env# 环境变量配置vim .env

然后就可以在 .env 文件中找到 PLATFORM_APP_ID 等配置项，将其修改为你自己的配置信息即可。

相关的配置信息用户可以自行去讯飞开放平台申请即可，如果之前申请过即可直接更新到环境变量中即可。

这些都完成以后接下来就可以一键启动本地服务：

plaintext docker compose -f docker-compose-with-auth.yaml up -d

当然，这一步需要一点时间，毕竟它要在后台拉取 Docker 镜像，耐心等待完成即可。

待所有容器服务都启动完成后，接下来用户就可以直接通过http://localhost/地址来访问 Web 服务，其中默认登录用户名为 admin，默认密钥为 123。

登录之后，就可以看到 Astron-Agent 平台的控制台页面了。

怎么样，部署起来是不是非常简单。

那到此为止，Astron Agent 平台就已经在本地部署完毕。

接下来，我们就来看看这个 Agent 平台：

• 到底有什么功能？
• 具体又该如何使用呢？

Astron-Agent 平台本地部署完成之后的第一件事就是需要添加大模型。

点击平台左侧的「模型管理」，然后点击页面右上角的「新建模型」按钮来打开添加模型对话框：

可以看到这里添加任何兼容 OpenAI 的模型。

比如我们这里添加的是讯飞的星火大模型，则可以直接到讯飞星辰 MaaS 平台上申请免费额度，然后在对话框中填入相关信息，提交之后就可以在模型管理页面中看到刚刚已经发布成功的模型。

这样后面在创建智能体或者应用时就可以使用该模型了。

经过上一步骤，模型已经就绪了，接下来我们就可以通过 Astron Agent 平台来正式搭建应用。

这里我准备使用该平台来搭建一个「AI简历优化大师」，而且我希望它具备 PDF 文件上传能力、支持一键解析简历文本、能给简历打分、能给出打分依据、能分析简历优势，也能指出简历缺陷和 bug，并最终给出详细的优化建议。

