AI Agent智能应用从0到1定制开发「已完结」

第1章 多模型强应用：AI2.0时代应用开发者机会/

[ 49M] 1-1深入了解课程，让你少走弯路，必看！！！

[ 22M] 1-2带你快速了解大语言模型(LLM)基础与发展

[ 45M] 1-3国内外主要LLM及特点介绍

[ 29M] 1-4大模型的不足以及主要解决方案

[ 37M] 1-5AIGC产业拆解以及常见名词解释

[ 40M] 1-6应用级开发者如何拥抱AI2.0时代？

[ 23M] 1-7智能体(agent)命理大师虚拟项目（需求分析、技术选型、技术分解）

第2章 初识langchain：LLM大模型与AI应用的粘合剂/

[6.1M] 2-1初始langchain：LLM大模型与AI应用的粘合剂

[ 14M] 2-2langchain是什么以及发展过程

[ 23M] 2-3langchain能做什么和能力一览

[ 18M] 2-4langchain的优势与劣势分析

[ 34M] 2-5langchain使用环境的搭建

[ 53M] 2-6先跑起来：第一个实例，了解langchain的基本模块

[5.9M] 2-7本章梳理与总结

第3章 LangChain核心模块与实战：用prompts模板调教LLM的输入出/

[7.4M] 3-1章节介绍

[ 15M] 3-2模型IO大语言模型的交互接口

[ 26M] 3-3prompts模板：更加高级和灵活的提示词工程

@it资源网ukoou.com

[ 55M] 3-4prompts实战两种主要的提示词模板

[ 38M] 3-5自定义prompts模板

[ 49M] 3-6两种模板引擎以及组合模板使用

[ 38M] 3-7序列化模板使用

[ 87M] 3-8示例选择器之根据长度动态选择提示词示例组

[ 85M] 3-9示例选择器之MMR与最大余弦相似度

[ 55M] 3-10langchain核心组件：LLMsvschatmodels

[ 37M] 3-11更好的体验：流式输出

[ 26M] 3-12花销控制：token消耗追踪

[ 66M] 3-13输出结构性：不止于聊天

[6.3M] 3-14本章小结

第4章 LangChain知识库构建与RAG设计：增强自己大模型能力，实现与各种文档对话/

[3.1M] 4-1本章介绍

[ 21M] 4-2RAG：检索增强生成是什么？

[ 47M] 4-3loader：让大模型具备实时学习的能力

[ 41M] 4-4文档转换实战：文档切割

[ 30M] 4-5文档转换实战：总结精炼和翻译

[ 46M] 4-6Lostinthemiddle长上下文精度处理问题

[ 30M] 4-7文本向量化实现方式

[ 75M] 4-8与AI共舞的向量数据库

[ 36M] 4-9Chatdoc又一个智能文档助手（1）

[ 35M] 4-10Chatdoc又一个智能文档助手（2）

[ 66M] 4-11ChatDoc几种检索优化的方式

[ 33M] 4-12ChatDoc与文件聊天交互

[6.2M] 4-13本章小结

第5章 LangChain链与记忆处理：带你实现大模型记忆增强，让你的大模型更加智能/

[ 14M] 5-1本章介绍

[ 22M] 5-2chains：langchain的重要组成部件

[ 64M] 5-3四种基本的内置链的介绍与使用(1)

[ 49M] 5-4四种基本的内置链的介绍与使用(2)

[ 54M] 5-5四种基本的内置链的介绍与使用(3)

@it资源ukoou.com

[ 24M] 5-6四种基本的内置链的介绍与使用(4)

[ 31M] 5-7四种基本的内置链的介绍与使用(5)

[ 65M] 5-8链的不同调用方法和自定义

[ 40M] 5-9四种处理文档的预制链(1)

[ 46M] 5-10四种处理文档的预制链(2)

[ 45M] 5-11四种文档预制链使用(3)

[ 47M] 5-12四种文档预制链使用(4)

[ 69M] 5-13memory工具使用(1)

[ 44M] 5-14Memory工具使用(2)

[ 44M] 5-15Memory工具使用(3)

[ 51M] 5-16为链增加memory（1）

[ 52M] 5-17为链增加memory(2)

[ 16M] 5-18主要的预制链和memory工具

[ 12M] 5-19本章小结

第6章 Agent核心与实践：初窥未来机器人，学Agent基本开发，让大模型不止于聊天/

[9.3M] 6-1本章介绍

[ 90M] 6-2什么是agent

[ 38M] 6-3第一个agent

[ 81M] 6-4几种主要的agents类型介绍（1）

[ 92M] 6-5几种主要的agents类型介绍（2）

[ 58M] 6-6agent中正确添加memory的方式

[ 37M] 6-7如何让agent与tool共享记忆

[ 77M] 6-8tool的使用

[ 83M] 6-9tookit的使用

[ 94M] 6-10LCEL是什么

[ 55M] 6-11LCEL不同的接口实现

[106M] 6-12LCEL里chain和prompt实现

[ 37M] 6-13LCEL记忆的添加方式

[ 66M] 6-14LCELAgents的使用（1）

[ 86M] 6-15LCELAgents的使用（2）

[136M] 6-16最佳开发实践

[5.3M] 6-17本章小结

第7章 AI Agent智能体开发：工善其事，必利其器，一步步教你搭建agent开发环境/

[4.8M] 7-1本章介绍

[ 30M] 7-2虚拟项目demo演示

[ 54M] 7-3虚拟项目产品需求分析

[ 15M] 7-4虚拟项目技术架构

[132M] 7-5项目开发环境搭建

[6.1M] 7-6本章小结

第8章 AI Agent智能体开发：API层的实现以及智能体性格和行为设计/

[5.8M] 8-1本章介绍

[ 74M] 8-2使用fastapi搭建API层

[131M] 8-3主Class与agent框架

[ 54M] 8-4使用prompt设计agent性格与行为

[104M] 8-5使用chain来判断输入情绪

[ 77M] 8-6langserve介绍-

[6.7M] 8-7本章小结

第9章 AI Agent智能体开发：快速掌握tool以及向量数据库使用/

[2.4M] 9-1本章介绍

[ 79M] 9-2tools设计实现1

[100M] 9-3tools设计实现2

[ 82M] 9-4tools设计实施3

[107M] 9-5agent的memory处理1

[ 39M] 9-6agent的memory处理2

[ 85M] 9-7agent学习能力构建

[ 13M] 9-8本章小结

第10章 AI Agent智能体开发：让Agent具备语音能力/

[3.2M] 10-1本章介绍

[ 12M] 10-2语音逻辑设计

[ 83M] 10-3微软TTS能力介绍

[ 89M] 10-4-1voice函数的实现

[ 92M] 10-5-2voice函数的实现

[117M] 10-6AI语音克隆和TTS介绍

[3.1M] 10-7本章小结

第11章 AI Agent智能体开发：项目扩展与集成[数字人与IM集成]/

[3.5M] 11-1本章介绍

[149M] 11-2电报机器人+agent的实现

[ 87M] 11-3Docker部署与调试追踪

[ 15M] 11-4项目扩展：agent数字人（1）

[ 98M] 11-5项目扩展：agent数字人（2）

[ 89M] 11-6项目扩展：agent数字人（3）

[131M] 11-7项目扩展：agent数字人（4）

[ 80M] 11-8项目扩展：agent数字人（5）

[ 75M] 11-9项目扩展：agent数字人（6）

[ 12M] 11-10本章小结

第12章 课程总结/

[ 23M] 12-1课程总结

资料代码/