课程大纲
课程大纲系列主页
学习进度已完成 0/19
课程总览与学习地图
入门进行中
这门课的主线
整门课 14 到 16 周，核心视频约 60 小时，分 5 个 Phase。一条主线串下来，搭隔离的练习环境、学会看懂代码，让程序自己动手（点鼠标、开网页、填表单），接上大模型让它看着屏幕自己决定下一步，再调到稳定、安全、成本可控，最后跟着实战案例用到真实场景。
核心主张就一句话，教你自己造，不只是会用。
5 个 Phase
| Phase | 周次 | 名称 | 一句话 |
|---|---|---|---|
| 1 | W1–W3 | 基础与安全前置 | 先搭好隔离的练习环境，再学会看懂代码 |
| 2 | W4–W8 | GUI + 浏览器自动化 + 反检测 | 让程序自己点鼠标、开网页，还能稳住不被网站轻易拦下 |
| 3 | W9–W12 | 自己实现 Computer Use Agent | 不靠现成工具，自己写一个会看屏幕、自己决策的 Agent |
| 4 | W13–W15 | 生产化 · 稳定性反检测 · 工程化 | 把能跑起来做到稳定、安全、成本可控 |
| 5 | W16 | 实战与集成 | 把能力用到真实场景，跟着实战案例走一遍 |
16 周地图
每周三段交付，学完能做到、技术点、产出物。每隔三四周有一个能拿出去演示的成果。
| 周 | 主题 | 学完能做到 |
|---|---|---|
| W1 | 开营 + 全景 + 沙箱前置 | 搭好隔离沙箱，看清 16 周走向 |
| W2 | Python 速成① | 看懂一段操作电脑的代码 |
| W3 | Python 速成② + 第一个 pyautogui demo | 写出第一个自己控制鼠标键盘的脚本 |
| W4 | pyautogui 实战 + 跨平台坑 | 一套 Mac / Win / Linux 通用的鼠键脚本 |
| W5 | Windows UI Automation | 让程序认出按钮、输入框直接操作 |
| W6 | Playwright + Browser-use | 程序自己开网页、填表单，手写与 AI 增强各试一遍 |
| W7 | 浏览器反检测与稳定性 | 合法范围内让网页脚本跑得稳、不被轻易拦 |
| W8 | GUI + 浏览器混合场景 | 在桌面软件与网页之间切换、传数据 |
| W9 | Claude Computer Use 原理 + Agent SDK 走读 | 看懂官方实现，讲清用框架与从零写怎么选 |
| W10 | 开发一个现代化的 Agent（全课重点） | 手写一个会看截图、自己决策的 Agent |
| W11 | LangGraph 改造 + 框架对照 | 让 Agent 能暂停、恢复、人工中途介入 |
| W12 | 视觉 + 元素混合架构 | 一种方式不行就自动切另一种的更聪明 Agent |
| W13 | 沙箱深度定制（Linux + Windows） | 生产级双平台沙箱，自建与上云会选 |
| W14 | GUI Agent 稳定性与反检测 | 把 Agent 升级成更稳、更像人 |
| W15 | 工程化全套 | 出错能自处理、过程能回放、成本控得住 |
| W16 | 实战案例 + 结课 | 把能力落到一个真实场景，跑通完整 Agent |
贯穿全程还有一条版本管理线。从 W3 写出第一个脚本起就用上 Git，每周代码进同一个仓库，改出问题随时退回上一个能跑的版本，到结课时这个仓库就是你一路做下来的实战成果。
三个实战案例
最后一周手把手带做的样板，给能直接照搬的方法，学会了自己延展。
- 文档与数据处理助理 读数据、批量处理 Excel / PDF / Markdown，挑字段、清洗合并、填表、出汇总。
- 个人内容生产流水线 从选题到发布，全网扫一圈定方向、AI 把稿润色去 AI 味、自动配图排版存草稿，最后人工审核确认了再发。
- 消息处理助理 把重复的消息往来交给它，自动归类、整理、起草回复。微信个人号自动化有封号风险，课程作技术演示并讲清边界，真上生产建议走企业微信官方接口。
学完你会拿到什么
能力上，从零开发一个属于自己、不依赖特定平台的自动化 Agent；看懂大部分自动化场景该怎么拆、哪一步交给 Agent、哪一步老实写脚本；对 AI 怎么看屏幕、做判断、调工具有一手感觉；AI 圈出新东西能花几分钟摸清原理、判断要不要跟。
看得见的东西，逐周搭建到结课的完整代码仓库、一套能套用的脚本和提示词模板、一个能写进简历的实战项目、结业证书。课程按期更新，新模型新框架出来后面期次补进去，老学员可回看。
怎么学
动手比看视频重要。从 W3 起每周代码都进同一个 Git 仓库，逐周累积成结课作品。每隔三四周有一个能演示的产出，别让自己学了一个月还没做出东西。