原因是因为最近这两个月帮不少小伙伴分析简历、改简历，但我发现这个事情有时候真的非常耗时与低效，其中时间成本和沟通成本是大头。

所以每当这时候我就在想，能不能做一个 AI 工具或者 Agent 应用，来帮我们自动完成这件事情呢。

那现在有了 Astron Agent 这样的平台，这件事情完全可以交给它来实现，而且实现的过程远比你想象的要简单得多，你甚至不需要写一行代码！

所以接下来我们就来演示一下，如何借助 Astron Agent 这个开源项目来快速构建一个 AI 应用。

首先点击页面左上角的「创建」按钮，在弹出的对话框中我们选择更进阶一些的「工作流创建」。

顾名思义，选择该方式创建应用的好处就是：用户可以自定义设计工作流，来创建更为复杂任务逻辑的智能体应用。

选择「自定义创建后」，将会进入「工作流编排」界面，用户可以通过工作流来精确编排你想要实现的 AI 应用的业务逻辑。

像我们这次搭建的AI简历分析应用，我们可以先提前设计好其对应的业务工作流程。

业务流程设计好以后，然后我们就可以直接在 Astron Agent 的工作流编排页面进行拖拽搭建即可，非常方便。

在工作流编排界面，用户可以按需添加各种操作节点来满足业务需求。

像我们这个应用，就会用到诸如「分支器」、「文本处理」、「OCR工具」、「大模型」等这些节点。

最终我们通过将节点按照业务逻辑进行编排后的效果如图所示：

怎么样，是不是非常简单？

可以看到，整个搭建过程是所见即所得，并且全程我们都没有写一行代码。

工作流搭建完成之后，我们还可以直接对其进行调试，以测试业务的正确性。

点击可以点击编排面板右上角的「调试」按钮，可以测试一下应用运行效果是否达到预期：

比如这里故意上传了一份有 bug 的简历，可以看到应用顺利运行，并给出了打分，说明了依据，分析了优势，找出了 bug，指出了缺陷，以及最终给出了详细的优化建议。

大家也可以感受一下最终应用的运行效果。

怎么样，是不是还挺丝滑。

大家如果不想从零开始搭建，也可以直接导入我已经编排好的这个工作流，然后在「工作流创建」这里选择「导入工作流」即可。

那相关的工作流文件搭建成果这里已经开源了，并放在了 docker/astronAgent 文件夹下。

开源地址：github.com/justacoder99/AI-Resume-Assistant

所以到此为止，整个 AI 应用搭建过程就已经完成了。

可以看到，整个过程用下来高效便捷，而且逻辑特别清晰，所见即所得，这也是我一路使用下来最大的感受。

通过上面也可以看到，在 Astron Agent 平台上搭建 AI 应用几乎没有门槛，即便用户没有任何编程知识或背景，都可以将自己的灵感、创意快速实现。

那文章的最后也再次附上 Astron Agent 项目的开源地址：

开源地址：github.com/iflytek/astron-agent

感兴趣的同学也可以部署起来，在生活、学习或者工作中有任何灵感创意或者想法需求，不妨都可以在上面来试一试，相信会打开一个新世界的大门。

好了，那以上就是今天的内容分享了，希望能对大家有所启发，我们下篇见。

如何学习大模型 AI ？

我国在AI大模型领域面临人才短缺，数量与质量均落后于发达国家。2023年，人才缺口已超百万，凸显培养不足。随着Al技术飞速发展，预计到2025年，这一缺口将急剧扩大至400万，严重制约我国Al产业的创新步伐。加强人才培养，优化教育体系，国际合作并进，是破解困局、推动AI发展的关键。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

2025最新大模型学习路线

明确的学习路线至关重要。它能指引新人起点、规划学习顺序、明确核心知识点。大模型领域涉及的知识点非常广泛，没有明确的学习路线可能会导致新人感到迷茫，不知道应该专注于哪些内容。

对于从来没有接触过AI大模型的同学，我帮大家准备了从零基础到精通学习成长路线图以及学习规划。可以说是最科学最系统的学习路线。

针对以上大模型的学习路线我们也整理了对应的学习视频教程，和配套的学习资料。

大模型经典PDF书籍

新手必备的大模型学习PDF书单来了！全是硬核知识，帮你少走弯路！

配套大模型项目实战

所有视频教程所涉及的实战项目和项目源码等

博主介绍＋AI项目案例集锦

MoPaaS专注于Al技术能力建设与应用场景开发，与智学优课联合孵化，培养适合未来发展需求的技术性人才和应用型领袖。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

为什么要学习大模型？

2025人工智能大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用 ， 大模型作为其中的重要组成部分 ， 正逐渐成为推动人工智能发展的重要引擎 。大模型以其强大的数据处理和模式识别能力， 广泛应用于自然语言处理 、计算机视觉 、 智能推荐等领域 ，为各行各业带来了革命性的改变和机遇 。

适合人群

• 在校学生：包括专科、本科、硕士和博士研究生。学生应具备扎实的编程基础和一定的数学基础，有志于深入AGI大模型行业，希望开展相关的研究和开发工作。
• IT行业从业人员：包括在职或失业者，涵盖开发、测试、运维、产品经理等职务。拥有一定的IT从业经验，至少1年以上的编程工作经验，对大模型技术感兴趣或有业务需求，希望通过课程提升自身在IT领域的竞争力。
• IT管理及技术研究领域人员：包括技术经理、技术负责人、CTO、架构师、研究员等角色。这些人员需要跟随技术发展趋势，主导技术创新，推动大模型技术在企业业务中的应用与改造。
• 传统AI从业人员：包括算法工程师、机器视觉工程师、深度学习工程师等。这些AI技术人才原先从事机器视觉、自然语言处理、推荐系统等领域工作，现需要快速补充大模型技术能力，获得大模型训练微调的实操技能，以适应新的技术发展趋势。
  

课程精彩瞬间

大模型核心原理与Prompt：掌握大语言模型的核心知识，了解行业应用与趋势；熟练Python编程，提升提示工程技能，为Al应用开发打下坚实基础。

RAG应用开发工程：掌握RAG应用开发全流程，理解前沿技术，提升商业化分析与优化能力，通过实战项目加深理解与应用。

Agent应用架构进阶实践：掌握大模型Agent技术的核心原理与实践应用，能够独立完成Agent系统的设计与开发，提升多智能体协同与复杂任务处理的能力，为AI产品的创新与优化提供有力支持。

模型微调与私有化大模型：掌握大模型微调与私有化部署技能，提升模型优化与部署能力，为大模型项目落地打下坚实基础。

顶尖师资，深耕AI大模型前沿技术

实战专家亲授，让你少走弯路

一对一学习规划，职业生涯指导

• 真实商业项目实训
• 大厂绿色直通车

人才库优秀学员参与真实商业项目实训
以商业交付标准作为学习标准，具备真实大模型项目实践操作经验可写入简历，支持项目背调
大厂绿色直通车，冲击行业高薪岗位

文中涉及到的完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】