1. **分析需求**： * 目标字数：500～1000 个汉字（只计汉字，标点英文不计）。 * 当前字数：1279 个汉字（上一稿实际字数，因为只计汉字，所以上一稿的汉字数应该比1279少，但1279已经超出了上限，需要删减到500-1000之间）。 * 必须包含的元素：这门课解决什么问题、适合什么基础、建议先看哪几块、学完能独立做什么、资料怎么配合练习。 * 文风：偏工程、讲结构、讲复用，少营销腔。 * 格式：HTML片段，使用 ``、`
`、``、`- `，不要 `/`。 * 禁止：套话（推荐、收获、就业、讲师打造、完整路径）、自称AI、其他站点名、重复课程标题、照抄文件名、编造模块。 2. **构思内容（结合AI智能体开发实战）**： * **小标题1：这门课解决什么问题** * 痛点：从提示词工程到真正可用的智能体，缺乏工程化落地视角。多智能体编排、工具调用、记忆管理等核心架构难以落地。 * 内容：聚焦AI智能体从概念到工程落地的全过程，直接解决多智能体编排、工具调用与系统架构的工程化问题。提供可直接对照实践的源码与模块拆解，将项目从“能跑Demo”推进到“可维护的工程系统”。 * **小标题2：适合什么基础与建议先看哪几块** * 基础：具备Python基础及大模型基础认知的开发者。 * 建议先看：优先阅读智能体核心架构与多智能体协作模块，理解技术栈选型逻辑；随后重点拆解工具调用与记忆管理的高复用代码片段，为后续项目搭建打基础。 * **小标题3：学完能独立做什么与资料怎么配合练习** * 产出：独立搭建具备工具调用、状态记忆与多角色协作能力的智能体系统，完成端到端的工程化落地。 * 资料用法：直接运行源码，修改配置或替换底层模型，在调试中理解模块交互逻辑，将可复用模块融入开发工作流。 3. **撰写并控制字数（目标500-1000汉字）**： * *草稿1*：
这门课解决什么问题
当前开发者常面临“只会写Prompt却造不出可用智能体”的困境，多智能体编排、工具调用与系统架构的工程化落地缺乏参照。本课聚焦AI智能体从概念到工程的全过程，直接解决这些核心架构问题。它不停留于理论演示，而是提供可直接对照实践的源码与模块拆解，帮你把智能体项目从“能跑Demo”推进到“可维护的工程系统”。
适合什么基础与建议先看哪几块
适合具备Python基础及大模型基础认知的开发者。建议优先阅读智能体核心架构与多智能体协作模块，理解技术栈选型逻辑；随后重点拆解工具调用与记忆管理的高复用代码片段，为后续项目搭建打基础。
学完能独立做什么与资料怎么配合练习
学完本课，你将能独立搭建具备工具调用、状态记忆与多角色协作能力的智能体系统，并完成端到端的工程化落地。配合练习时，不要只看视频，而是直接运行源码，尝试修改配置或替换底层模型，在调试中理解模块间的交互逻辑，从而将资料中的可复用模块真正融入你的开发工作流。
* *字数统计（只计汉字）*： 这(1)门(2)课(3)解(4)决(5)什(6)么(7)问(8)题(9) 当(10)前(11)开(12)发(13)者(14)常(15)面(16)临(17)只(18)会(19)写(20)P(21)r(22)o(23)m(24)p(25)t(26)却(27)造(28)不(29)出(30)可(31)用(32)智(33)能(34)体(35)的(36)困(37)境(38)多(39)智(40)能(41)体(42)编(43)排(44)工(45)具(46)调(47)用(48)与(49)系(50)统(51)架(52)构(53)的(54)工(55)程(56)化(57)落(58)地(59)缺(60)乏(61)参(62)照(63)本(64)课(65)聚(66)
1261b445bc3065390103ea7180cb1b79_04081139666.png
(27.92 KB, 下载次数: 34)
下载附件
保存到相册
2026-2-7 17:47 上传
课程目录
迪哥AI智能体2025｜观看顺序.xlsx
01、课程介绍
1、课程介绍.mp4
02、Coze打造自己的第一个工作流：新闻搜索与总结（6小节）
1-1COZE登录与创建工作流方法.png
2-2工作流要完成的任务与节点定义.mp4
3-3插件配置方法与参数.mp4
4-4大模型节点配置方法.mp4
5-5结束节点配置.mp4
6-6智能体配置方法.mp4
03、COZE打造新闻稿创作工作流（循环使用方法）（5小节）
1-1循环节点方法解读.mp4
2-2循环中参数的定义方法.mp4
3-3续写新闻稿件方法（循环中间变量使用）.mp4
