getfromcodeAI

迪哥

迪哥 深入理解Agent架构与实战应用 编辑点评 系统解析Agent架构,涵盖实战案例,助你掌握AI应用开发。 ⭐ 编辑推荐 全面解读Agent架构,实战案例丰富,提升AI应用开发能力。 ✨ 课程亮点 ✦ Agent架构深度解析 ✦ 实战案例丰富 ✦ 提升AI应用开发能力 课程目录 课程目录 133

单课价¥29.90新品 上架
会员价 ¥0开通会员,全站课程无限下载套餐详情
6 人关注 更新于 2026-10-13 永久有效
发货

网盘链接 · 支付成功后自动发货

保障

永久有效 · 链接失效免费补发

客服

每日 9:00-21:00 在线客服 联系客服

购买方式开通会员 · 全站免费下单课购买 · 仅本课

支付成功后自动显示网盘下载链接;链接失效可联系客服免费补链,永久有效。

正版保障 极速发货 售后无忧

迪哥

深入理解Agent架构与实战应用

编辑点评

系统解析Agent架构,涵盖实战案例,助你掌握AI应用开发。

⭐ 编辑推荐

全面解读Agent架构,实战案例丰富,提升AI应用开发能力。

✨ 课程亮点

✦Agent架构深度解析
✦实战案例丰富
✦提升AI应用开发能力

课程目录

课程目录133 集
  • replyreload += ',' + 2001256;├─1-Agent架构解读与应用分析
  • │ 1-Agent要解决的问题分析.mp4
  • │ 1-Agent趋势.png
  • │ 2-Agent流程.png
  • │ 2-Agent需要具备的基本能力.mp4
  • │ 3-Ageng包括组件.png
  • │ 3-与大模型的关系分析.mp4
  • │ 4-Agent组成.png
  • │ 4-多智能体定义分析.mp4
  • │ 5-多模态.png
  • │ 5-框架的作用和能解决的问题.mp4
  • │ 6-多角色组成.png
  • │ 6-整体总结分析.mp4
  • │ 7-Agent游戏.png
  • │ 8-多智能体.png
  • │ 8-经典任务分析.mp4
  • │ 9-多智能体2.png
  • │ Agent.png
  • │ Agent思维导图.pdf
  • │ 课程介绍.mp4
  • │
  • ├─2-新增GPTS打造Agent实战
  • │ 1-GPTS任务流程概述分析.mp4
  • │ 2-调用API的控制方式.mp4
  • │ 3-API相关配置完成.mp4
  • │ 4-完成指令与脚本并生成.mp4
  • │ API复制这个不要改.docx
  • │ GPTS例子.docx
  • │ 广告文案.docx
  • │ 文章翻译.docx
  • │ 短视频脚本.docx
  • │ 组会不用愁.txt
  • │ 语聚AI指定(只改动作即可).docx
  • │
  • ├─3-Agent打造专属客服
  • │ 1-Demo演示与整体架构分析.mp4
  • │ 2-后端GPT项目部署启动.mp4
  • │ 3-前端助手API与流程图配置.mp4
  • │ 4-接入外部API的方法与流程.mp4
  • │ 5-引入API的方法解读.mp4
  • │ 6-指令提示构建.mp4
  • │ Agent客服.exe
  • │
  • ├─4,5-autogen与部署模块
  • │ 1-AutoGenStudio框架安装与介绍.mp4
  • │ 2-动作API配置方法.mp4
  • │ 3-国内常用API配置方法.mp4
  • │ 4-API接口在线测试.mp4
  • │ 4,5-autogen与部署模块.exe
  • │ 5-工作流配置.mp4
  • │ 6-执行流程与结果.mp4
  • │ 7-Ollama环境配置与安装.mp4
  • │ 8-autogen接入本地模型.mp4
  • │
  • ├─6,7-metagpt
  • │ ├─MetaGPT应用实战
  • │ │ 1-Agent要完成的任务和业务逻辑定义.mp4
  • │ │ 2-问题拆解与执行流程.mp4
  • │ │ 3-检索得到重要的URL.mp4
  • │ │ 4-子问题生成总结结果.mp4
  • │ │ 5-总结与结果输出.mp4
  • │ │
  • │ ├─MetaGPT框架解读
  • │ │ 1-论文概述分析.mp4
  • │ │ 2-整体框架逻辑介绍.mp4
  • │ │ 3-项目环境配置.mp4
  • │ │ 4-基础解读,动作定义方式.mp4
  • │ │ 5-基础解读,角色定义.mp4
  • │ │ 6-单动作智能体实现方法.mp4
  • │ │ 7-多动作配置方法.mp4
  • │ │ 8-定时器任务环境配置.mp4
