[人工智能]2025年聚客大模型第三期（聚客第一、第二、第三期）

│ 大神指南.docx │ ├─00_Python基础 │ 1-初始Python.mp4 │ 2-Windows环境安装.mp4 │ 3-macOS环境安装.mp4 │ 4-VSCode安装与应用.mp4 │ 5-PyCharn安装与应用.mp4 │ 6-pip包管理工具.mp4 │ 7-Python工程应用-字符串.mp4 │ 8-Python文档化应用场景.mp4 │ 9-如何使用注解.mp4 │ 10-字符编码的处理.mp4 │ 11-Python程序调式和异常处理技巧.mp4 │ 12-JSON应用.mp4 │ 13-文件IO.mp4 │ 14-爬虫（1）.mp4 │ 15-爬虫（2）.mp4 │ 16-爬虫（3）.mp4 │ 17-爬虫（4）.mp4 │ 18-字符串处理.mp4 │ 19.dotenv使用.mp4 │ 20.FastAPI的使用.mp4 │ ├─01_AI及LLM基础 │ ├─day01_AI领域基础概念 │ │ day1-demo.zip │ │ OpenAI-HK 操作指南.pdf │ │ OpenAI.apifox.json │ │ 【MD】AI 领域基础概念.md │ │ 【录播】AI 领域基础概念.mp4 │ │ 【语雀】AI 领域基础概念.txt │ │ 【课件】AI 领域基础概念.pdf │ │ 【资料】AI 领域基础概念.pdf │ │ │ ├─day02_OpenAI 开发 │ │ day2-demo.zip │ │ 【MD】OpenAI 开发.md │ │ 【录播】OpenAI 开发.mp4 │ │ 【语雀】OpenAI 开发.txt │ │ 【课件】OpenAI 开发.pdf │ │ 【资料】OpenAI 开发.pdf │ │ │ └─day03_支持多模态输入的 AI Chatbot App │ day3-demo.zip │ 【MD】支持多模态输入的 AI Chatbot App.md │ 【录播】支持多模态输入的 AI Chatbot App.mp4 │ 【语雀】支持多模态输入的 AI Chatbot App.txt │ 【课件】支持多模态输入的 AI Chatbot App.pdf │ 【资料】支持多模态输入的 AI Chatbot App.pdf │ ├─02_Prompt基础 │ └─day04_Prompt Engineering 提示词工程 │ ChatGPT提示技巧工程完全指南.pdf │ DALL-E-3绘图提示词大全.pdf │ day4-demo.zip │ 【MD】Prompt Engineering 提示词工程.md │ 【录播】Prompt Engineering 提示词工程.mp4 │ 【语雀】Prompt Engineering 提示词工程.txt │ 【课件】Prompt Engineering 提示词工程.pdf │ 【资料】Prompt Engineering 提示词工程.pdf │ 实用Prompt指令大全.xlsx │ ├─03_LangChain基础 │ ├─day05_LangChain 基础 │ │ day5-demo.zip │ │ 【MD】LangChain 基础.md │ │ 【录播】LangChain 基础.mp4 │ │ 【语雀】LangChain 基础.txt │ │ 【课件】LangChain 基础.pdf │ │ 【资料】LangChain 基础.pdf │ │ │ ├─day06_LangChain Chat Model │ │ day6-demo.zip │ │ redis-3.2.100_x64.zip │ │ RedisDesktopManager-2022.5.zip │ │ vs_BuildTools.exe │ │ 【MD】LangChain Chat Model.md │ │ 【录播】LangChain Chat Model.mp4 │ │ 【语雀】LangChain Chat Model.txt │ │ 【课件】LangChain Chat Model.pdf │ │ 【资料】LangChain Chat Model.pdf │ │ │ └─day07_LangChain Tools & Agent │ day7-demo.zip │ 【MD】LangChain Tools & Agent.md │ 【录播】LangChain Tools & Agent.mp4 │ 【语雀】LangChain Tools & Agent.txt │ 【课件】LangChain Tools & Agent.pdf │ 【资料】LangChain Tools & Agent.pdf │ ├─04_Embedding基础 │ └─day08_Embedding 与向量数据库 │ day8-demo.zip │ 【MD】Embedding 与向量数据库.md │ 【录播】Embedding 与向量数据库.mp4 │ 【语雀】Embedding 与向量数据库.txt │ 【课件】Embedding 与向量数据库.pdf │ 【资料】Embedding 与向量数据库.pdf │ ├─05_Rag基础 │ └─day09_RAG 专题 │ day9-demo.zip │ 【MD】RAG 专题.md │ 【录播】RAG 专题.mp4 │ 【语雀】RAG 专题.txt │ 【课件】RAG 专题.pdf │ 【资料】RAG 专题.pdf │ ├─06_LangChain进阶 │ └─day10_自定义组件专题 │ day10-demo.zip │ 【MD】自定义组件专题.md │ 【录播】自定义组件专题.mp4 │ 【语雀】自定义组件专题.txt │ 【课件】自定义组件专题.pdf │ 【资料】自定义组件专题.pdf │ ├─07_langChain和RAG实战 │ └─day11_基于LangChain和RAG的常用案例实战 │ day11-demo.zip │ 【MD】基于LangChain和RAG的常用案例实战.md │ 【录播】基于LangChain和RAG的常用案例实战.mp4 │ 【语雀】基于LangChain和RAG的常用案例实战.txt │ 【课件】基于LangChain和RAG的常用案例实战.pdf │ 【资料】基于LangChain和RAG的常用案例实战.pdf │ ├─08_LangGraph │ └─day12_LangGraph │ day12-demo.zip │ 【MD】LangGraph.md │ 【录播】LangGraph.mp4 │ 【语雀】LangGraph.txt │ 【课件】LangGraph.pdf │ 【资料】LangGraph.pdf │ ├─09_Hugging Face │ ├─day_13Hugging Face 核心组件介绍 │ │ demo_13.zip │ │ 【录播】Hugging Face 核心组件介绍.mp4 │ │ 【课件】Hugging Face 核心组件介绍.pdf │ │ 【资料】Hugging Face 核心组件介绍.pdf │ │ │ ├─day_14Hugging Face 模型微调训练（基于 BERT 的中文评价情感分析） │ │ demo_14.zip │ │ 【录播】Hugging Face 模型微调训练（基于 BERT 的中文评价情感分析）.mp4 │ │ 【课件】Hugging Face 模型微调训练（基于 BERT 的中文评价情感分析）.pdf │ │ 【资料】Hugging Face 模型微调训练（基于 BERT 的中文评价情感分析）.pdf │ │ │ ├─day_15Hugging Face 模型微调训练（如何处理超长文本训练问题） │ │ model.zip │ │ 【录播】Hugging Face 模型微调训练（如何处理超长文本训练问题）.mp4 │ │ 【课件】Hugging Face 模型微调训练（如何处理超长文本训练问题）.pdf │ │ 【资料】Hugging Face 模型微调训练（如何处理超长文本训练问题）.pdf │ │ │ └─day_16Hugging Face 模型微调训练（GPT2-中文生成模型定制化微调训练） │ demo_16.zip │ gpt2-chinese模型.zip │ 【录播】Hugging Face 模型微调训练（GPT2-中文生成模型定制化微调训练）.mp4 │ 【课件】Hugging Face 模型微调训练（GPT2-中文生成模型定制化微调训练）.pdf │ 