腾讯云 ADP 前沿部署工程师（FDE）认证课程 · 技能封装
把这套 ADP 智能体开发课程变成一个可被精准检索与复用的"第二大脑"，服务两个角色：
- 张张（讲师）：备课时随取原文、给学员出题、生成 ADP 培训课件与实战练习。
- AI 初学者（学员）：直接建立 FDE 的"思维框架"，按 0 基础路线学，并拿到可勾选的动手清单走实战。
课程主线：先建立 AI / Agent 认知（第1章）→ 看清 ADP 在企业里的定位与基础能力（第2章）→ 用 6 个真实企业场景走通五种开发模式（第3章：方案设计 → 标准模式知识助手 → 单工作流客服 → Multi-Agent 内容创作 → Claw → 智能工作台）。
给初学者的核心认知（先记住这句）：FDE 教的不是"背 AI 名词"，而是一套"把业务问题变成能上线、能验收的企业智能体"的工程化思维——先看需求 → 再选模式 → 然后搭出来 → 最后验收。完整框架图见 references/framework.md，命令 python extract.py framework 直接打印。
课程档案
- 标题：腾讯云 ADP 前沿部署工程师（FDE）认证课程
- 平台：腾讯云智能体开发平台 ADP（Agent Development Platform）
- 来源：
https://cloud.tencent.com/edu/learning/course-4742-84527-84531（抓取于 2026-09-12） - 语料类型：原始 HTML 课件 → Markdown（已本地化转换，文本可检索）
- 模块数：8（1.1 / 2.1 / 3.1~3.6）
- 覆盖率说明：抓取时第1、2章仅公开到首节（1.1 / 2.1），第3章 3.1~3.6 完整可访问，已全部纳入。若后续登录腾讯云补抓到 1.2 / 1.3 / 2.2 / 2.3 等，可基于原始课件重新生成语料补充（语料已随本包固化，无需运行构建脚本）。
资源（已随技能打包，零外部依赖）
corpus/*.md— 8 个模块的纯文本语料（由 HTML 转换，保留标题/段落/表格，图片转为[配图: 文件名.png]标记）。references/chapter_index.json— 模块→文件+小节锚点索引（抽取脚本依赖）。references/toc.md— 人类可读模块总目录。references/framework.md— 给初学者的 FDE 思维框架图：需求7维度→模式4信号→方案画布、五种模式对照、0基础学习路线、术语表、初学者红线。带学员讲课/自学必读。scripts/extract.py— 检索/抽取工具（仅用 Python 标准库；含framework/lab两个面向初学者的命令）。- 语料已随本包固化；运行时只需
scripts/extract.py，无需构建脚本。
> 关于截图：184 张 UI 截图原图在原始课程目录 ~/Desktop/FDE认证课程/images/，不随技能分发（体积大）。语料里的 [配图: xxx.png] 标记指明该展示哪张截图；要带图演示时，打开原始 HTML 课件即可。
> 另有更细的"逐页要点卡"讲义在 ~/Desktop/FDE认证课程/ADP-FDE课程精讲/（模块3.2~3.6_*.md 与 腾讯云ADP-FDE认证课程_逐模块精讲学习手册.html/.docx），备深层教学用。
触发场景
讲师侧（张张）
- "ADP 标准模式怎么搭知识助手？"（要课程原文步骤）
- "知识库文档切分有哪几种策略？"
- "兜底回复为什么要关联网搜索？"
- "怎么判断一个需求该用单工作流还是 Multi-Agent？"
- "给我出几道 ADP 方案设计的练习题 / 生成一页标准模式实战讲义"
学员侧（AI 初学者）——这类问题直接走"带初学者学习"流程
- "FDE 到底在教什么？给我一张思维框架图"
- "我是零基础，该按什么顺序学这门课？"
- "ADP / 智能体 / 标准模式 / Claw 都是啥？"（术语表）
- "我想动手搭一个知识助手，第一步做什么？"（lab 清单）
- "这个客户需求该用哪种 ADP 模式？"（用 4 信号判断）
任何需要锚定本课程而非泛泛而谈的 ADP 问题都适用。
抽取工具用法（scripts/extract.py，受管 Python 运行）
所有命令返回文本（show/section 另存临时 md 并打印路径，用 Read 打开读全文）：