  • │ │ 9-定时器任务流程解读分析.mp4
  • │ │
  • │ └─6,7-metagpt.exe
  • │
  • ├─8-RAG检索架构分析与应用
  • │ 0-RAG要完成的任务解读.mp4
  • │ 1-RAG整体流程解读.mp4
  • │ 2-RAG整体流程解读.mp4
  • │ 3-召回优化策略分析.mp4
  • │ 4-召回改进方案解读.mp4
  • │ 6-外接本地数据库工具.mp4
  • │ RAG.pdf
  • │ RAG.png
  • │
  • ├─9-斯坦福AI小镇架构与项目解读
  • │ 1-整体故事解读.mp4
  • │ 2-要解决的问题和整体框架分析.mp4
  • │ 3-论文基本框架分析.mp4
  • │ 5-感知与反思模块构建流程.mp4
  • │ 6-计划模块实现细节.mp4
  • │ 7-整体流程框架图.mp4
  • │ 8-感知模块解读.mp4
  • │ 9-思考模块解读.mp4
  • │ 10-项目环境配置方法解读.mp4
  • │ 斯坦福AI小镇.pdf
  • │ 斯坦福AI小镇.png
  • │ 斯坦福小镇论文.pdf
  • │
  • ├─10-langchain工具实例
  • │ 2-基本API调用方法.mp4
  • │ 3-数据文档切分操作.mp4
  • │ 4-样本索引与向量构建.mp4
  • │ 5-数据切块方法.mp4
  • │ 基本使用.exe
  • │
  • ├─11-LLM与LORA微调策略解读
  • │ 1-大模型如何做下游任务.mp4
  • │ 2-LLM落地微调分析.mp4
  • │ 4-Lora与微调的核心思想.mp4
  • │ 5-Lora模型实现细节.mp4
  • │ 大模型.pdf
  • │
  • ├─12-LLM下游任务训练自己模型实战
  • │ 1-提示工程的作用.mp4
  • │ 2-项目数据解读.mp4
  • │ 3-源码调用debug解读.mp4
  • │ 4-训练流程演示.mp4
  • │ 5-效果演示与总结分析.mp4
  • │ Huatuo-Llama-Med-Chinese-main.exe
  • │
  • ├─13-OPENAI-LLM模型优化总结
  • │ 1-RAG与微调可以解决和无法解决的问题.mp4
  • │ 2.png
  • │ 3-微调要解决的问题.mp4
  • │ 3.png
  • │ 4.png
  • │ 6.png
  • │ 7.png
  • │ 8.png
  • │ 9.png
  • │ 11.png
  • │ 12.png
  • │ 13.png
  • │ 14.webp
  • │ 15.png
  • │ 16.png
  • │
  • ├─Action动作实例
  • │ 1-项目介绍与配置.mp4
  • │ 2-源码实现流程解读.mp4
  • │ 3-结果返回流程.mp4
  • │
  • ├─AutoGen部署应用RAG等实战
  • │ 2-GroupChat模块.mp4
  • │ 3-执行流程分析.mp4
  • │ 4-外接本地支持库配置方法.mp4
  • │ 6-LMStudio本地下载部署模型.mp4
  • │ 7-调用本地模型方法与配置.mp4
  • │ 8-AutoGenStudio本地化部署流程.mp4
  • │ 9-本地化部署接入应用实例.mp4
  • │ 10-Ollama环境配置与安装(1).mp4
  • │ 10-Ollama环境配置与安装.mp4
  • │ 11-Autogen接入本地模型.mp4
  • │
  • ├─MOE多专家系统
  • │ 2-MOE模块实现方法解读.mp4
  • │ 3-效果分析与总结.mp4
  • │
  • └─llama3相关
  • ├─llama3应用实战
  • │ 1-LLama3模型下载与配置安装.mp4
  • │ 2-环境相关配置解读.mp4
  • │ 3-工具调用流程拆解.mp4
  • │ 4-功能调用方法实例.mp4
  • │ 5-RAG环境配置搭建.mp4
  • │ 6-LLAMA3应用RAG搭建方法.mp4
  • │ 7-RAG基本流程分析.mp4
  • │ 2-指令微调所需数据与模型下载.mp4
  • │ 3-llama3模型微调实例.mp4
  • │ 4-llama3微调后进行量化.mp4
  • │ 6-部署应用.mp4
  • └─llama3.exe

适合人群

  • AI开发者
  • 机器学习工程师
  • 数据科学家

🎯 学习收获

  • 掌握Agent架构
  • 学会实战应用
  • 提升AI开发技能

🎉 祝您学习愉快!