【资料】Hugging Face 模型微调训练（GPT2-中文生成模型定制化微调训练）.pdf │ ├─10_modelScope │ └─day_17ModeScope在线训练平台&服务器选配训练模型 │ demo_17.zip │ 【录播】ModeScope在线训练平台&服务器选配训练模型.mp4 │ 【课件】ModeScope在线训练平台&服务器选配训练模型.pdf │ 【资料】ModeScope在线训练平台&服务器选配训练模型.pdf │ ├─11_Llama3 │ ├─day_18Llama3大模型本地部署与调用 │ │ demo_18.zip │ │ 【录播】Llama3大模型本地部署与调用.mp4 │ │ 【课件】llama3大模型本地部署与调用.pdf │ │ 【资料】Llama3大模型本地部署与调用(1).pdf │ │ 【资料】Llama3大模型本地部署与调用.pdf │ │ │ ├─day_19LLaMa3微调_使用 LLaMA-Factory微调Llama3 │ │ data.zip │ │ demo_19.zip │ │ 【录播】LLaMA_Factory微调Llama3.mp4 │ │ 【课件】LLaMa3微调（使用 LLaMA-Factory 微调 LLaMA3）.pdf │ │ 【资料】LLaMa3微调（使用 LLaMA-Factory 微调 LLaMA3）.pdf │ │ │ ├─day_20LLaMa3打包部署教程 (Lora 微调与模型合并） │ │ demo_20.zip │ │ 【录播】LLaMa3打包部署教程 (Lora 微调与模型合并).mp4 │ │ 【课件】LLaMa3打包部署（Lora微调与模型合并部署）.pdf │ │ 【资料】LLaMa3 打包部署教程 (Lora 微调与模型合并部署).pdf │ │ │ ├─day_21LLaMa3打包部署（LLaMA-Factory模型评估与量化） │ │ Lora微调权重（Llama-3-8B-Instruct）.zip │ │ 【录播】LLaMa3打包部署（LLaMA-Factory模型评估与量化）.mp4 │ │ 【课件】LLaMa3打包部署（LLaMA-Factory模型评估与量化）.pdf │ │ 【资料】LLaMa3打包部署（LLaMA-Factory模型评估与量化）.pdf │ │ │ └─day_22LLaMa3打包部署（大模型转换为 GGUF 以及使用 ollama 运行） │ Llama-3-8B-Instruct.7z │ 【录播】LLaMa3打包部署（大模型转换为 GGUF 以及使用 ollama 运行） -笔记.PanD │ 【录播】LLaMa3打包部署（大模型转换为 GGUF 以及使用 ollama 运行）.mp4 │ 【课件】LLaMa3打包部署（大模型转换为 GGUF 以及使用 ollama 运行）.pdf │ 【资料】LLaMa3打包部署（大模型转换为 GGUF 以及使用 ollama 运行）.pdf │ ├─12_多模态 │ └─day_23多模态（多模态大模型的概念与本地部署调用） │ 【录播】多模态大模型的概念与本地部署调用.mp4 │ 【课件】多模态（多模态大模型的概念与本地部署调用）.pdf │ 【资料】多模态（多模态大模型的概念与本地部署调用）.pdf │ 文生视频效果.mp4 │ ├─13_llamaindex │ ├─day_24Llama_Index（核心组件介绍） │ │ demo_24.zip │ │ llama_index0.8.3.zip │ │ 【录播】Llama_Index（核心组件介绍）.mp4 │ │ 【课件】Llama_Index（核心组件介绍）.pdf │ │ 【资料】Llama_Index（核心组件介绍）.pdf │ │ │ └─day_25llamaindex实战（使用llamaindex构建自己的知识库） │ demo_25.zip │ 【录播】llamaindex实战（使用llamaindex构建自己的知识库）.mp4 │ 【课件】llamaindex实战（使用llamaindex构建自己的知识库）.pdf │ 【资料】llamaindex实战（使用llamaindex构建自己的知识库）.pdf │ ├─14_AutoGen