本实验面向需要解决企业内部数据孤岛、快速搭建内部业务工具的开发者。实验将演示如何利用企业级AI平台，在不从零编写大量代码的情况下，快速构建基于业务私有数据的智能体。你将实操如何将AI直接接入各种云端存储和日常办公组件（如云端硬盘、日历），实现跨系统的信息检索与分析。这套实战经验能帮助开发者大幅降低内部提效工具的开发成本，快速响应团队内关于自动化数据收集、深度报告生成以及多工作流编排的开发需求。

参与须知：

本活动包含实操环节，与会人员请携带笔记本电脑与电源参与。

听众收益：

• 掌握异构数据一体化检索能力：学会在不重构底层数据库的情况下，将 AI 智能体直接连接至 Cloud Storage、Google 云端硬盘及日历，具备跨平台打通企业数据孤岛的工程思路。
• 低成本提升内部工具开发效率：掌握免代码/低代码构建企业内部提效工具的流程，能快速响应团队对于自动化数据收集、深度报告生成及复杂多工作流编排的业务需求。
• 降低企业 AI 应用的准入门槛：理解企业级 AI 平台的基础架构，学会在保障企业数据安全与合规的前提下，将私有知识库与大模型的高级推理能力相融合。

本实验重点解决 AI 智能体从本地代码走向生产环境的工程化部署痛点。你将实操如何使用 Agent Engine 和 Gen AI SDK，将包含底层大模型、自定义 Python 函数（Function Calling 工具）以及 LangChain 编排逻辑的复杂应用直接托管上线。掌握这套流程后，开发者可以在无需自行维护底层基础设施和处理服务扩缩容的情况下，将 AI 脚本快速、标准化地转化为高可用的线上服务，从而补全 AI 应用开发的交付闭环。

参与须知：

本活动包含实操环节，与会人员请携带笔记本电脑与电源参与。

听众收益：

• 补全 AI 应用的生产交付闭环：掌握从本地 Python 脚本、工具函数（Function Calling）及 LangChain 编排逻辑向云原生生产环境平滑迁移的标准化部署流程。
• 实现底层基础设施的零运维托管：学会利用 Agent Engine 托管 AI 智能体，使开发重心完全聚焦于业务逻辑本身，无需自行维护服务器、容器以及复杂的动态扩缩容机制。
• 提升复杂 AI 工具的工程化质量：理解如何在生产环境中有效组织、管理 Prompt 和示例，并通过子智能体（如浏览器测试、安全审计）实现自动化的 UI 测试与代码安全审查，确保线上服务的健壮性。