4-4智能体测试与输出节点.mp4
5-5批处理的作用与效果.mp4
04、COZE打造历史人物视频素材（12小节）
1-1做视频素材业务逻辑分析.mp4
2-2做剧本节点系统提示词方法.mp4
3-3完成剧本节点输出.mp4
4-4画面描述与图像生成节点构建.mp4
5-5图像违规词限制与运镜节点.mp4
6-6视频节点构建与错误分析.mp4
7-7图像生成节点错误调试并保险.mp4
8-8视频生成节点容易违规的解决方法.mp4
9-9选修（当作拓展知识）：配置外部视频软件成为插件.mp4
10-10选修：自定义插件配置方法实例.mp4
11-11选修：工作流中添加视频插件.mp4
后三节（9-11）选修内容说明（图文）.png
05、COZE自动化剪辑（继续历史人物章节）（5小节）
1-1时间线定义方法.mp4
2-2剪映插件介绍.mp4
3-3时间线和素材绑定方法.mp4
4-4剪映草稿添加素材方法.mp4
5-5得到合成后的视频.mp4
06、COZE打造智能客服（5小节）
1-1对话流配置与创建.mp4
2-2选择器的使用方法.mp4
3-3数据库与大模型的匹配方法.mp4
4-4知识库构建与匹配方法.mp4
5-5汇总输出与测试.mp4
07、COZE结合飞书表格办公（5小节）
1-1DEMO演示与基本流程分析.mp4
2-2表格填入模块解读.mp4
3-3表格的输入与输出.mp4
4-4查找与匹配的方法.mp4
5-5飞书表格智能体测试应用与常见问题.mp4
08、COZE打造装修设计与应用创建（5小节）
1-1DEMO演示与应用分析.mp4
2-2输入参数与大模型配置.mp4
3-3图像生成模型配置.mp4
4-4COZE中的应用模块配置.mp4
5-5COZE应用界面设计.mp4
09、文案（小红书笔记）生成智能体搭建方法（2小节）
1-1提示词与工作流配置.mp4
2-2插件配置方法与输出.mp4
10、COZE-API使用并结合CURSOR构建应用（5小节）
01-1COZE-API开通方法.mp4
02-2API外部调用方法实例演示.mp4
03-3Cursor应用例子分析.mp4
04-4用CURSOR构建一个浏览器插件.mp4
05-5API调用与插件测试.mp4
11、COZE打造数据分析智能体（8小节）
01-1效果演示与数据读取.mp4
02-2数据清洗与处理.mp4
03-3结合DeepSeek构建代码节点.mp4
04-4结合DeepSeek进行数据分析.mp4
05-5配置插件把分析结果存在excel里.mp4
06-6数据可视化配置方法与节点调试分析.mp4
07-7不同可视化图表配置方法.mp4
08-8输出与展示配置.mp4
12、COZE中配置自己的插件（3小节）
01-1插件的基本配置方法.mp4
02-2输入输出参数配置方法.mp4
03-3在工作流中配置自己的插件并使用.mp4
13、COZE助手搭建（5小节）
01-1助手插件接入.mp4
02-2数据表创建方法.mp4
03-3识别工作流配置与测试.mp4
04-4调用模块工作流配置.mp4
05-5知识库配置.mp4
14、COZE邮件助手（3小节）
01-1自定义插件创建方法与流程.mp4
02-2插件输出配置与循环体.mp4
03-3知识库配置与结果输出.mp4
15、影刀RPA实战（5小节）
01-1影刀RPA分析.mp4
02-2影刀安装方法.mp4
03-3影刀流程配置方法实例.mp4
04-4执行循环操作.mp4
05-5完成文案采集的全部功能.mp4
16、RAGFLOW本地化知识库（5小节）
01-1RAGFLOW介绍和特点.mp4
02-2RAGFLOW接入本地模型.mp4
03-3Chat与Embedding模型接入.mp4
04-4知识库构建实例.mp4
05-5封装成API调用.mp4
17、RAG检索架构分析及应用（6小节）
01-1RAG要完成的任务解读.mp4
02-2RAG整体流程解读.mp4
03-3召回优化策略分析.mp4
04-4召回改进方案解读.mp4
05-5评估工具RAGAS.mp4
06-6外接本地数据库工具.mp4
18、斯坦福AI小镇架构与项目解读（10小节）
01-1整体故事解读.mp4
02-2要解决的问题和整体框架分析.mp4
03-3论文基本框架分析.mp4
04-4Agent的记忆信息.mp4
05-5感知与反思模块构建流程.mp4
06-6计划模块实现细节.mp4
07-7整体流程框架图.mp4
08-8感知模块解读.mp4
