迪哥

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

课程目录

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！