Studio │ └─day_26AutoGen Studio调用本地大模型实现多Agent应用 │ 【录播】AutoGen Studio调用本地大模型实现多Agent应用.mp4 │ 【课件】AutoGen Studio入门使用.pdf │ 【资料】AutoGen Studio入门使用.pdf │ ├─15 项目实战（聚客一和二期) │ ├─day33_RAG项目实战（使用llamaindex构建自己的知识库） │ │ RAG_项目源码.zip │ │ 【录播】RAG项目实战（使用llamaindex构建自己的知识库）.mp4 │ │ 【课件】RAG项目实战（使用llamaindex构建自己的知识库）.pdf │ │ 【资料】RAG项目实战（使用llamaindex构建自己的知识库）.pdf │ │ │ ├─day34_视觉项目实战（基于yolo的骨龄识别项目_01） │ │ yolov5-master.zip │ │ 【录播】视觉项目实战（基于yolo的骨龄识别项目_01）.mp4 │ │ 【课件】视觉项目实战（基于yolo的骨龄识别项目_01）.pdf │ │ 【资料】YOLOv5目标侦测教程.pdf │ │ │ ├─day35_视觉项目实战（基于yolo的骨龄识别项目_02） │ │ dataset.7z │ │ day31_demo.7z │ │ 【录播】视觉项目实战（基于yolo的骨龄识别项目_02）.mp4 │ │ 【课件】视觉项目实战（基于yolo的骨龄识别项目_02）.pdf │ │ │ ├─day_27基于本地大模型的在线心理问诊系统（训练篇） │ │ data.zip │ │ demo_27.zip │ │ 【录播】基于本地大模型的在线心理问诊系统（训练篇01）.mp4 │ │ 【课件】基于本地大模型的在线心理问诊系统（训练篇）.pdf │ │ 【资料】xtuner微调大模型教程.pdf │ │ 项目流程.png │ │ │ ├─day_28基于本地大模型的在线心理问诊系统（训练篇） │ │ │ 【录播】基于本地大模型的在线心理问诊系统（训练篇02）.mp4 │ │ │ │ │ ├─data │ │ │ llama_factory_data.zip │ │ │ output_conversations.csv │ │ │ xtuner_data.zip │ │ │ │ │ ├─llamafactory数据集转换代码 │ │ │ data_utils.py │ │ │ │ │ ├─xtuner模型训练配置文件 │ │ │ internlm2_5_chat_7b_qlora_oasst1_e3.py │ │ │ qwen1_5_1_8b_chat_qlora_alpaca_e3.py │ │ │ │ │ └─xtuner环境 │ │ requirements.txt │ │ │ ├─day_29基于本地大模型的在线心理问诊系统(部署篇) │ │ 【录播】基于本地大模型的在线心理问诊系统(部署篇).mp4 │ │ 【课件】基于本地大模型的在线心理问诊系统（部署篇）.pdf │ │ 【资料】基于本地大模型的在线心理问诊系统（部署篇）.pdf │ │ 项目模型.7z │ │ │ ├─day_30基于RAG的线上智能客服系统（微调篇） │ │ data.zip │ │ demo_30.zip │ │ 【录播】基于RAG的线上智能客服系统（微调篇）.mp4 │ │ 【课件】基于RAG的线上智能客服系统（微调篇）.pdf │ │ 项目背景.png │ │ │ ├─day_31基于RAG的线上智能客服系统（部署篇） │ │ │ demo_31.zip │ │ │ 【录播】基于RAG的线上智能客服系统（部署篇）.mp4 │ │ │ 【课件】基于RAG的线上智能客服系统（部署篇）.pdf │ │ │ 【资料】OpenCompass文档.md │ │ │ │ │ └─lora模型 │ │ Qwen2.5-3B-Instruct-lora.zip │ │ │ └─day_32基于pytorch的语音识别与语音唤醒 │ demo_32.zip │ 【录播】扩展项目（基于pytorch的语音识别与语音唤醒）.mp4 │ 【课件】扩展项目（基于pytorch实现的语音识别）.pdf │ 