09-9思考模块解读.mp4
10-10项目环境配置方法解读.mp4
19、autogen框架实战（7小节）
01-0
Python
环境说明.mp4
02-1AutoGenStudio框架安装与介绍.mp4
03-2动作API配置方法.mp4
04-3国内常用API配置方法.mp4
05-4API接口在线测试.mp4
06-5工作流配置.mp4
07-6执行流程与结果.mp4
20、部署与进阶应用实战（12小节）
01-1API生成方法.mp4
02-2GroupChat模块.mp4
03-3执行流程分析.mp4
04-4外接本地支持库配置方法.mp4
05-5加入RAG技能.mp4
06-6LMStudio本地下载部署模型.mp4
07-7调用本地模型方法与配置.mp4
08-8AutogenStudio本地化部署流程.mp4
09-9本地化部署接入应用实例.mp4
10-10调用SD-API完成设计.mp4
11-11Ollama环境配置与安装.mp4
12-12autogen接入本地模型.mp4
21、METAGPT框架解读（9小节）
01-1论文概述分析.mp4
02-2整体框架逻辑介绍.mp4
03-3项目环境配置.mp4
04-4基础解读-动作定义方式.mp4
05-5基础解读-角色定义.mp4
06-6单动作智能体实现方法.mp4
07-7多动作配置方法.mp4
08-8定时器任务环境配置.mp4
09-9定时器任务流程解读分析.mp4
22、metaGPT应用实战-网上调研资料（6小节）
01-0基本Agent的组成.mp4
02-1Agent要完成的任务和业务逻辑定义.mp4
03-2问题拆解与执行流程.mp4
04-3检索得到重要的URL.mp4
05-4子问题生成总结结果.mp4
06-5总结与结果输出.mp4
23、结合GPT打造自己领域专属客服（6小节）
01-1DEMO演示与整体架分析.mp4
02-2后端GPT项目部署启动.mp4
03-3前端助手API与流程图配置.mp4
04-4接入外部API的方法与流程.mp4
05-5引入API方法解读.mp4
06-6指令提示构建.mp4
24、本地大模型微调-llama3应用实战（7小节）
01-1环境相关配置解读.mp4
02-2工具调用流程拆解.mp4
03-3功能调用方法实例.mp4
04-4RAG环境配置搭建.mp4
05-5LLAMA3应用-RAG搭建方法.mp4
06-6RAG基本流程分析.mp4
25、llama3微调-量化-部署（6小节）
01-1LORA微调方法.mp4
02-2指令微调所需数据与模型下载.mp4
03-3llama3模型微调实例.mp4
04-4llama3微调后进行量化.mp4
05-5llama.cpp量化实例.mp4
06-6部署应用.mp4
26、拓展--计算奥斯曼视觉项目实例（11小节）
01-1LORA微调方法.mp4
02-2指令微调所需数据与模型下载.mp4
03-3llama3模型微调实例.mp4
04-4llama3微调后进行量化.mp4
05-5llama.cpp量化实例.mp4
06-6部署应用.mp4
07-7项目需求分析流程.mp4
08-8数据与特征库准备.mp4
09-9模型准备与项目分析.mp4
10-10模型选择方法总结.mp4
11-11项目经验总结与优化，方法.mp4
27、拓展--挖掘项目流程实例（5小节）
01-1数据挖掘要解决的问题.mp4
02-2数据处理与清洗分析.mp4
03-3特征工程的作用与流程.mp4
04-4机器学习算法分析.mp4
05-5模板到哪去找.mp4
28、拓展-自然语言处理项目流程（5小节）
01-1知识图谱要解决的问题与流程分析.mp4
02-2知识图谱项目实际应用分析.mp4
03-3知识图谱实战应用项目解读.mp4
04-4大模型要解决的问题和应用分析.mp4
05-5工具总结分析.mp4
29、MOE多专家系统（3小节）
01-1MOE概述分析.mp4
02-2MOE模块实现方法解读.mp4
03-3效果分析与总结.mp4
30、OPENAI--LLM模型优化总结（3小节）
01-1RAG与微调可以解决与无法解决的问题.mp4
02-2RAG实践策略.mp4
03-3微调要解决的问题.mp4
大模型微调与知识库
补充
llama3
llama3.rar
llama3
email_jijianyun.py
email_send.py
lm3.py
Modelfile
pycache
.idea
.gitignore