# 列出 8 个模块与小节数
python extract.py list
# 全语料检索关键词，返回命中模块/小节/片段（定位最快）
# 匹配规则（对初学者友好，无需精确措辞）：
# ① 连续精确词 "兜底回复" → 直击该词所在行
# ② 空格分词 AND "知识库 切分" → 命中同时含两词的行（如"文档切分设置"）
# ③ 连写中文 "切分策略" → 自动二元分词回退，展示含"切分"的相近行并提示
python extract.py find "兜底回复" --max 10
python extract.py find "知识库 切分" --max 10 --module 3.2
# 抽取整模块全文到临时文件，打印路径+前50行预览
python extract.py show 3.2
# 抽取某小节及其上下文（默认前后各8行，自动截到下一个标题）
python extract.py section 3.2 "上传知识库文档" --ctx 10
# 打印给初学者的 FDE 思维框架图（需求7维度→模式4信号→方案画布+学习路线+术语表）
python extract.py framework
# 抽某实战模块的 Step 成可勾选动手清单（初学者照着做）
python extract.py lab 3.2
# 打印模块总目录
python extract.py toc
工作流要点：
1. 先用 list 或 find 定位目标模块/小节，再用 show/section 抽取具体文本。
2. 抽取后用 Read 精读临时 md，照抄课程原话与界面数字（如提示词上限 4000、欢迎语 200 字、模型 youtu-intent-pro/youtu-mrc-pro），不凭记忆补全。
3. find 支持多层匹配：连续精确词、空格分词（AND 全包含）、连写中文自动二元分词回退（OR 相近词并提示），无需精确措辞即可命中。
基于课程的问答流程（grounding）
- 识别问题归属模块（参考
chapter_index.json或toc.md：基础→1.1；平台定位/能力→2.1；方案判断→3.1；五种模式实战→3.2~3.6）。 extract.py find "<关键词>"或show <模块号>抽取相关原文。- 用课程原话 + 界面数字作答，并标注出处（模块号
3.2/ 小节名）。 - 涉及配置红线（见下）时主动提示，避免学员踩坑。
带初学者学习 FDE 的流程（learner-facing，practice-first）
当学员问"FDE 教什么 / 怎么学 / 这个模式是啥 / 我想动手"时，按此顺序服务：
1. 先给框架，不先灌细节：extract.py framework 打印思维框架图（需求7维度→模式4信号→方案画布），用大白话讲清"FDE = 把业务问题变成能上线的智能体"。零基础第一句就建立主干认知，避免陷入术语。
2. 给学习路线：按 framework.md 的"0 基础学习路线"排顺序——1.1 打地基 → 2.1 看平台 → 3.1 学思维 → 3.2 动手第一课 → 再按业务选 3.3~3.6。
3. 讲清术语：学员遇到 ADP / 智能体 / 标准模式 / Claw / 知识库 / 提示词 / 兜底回复 等词，从 framework.md「术语表」取一句话解释，不堆定义。
4. 让学员动手：选定实战模块后 extract.py lab <模块号> 抽成可勾选 Step 清单（如 lab 3.2 出 13 步），让学员在 ADP 控制台跟着做；卡住用 section <模块号> "<Step标题>" 抽该步原文。
5. 做中学、即时纠偏：学员每完成一步，用课程原话点一句"为什么这么做"（如 3.2 的裸跑 vs 配置对比），把理论压成 ≤30 秒金句，不铺长篇。
6. 双版本交付（讲师备课用）：同"课件/实战练习生成流程"渲染 HTML+DOCX，文件名如 ADP_模块3.2_知识助手_练习.html/.docx，用 present_files 交付。
课件 / 实战练习生成流程（practice-first + just-in-time 理论）
面向"教别人学 ADP"的场景，遵循"先做后悟、理论即插即用"：
1. 用 show <模块号> 抽取目标模块，核实课程里的真实步骤与界面参数（如 3.2 的"裸跑 vs 配提示词"对比、知识库格式大小限制）。
2. 每模块固定结构（大白话+比喻，少堆术语）：
