黑马-AI大模型RAG与智能体开发实战课程

编辑点评

深入浅出AI大模型RAG原理，结合实战项目，提升智能体开发能力。

⭐ 编辑推荐

掌握AI大模型RAG技术，打造智能问答系统，开启智能体开发之旅。

课程涵盖：大模型接入、RAG开发、提示词工程、OpenAI库使用等。

✨ 课程亮点

课程目录

📁 视频
📁 📁 P1前置准备
03、使用环境变量保护APIKEY【优质资源‖关注：cunWorkNotes 解锁】.mp4 [125.9 MB]
02、代码调用云端的大模型.mp4 [34.3 MB]
01、通义千问大模型的接入.mp4 [40.7 MB]
06、代码调用ollama的本地模型.mp4 [46.2 MB]
05、win&mac部署ollama并运行蒸馏模型.mp4 [137.5 MB]
📁 📁 P4RAG开发
21、Memory临时会话记忆.mp4 [508.6 MB]
23、CSVLoader【优质资源‖关注：cunWorkNotes 解锁】.mp4 [249.4 MB]
05、[扩展]余弦相似度算法.mp4 [236.3 MB]
27、VectorStores向量存储.mp4 [378.9 MB]
19、JsonOutputParser和多模型执行链【不易整理‖请关注：CunWorkNoteS】.mp4 [302.6 MB]
25、TextLoader和文档分割器【资源精选‖更多关注：CunworkNotes】.mp4 [201.4 MB]
09、LangChain消息的简写形式【资源精选‖更多关注：CunworkNotes】.mp4 [114.5 MB]
16、[扩展]或运算符的重写【更多精选‖公众号：CunWorknotes】 .mp4 [226.5 MB]
13、模板类的format和invoke方法.mp4 [229.9 MB]
20、自定义函数加入链.mp4 [58.2 MB]
14、ChatPromptTemplate的使用.mp4 [210.7 MB]
15、Chain的基础使用.mp4 [287.0 MB]
10、LangChain调用嵌入模型.mp4 [186.3 MB]
28、基于向量检索构建提示词.mp4 [170.1 MB]
11、LangChain通用提示词模板.mp4 [164.3 MB]
18、StrOutputParser字符串输出解析器.mp4 [193.3 MB]
02、LangChain的环境部署.mp4 [53.6 MB]
07、LangChain模型的流式输出.mp4 [80.2 MB]
04、[扩展]向量的基础概念.mp4 [283.3 MB]
17、简单理解Runnable接口.mp4 [128.5 MB]
22、Memory长期会话记忆.mp4 [498.2 MB]
08、LangChain调用聊天模型.mp4 [202.7 MB]
06、LangChain调用大语言模型.mp4 [120.8 MB]
29、RunnablePassthrough的使用.mp4 [400.8 MB]
📁 📁 P5RAG项目
09、RAG项目-聊天页面开发.mp4 [323.0 MB]
07、RAG项目-rag服务核心代码开发.mp4 [246.2 MB]
08、RAG项目-历史会话记录功能的实现.mp4 [423.9 MB]
05、RAG项目-完成离线流程开发.mp4 [230.3 MB]
02、RAG项目-文本上传WEB服务.mp4 [177.4 MB]
06、RAG项目-在线流程向量存储服务代码.mp4 [172.6 MB]
01、RAG项目案例介绍.mp4 [23.0 MB]
03、RAG项目-md5工具函数开发.mp4 [263.8 MB]
04、RAG项目-知识库更新服务.mp4 [300.7 MB]
📁 📁 P3提示词工程
02、提示词优化案例介绍和零样本少样本思想.mp4 [141.5 MB]
03、提示词优化案例_金融文本分类任务.mp4 [290.3 MB]
05、提示词优化案例_金融文本信息抽取.mp4 [277.2 MB]
04、Json数据格式.mp4 [204.2 MB]
06、提示词优化案例_金融文本匹配.mp4 [204.6 MB]
01、大模型prompt工程指南.mp4 [39.7 MB]
📁 📁 P2OpenAI库的基础使用
02、OpenAI库的流式输出模式.mp4 [72.1 MB]
03、OpenAI库附带历史消息调用模型.mp4 [64.7 MB]
01、OpenAI库的基础使用.mp4 [51.7 MB]
课程导学.mp4 [68.6 MB]
📁 资料
📁 📁 数据资料
尺码推荐.txt [487.0 B]
pdf2【优质资源‖关注：cunWorkNotes 解锁】.pdf [27.9 KB]
洗涤养护.txt [6.2 KB]
stu.json [163.0 B]
颜色选择.txt [3.3 KB]
stu_json_lines.json [151.0 B]
info.csv [526.0 B]
Python基础语法.txt [34.7 KB]
stus.json [171.0 B]
pdf1.pdf [292.3 KB]
stu.csv [331.0 B]
📁 📁 PyCharm
📁 📁 pj
pj教程.txt [86.0 B]
jetbra.zip [376.7 KB]
key.txt [2.6 KB]
pycharm-2025.2.6.exe [983.8 MB]
pycharm-2025.2.6-aarch64.dmg [1.2 GB]
📁 📁 Python
python-3.10.11-macos11.pkg [39.1 MB]
python-3.10.11-amd64.exe [27.7 MB]
📁 📁 Miniconda3
Miniconda3-latest-Windows-x86_64.exe [90.0 MB]
Miniconda3-latest-MacOSX-x86_64.pkg [112.3 MB]
Miniconda3-latest-MacOSX-arm64.pkg [115.4 MB]
📁 PPT
03RAG项目.pptx [2.2 MB]
02大模型RAG开发.pptx [6.9 MB]
01提示词工程.pptx [12.4 MB]

适合人群

• AI开发者
• 算法工程师
• 数据科学家

🎯 学习收获

• 理解RAG技术原理
• 掌握智能体开发流程
• 构建智能问答系统

🎉 祝您学习愉快！