.name
llama3.iml
misc.xml
modules.xml
workspace.xml
inspectionProfiles
profiles_settings.xml
Project_Default.xml
all-MiniLM-L6-v2
config_sentence_transformers.json
config.json
data_config.json
model.safetensors
sentence_bert_config.json
special_tokens_map.json
tokenizer_config.json
tokenizer.json
vocab.txt
RAG
app.py
app.txt
assistant.py
groq_llama3.py
Quantize_LLMs_to_GGUF(1).ipynb
require.txt
pycache
assistant.cpython-310.pyc
assistant.cpython-39.pyc
新增LLAMA3相关
Chinese-LLaMA-Alpaca-3-main.zip
llama3.rar
新增RAGFLOW
ragflow_api.py
LLM下游任务训练自己模型实战
Huatuo-Llama-Med-Chinese-main.zip
LLM与LORA微调策略解读
大模型.pdf
RAG检索架构分析与应用
RAG.pdf
RAG.png
Agent论文解读与总结相关
斯坦福AI小镇架构与项目解读
斯坦福小镇论文.pdf
斯坦福AI小镇.pdf
斯坦福AI小镇.png
Agent架构解读与应用分析
1-Agent趋势.png
2-Agent流程.png
3-Ageng包括组件.png
4-Agent组成.png
5-多模态.png
6-多角色组成.png
7-Agent游戏.png
8-多智能体.png
9-多智能体2.png
Agent.png
Agent思维导图.pdf
OPENAI-LLM模型优化总结
1.png
2.png
3.png
4.png
5.png
6.png
7.png
08.png
09.png
10.png
11.webp
12.png
13.png
Autogen与其他智能体框架
Agent打造专属客服
Agent客服.rar
autogen与部署模块
rag_skill.rar
Skill.py
AutogenStudio部署
代码地址.txt
index.html
style.css
write.json
GPTS打造Agent实战
短视频脚本.docx
广告文案.docx
文章翻译.docx
语聚AI指定(只改动作即可).docx
组会不用愁.txt
API复制这个不要改.docx
GPTS例子.docx
langchain工具实例
基本使用.rar
metagpt
examples.rar
MetaGPT-main.zip
metaGpt.pdf
COZE智能体系列(重要)
COZE打造助手
餐饮1.png
全部提示词资料.docx
COZE飞书书签自动化
飞书模板链接.txt
飞书文档链接.PanD
分析内容.txt
汇总整合json.txt
获取标签.txt
检索内容.txt
筛选并输出.txt
COZE历史人物视频素材
1.根据名字做剧本.txt
2.根据剧本做每个经历的画面描述.txt
即梦豆包海螺做视频所需运镜.txt
时间线.txt
修正图片提示词.txt
修正运镜提示词.txt
COZE数据分析
1.整理清洗我的数据.txt
把分析结果整理成excel格式.txt
代码：统计关键指标.txt
代码：准备条形图输入.txt
代码：准备总分评比图.txt
能力分析.txt
销售数据导出.xlsx
COZE文案生成+飞书表格
1.链接读取插件.txt
2.参考原文写标题大纲.txt
3.参考原文和大纲做仿写.txt
4.给文案打标签.txt
5.汇总结果成一条记录.txt
6.飞书表格参考链接.txt
Coze写作工作流
小红书提示词
标题.txt
画图.txt
生成文案.txt
COZE新闻总结(循环体)
根据文章内容和原始素材做合并.txt
提示词.txt
COZE邮箱助手
提示词.txt
邮箱代码.txt
COZE智能客服
把所有内容总结成人话.txt
把用户问题分成不同的场景.txt
查询支付问题具体的解决方案.txt
快递场景问题.txt
售后场景问题.txt
支付场景问题.txt
📥 资源下载
游客，如果您要查看本帖隐藏内容请
正版资源