本地存储index的RAG.7z │ 语音应用场景.png │ └─16_项目实战（聚客第三期_最新） ├─1_开班典礼-241216 │ 2024-12-16 开班典礼.mp4 │ ├─2_RAG-Embedding-Vector │ ├─day01 │ │ Python语法入门教程.md │ │ RAG-Embeddings.7z │ │ RAG搭建流程和文本向量.mp4 │ │ │ └─day02 │ RAG-Embeddings.7z │ 向量数据库和RAG高级进阶.mp4 │ ├─3_LangChain │ LangChain.7z │ LangChain.mp4 │ ├─day04_Hugging Face 核心组件介绍 │ demo_4.7z │ 【录播】Hugging Face 核心组件介绍.mp4 │ 【课件】Hugging Face 核心组件介绍.pdf │ 【资料】Hugging Face 核心组件介绍.pdf │ ├─day05_基于 BERT 的中文评价情感分析 │ demo_5.7z │ 【录播】基于 BERT 的中文评价情感分析.mp4 │ 【课件】Hugging Face 模型微调训练（基于 BERT 的中文评价情感分析）.pdf │ 【资料】Hugging Face 模型微调训练（基于 BERT 的中文评价情感分析）.pdf │ ├─day06_自定义vocab │ demo_6.7z │ 【录播】自定义vocab.mp4 │ 【课件】Hugging Face 模型微调训练（自定义vocab）.pdf │ ├─day07_如何处理超长文本训练问题 │ demo_7.7z │ model.zip │ 【录播】如何处理超长文本训练问题.mp4 │ 【课件】Hugging Face 模型微调训练（如何处理超长文本训练问题）.pdf │ ├─day08_GPT2-中文生成模型定制化微调训练 │ demo_8.7z │ gpt2-chinese模型.zip │ 【录播】GPT2-中文生成模型定制化微调训练.mp4 │ 【课件】Hugging Face 模型微调训练（GPT2-中文生成模型定制化微调训练）.pdf │ ├─day09_远程GPU服务器 │ 1月8日.mp4 │ 代码与资料.7z │ 未命名文档.PanD │ ├─day10_llama3大模型本地调用 │ demo_10.7z │ 【录播】llama3大模型本地调用.mp4 │ 【课件】llama3大模型本地调用.pdf │ ├─day11_Llama3.2模型微调 │ data.zip │ demo_11.7z │ 【录播】llama3.2模型微调.mp4 │ 【课件】LLaMa3微调（使用 LLaMA-Factory 微调 LLaMA3）.pdf │ 【资料】LLaMa3微调（使用 LLaMA-Factory 微调 LLaMA3）.pdf │ ├─day12_Lora模型合并与推理测试 │ checkpoint-800.7z │ data.7z │ 【录播】Lora模型合并与推理测试.mp4 │ ├─day13_LLaMA-Factory模型导出量化 │ checkpoint-3700.7z │ demo_13.7z │ 【录播】LLaMA-Factory模型导出量化.mp4 │ 【课件】LLaMa3导出量化（LLaMA-Factory模型导出量化）.pdf │ 【资料】LLaMa3导出量化（LLaMA-Factory模型导出量化）.pdf │ ├─day14_LLaMA-Factory模型评估与QLora微调 │ AI技术路线.pdf │ 【录播】LLama-Factory模型评估与QLora微调.mp4 │ 【课件】LLama-Factory模型评估与QLora微调.pdf │ 【资料】LLama-Factory模型评估.pdf │ ├─day15_Qwen模型打包部署（Lora模型合并&转GGUF模型部署） │ Lora.7z │ 【录播】HF模型转GGUF以及使用ollama部署.mp4 │ 【课件】Qwen模型打包部署（Lora模型合并&转GGUF模型部署）.pdf │ 【资料】Qwen模型打包部署（Lora模型合并&转GGUF模型部署）.pdf │ ├─day16_Qwen模型打包部署（HF转GGUF&ollama+open_webui部署） │ Qwen1___5-1___8B-Chat-merged-q8.gguf │ 【录播】Qwen模型打包部署（HF转GGUF&ollama+open_webui部署）.mp4 │ 【课件】Qwen模型打包部署（Lora模型合并&转GGUF模型部署）.pdf │ 【资料】Qwen模型打包部署（Lora模型合并&转GGUF模型部署）.pdf │ ├─day17_Xtuner微调大模型 │ xtuner微调配置文件.7z │ xtuner数据集转换代码.7z │ 【录播】Xtuner微调大模型（QLora与Lora）.mp4 │ 【资料】xtuner微调大模型教程.pdf │ ├─day18_LMDeploy部署大模型 │ demo_18.7z │ 【录播】LMDeploy部署大模型.mp4 │ 【资料】LMDeploy部署大模型.pdf │ ├─day19_OpenCompass大模型评估 │ OpenCompassData-core-20240207.7z │ OpenCompassData-core-20240207.zip │ ptb.7z │ 【录播】OpenCompass大模型评估.mp4 │ 【课件】OpenCompass模型评估.pdf │ 【资料】OpenCompass模型评估.pdf │ ├─day20_llama-index核心组件 │ demo_20.7z │ 【录播】Llama_Index核心组件介绍.mp4 │ 【课件】Llama_Index（核心组件介绍）.pdf │ 【资料】Llama_Index（核心组件介绍）.pdf │ 模型微调与RAG.png │ ├─day21_llama-index入门实操 │ demo_21.zip │ 【录播】Llama_index入门实操.mp4 │ 【课件】Llama_index入门实操.pdf │ ├─day22_llama-index实现RAG │ demo_22.7z │ 【录播】llama-index实现RAG.mp4 │ 【课件】Llama_index实现RAG.pdf │ ├─day23_AutoGen_Studio搭建多智能体应用 │ 【录播】AutoGen_Studio搭建多智能体应用.mp4 │ 【课件】AutoGen_Studio搭建多智能体应用.pdf │ 【资料】AutoGen_Studio搭建多智能体应用.pdf │ 图像资料.7z │ ├─day24_多模态大模型 │ 【录播】多模态大模型的概念与本地部署调用.mp4 │ 【课件】多模态（多模态大模型的概念与本地部署调用）.pdf │ 【资料】多模态（多模态大模型的概念与本地部署调用）.pdf │ 笔记.7z │ ├─day25_deep-seek与多卡训练 │ 【录播】deep_seek与多卡训练.mp4 │ 【课件】deepseek与分布式训练.pdf │ 课堂笔记.7z │ ├─day26_基于本地大模型的AI试题系统（方案篇） │ AI题库项目分析.png │ 【录播】基于本地大模型的AI试题系统（方案篇）.mp4 │ 数据.7z │ ├─day27_基于本地大模型的AI试题系统（实现篇） │ Lora模型与训练日志.7z │ 【录播】基于本地大模型的AI试题系统（实现篇）.mp4 │ 数据转换代码.7z │ 标注后的数据.7z │ 转换后的训练集与测试集.7z │ ├─day28_基于RAG的法律条文智能助手（方案篇） │ llama_factory对话模板导出.7z │ R1思维链与微调.png │ RAG知识库数据获取.7z │ RAG项目需求.png │ 【录播】基于RAG的法律条文智能助手【方案篇】.mp4 │ 【课件】基于RAG的法律条文智能助手（方案篇）.pdf │ 模型微调数据集.7z │ ├─day29_基于RAG的法律条文助手（实现篇） │ 【录播】基于RAG的法律条文智能助手【实现篇】.mp4 │ 【课件】基于RAG的法律条文智能助手（实现篇）.pdf │ 项目源码.7z │ └─day30_基于pytorch的语音唤醒系统 【录播】扩展项目（基于pytorch的语音唤醒系统）.mp4 【课件】扩展项目（基于pytorch实现的语音识别）.pdf 语音唤醒.png 项目源码.7z