试看链接:https://pan.baidu.com/s/1YoPH4cTKtyZX51SyA796vA?pwd=xshm

相关推荐:

AI大模型企业应用实战

体系-AI人工智能算法工程师(完结)

AI Agent智能应用从0到1定制开发(完结)

51CTO-2024全新Langchain大模型AI应用与多智能体实战开发

AI人人必修-提示词工程+大模型多场景实战(丰富资料)超清完结

课程目录:

  • 第1章Agent架构解读与应用分析(1小时8节)

    1-Agent要解决的问题分析

  • 2-Agent需要具备的基本能力

  • 3-与大模型的关系分析

  • 4-多智能体定义分析

    @www.bcwit.top分享

  • 5-框架的作用和能解决的问题

  • 6-整体总结分析

  • 7-GPTS分析一波

  • 8-经典任务分析

    第2章使用Coze动手做自己的Agent(42分钟5节)更新中。。。。。。

    1-扣子开发平台实例解读

  • 2-技能测试与插件创建实例

  • 3-配置好自己的DIY技能

  • 4-工作流的基本配置流程和方法

  • 5-自己DIY的Agent测试与发布

    第3章COZE打造自己的文案生成助手(30分钟3节)更新中。。。。。。

    1-产品功能与需求分析

  • 2-文案助手的工作流程设计

    3-配置插件与测试效果

    第4章GPTS打造Agent实战(33分钟4节)

    1-GPTS任务流程概述分析

  • 2-调用API的控制方式

  • 3-API相关配置完成

  • 4-完成指令与脚本并生成

    第5章 打造自己领域专属客服 (1小时7分钟 6节)

    1-DEMO演示与整体架构分析

  • 2-后端GPT项目部署启动

  • 3-前端助手API与流程图配置

  • 4-接入外部API的方法与流程

  • 5-引入API方法解读

  • 6-指令提示构建

    第6章 autogen框架实战 (2小时30分钟 18节)更新中。。。。。。

    0-Python环境说明

  • 1-AutoGenStudio框架安装与介绍

  • 2-动作API配置方法

    @www.bcwit.top分享

  • 3-国内常用API配置方法

  • 4-API接口在线测试

  • 5-工作流配置

  • 6-执行流程与结果

  • API生成方法

  • GroupChat模块

  • 执行流程分析

  • 外接本地支持库配置方法

  • 加入RAG技能

  • LMStudio本地下载部署模型

  • 调用本地模型方法与配置

  • AutogenStudio本地化部署流程

  • 本地化部署接入应用实例

  • Ollama环境配置与安装

  • autogen接入本地模型

    第7章 metaGpt框架解读 (30分钟 3节)

    1-论文概述分

  • 2-整体框架逻辑介绍

  • 3-项目环境配置

    第8章 metaGpt应用实战-网上调研资料 (54分钟 6节)

    0-基本Agent的组成

  • 1-Agent要完成的任务和业务逻辑定义

  • 2-问题拆解与执行流程

  • 3-检索得到重要的URL

  • 4-子问题生成总结结果

  • 5-总结与结果输出

    第9章 RAG检索架构分析与应用 (44分钟 6节)

    1-RAG要完成的任务解读

  • 2-RAG整体流程解读

  • 3-召回优化策略分析

  • 4-召回改进方案解读

  • 5-评估工具RAGAS

  • 6-外接本地数据库工具

    @www.bcwit.top分享

    第10章 斯坦福AI小镇架构与项目解读 (1小时11分钟 10节)

    1-整体故事解读

  • 2-要解决的问题和整体框架分析

  • 3-论文基本框架分析

  • 4-Agent的记忆信息

  • 5-感知与反思模块构建流程

  • 6-计划模块实现细节

  • 7-整体流程框架图

  • 8-感知模块解读

  • 9-思考模块解读

  • 10-项目环境配置方法解读

第11章 langchain工具实例 (49分钟 5节)

1-langchain框架解读

2-基本API调用方法

3-数据文档切分操作

4-样本索引与向量构建

5-数据切块方法

 

第12章 MOE多专家系统 (24分钟 3节)

1-MOE概述分析

2-MOE模块实现方法解读

3-效果分析与总结

 

第13章 LLM与LORA微调策略解读 (1小时2分钟 5节)

1-大模型如何做下游任务

2-LLM落地微调分析

3-LLAMA与LORA介绍

4-LORA微调的核心思想

5-LORA模型实现细节

 

第14章 LLM下游任务训练自己模型实战 (57分钟 5节)

1-提示工程的作用

2-项目数据解读

3-源码调用DEBUG解读

4-训练流程演示

5-效果演示与总结分析

 

第15章 OPENAI-LLM模型优化总结 (25分钟 3节)

1-RAG与微调可以解决与无法解决的问题

2-RAG实践策略

3-微调要解决的问题

更新中。。。。。。