1. 📖 课程知识点锚点（模块号/小节 + 关键步骤 + 1 个课程原话或界面数字）
2. 🤖 实战任务（给学员一个能立刻在 ADP 控制台动手的真实场景）
3. 💬 提示词模板（可直接复制的 RBTR/平台提示词，含"仅作辅助、最终人审"约束）
4. ⚠️ 人机协同红线（锚定课程：知识不足要拒答不编造 / 企业数据关联网搜索 / 模式选错要返工）
5. ✅ 自测题 + 答案（可折叠）
3. 双版本输出：用同一份脚本渲染 HTML（封面+目录锚点+模块卡片+SVG流程图+复制按钮+<details>自测）+ DOCX（python-docx），输出到用户工作目录，文件名如 ADP_模块3.2_知识助手_练习.html/.docx，并用 present_files 交付。
4. 实战任务尽量复用课程自带教学素材（素材1_ADP标准模式功能说明.docx、素材2_企业AI应用建设规范.docx，见 3.2 Step 7），让学员练的就是真东西。
关键易错点（作答 / 出题 / 带练务必核对）
- 裸跑陷阱（3.2）：只填名字、不写提示词、不灌知识库就提问，模型答的是通用套话（"我是腾讯云智能体开发平台…"），对业务零价值。正确顺序：先写「角色名称 + 能力边界」提示词 → 再配欢迎语/示例问题 → 最后灌知识库。
- 兜底回复要关联网搜索（3.2）：企业里最危险的不是答得慢，是"不知道却装知道"。开启兜底回复后，请关闭联网搜索，否则知识不足时模型会联网编造。
- 知识库切分策略（3.2）：表格文档可选「默认切分 / 按行切分」；其他文档可选「默认 / 通用标识符 / 父子级标识符切分」；切片内表格可选 Markdown / HTML 格式。切分方式直接决定召回质量，是配置重点。
- 文档格式与大小限制（3.2）：pdf/doc/docx/ppt 等 ≤ 200MB；xlsx/csv 等 ≤ 3 万行 180 列（≤ 50MB）；keynote/pages ≤ 50MB。超限导入失败。
- 模式选择看信号（3.1）：标准模式=稳定严肃问答；单工作流=流程可控、每步可干预；Multi-Agent=开放式多角色协作；Claw=能写代码操作电脑。选错模式后面要返工，方案阶段就要判断。
- 第一期先做"能闭环、可验收"的切口（3.1）：客户需求常从一个点扩散成一整套平台，不要一次覆盖所有愿望，先选最容易验证价值的部分。
- 提示词模板结构（3.2）：平台提示词骨架为
#角色名称 / #风格特点 / #输出要求 / #输出限制 / #意图；意图非必填，建议不超过 5 个；提示词上限 4000 字、欢迎语上限 200 字。 - 模型组合（3.2）：标准模式默认思考模型
youtu-intent-pro+ 生成模型youtu-mrc-pro；可用「模型对比」并排跑 2~3 组配置选最优，不靠感觉。 - Claw 模式很新（3.5）：安全、权限、复杂长任务问题必须心里有数；分清本地 Claw vs 云端 Claw。
- 企业数据边界（2.1/3.2）：联网搜索只补公开信息，企业内部制度/客户/合同/价格等仍走企业知识库或业务系统权限内数据。
高价值锚点（学员最容易反复调用、最该讲透的两处）
references/framework.md（思维框架图）— 初学者第一入口：需求7维度→模式4信号→方案画布，外加五种模式对照、0基础学习路线、术语表、红线。学员问"FDE 教什么/怎么学/这词啥意思"时，先抛这张图再讲细节，避免一上来陷进术语。对应命令python extract.py framework。- 3.1 方案设计方法（决定后面不返工）：把客户业务语言翻译成 7 个维度、用四个信号选模式、用"方案设计画布"落蓝图。这是学员从"会点平台"到"能接需求"的关键跃迁，最贴合张张给企业做 AI 办公/智能体培训的本职场景。
- 3.2 标准模式·知识助手（全课第一个完整实战）：35 页走完"新建→提示词→调试→知识库→对话体验→参数→发布→验收"全流水线。最有教学价值的是"不配置 vs 配置"的对比段（3.2-04~07）和"灌知识"段（3.2-15~24）——前者让学员瞬间看懂"提示词+知识库"为什么缺一不可，后者是实操含量最高的一段。建议作为带练第一课。
交付后
- 用
present_files同时给出 HTML 与 DOCX（课件场景）或抽取 txt（查询场景）。 - 在
~/Desktop/FDE认证课程/.workbuddy/memory/YYYY-MM-DD.md记一笔（抽了哪几模块、输出路径、环境）。
