课程介绍
LLM应用开发平台特训营视频教程,由it资源网整理发布。本课带你从原理到源码,从研发到造轮子,一站式培养LLM应用开发平台架构与研发能力兼备的高薪人才。全流程打造价值极高、可商用的大模型应用开发LLMOps平台,迅速具备低门槛、低成本、高效率构建生成式 AI 原生应用的稀缺能力。
相关推荐
极客时间-AI 大模型应用开发实战营 | 全新升级第5期
AI人工智能算法工程师
极客时间 AI大模型微调训练营
LLM大语言模型算法特训
对标大厂标准,商用+全栈+全流程的LLM应用开发平台LLMOps,打造行业紧缺,急需LLM大模型应用开发平台架构与设计的高薪人才
课程八大阶段
一. [LLM应用平台基石搭建] LLMOps架构设计与基础聊天机器人开发
二. [商业级聊天机器人开发]具备记忆、自动联网获取新知、联动企业自制知识库
三.LLMOps应用平台可视化+安全性保障+性能优化+开放API
四. (LLMOps应用平台扩展]实现通用型+支持多LL M接入的AI应用
五. [ LLMOps应用平台调优部署]前端调优及生产环境调优部署,让应用落地
六. [ LLMOps应用平台多模态插件+第三方应用集成]将开放API与第三方应用集成,并扩展配置多模态插件
七. [LLMOps应用平台企业级商用]火热五大商业级AI应用实战
八. 课程总结与LLM大语言模型进阶
课程实战项目
LLMOps平台:慕课AI应用构建器
LLMOps平台 可视化编排+智能化定制+多LLM接口支持+多平台对接
LLMOps平台定制 火热五大商业级AI应用
资源目录
.
阶段一:[LLMOPs平台搭建]架构设计与基础聊天机器人开发/
1-第1周 LLMOps平台开发基础及架构设计/
第1章 课程介绍与安排/
[ 18M] 1-1 课程导学[快速了解课程与安排]
第2章 夯实基础,了解LLM大语言模型/
[2.4M] 2-1 章节介绍
[ 16M] 2-2 什么是大语言模型(LLM)
[ 18M] 2-3 LLM在企业中的价值与市场需求
[ 28M] 2-4 ChatGPT聊天机器人的使用与局限性
[ 14M] 2-5 LLM应用开发专有名词解释
[ 12M] 2-6 LLM&AI Agent应用的交互模式
[4.6M] 2-7 章节总结
第3章 初窥LLMOps,助力大模型落地/
[3.8M] 3-1 章节介绍
[ 27M] 3-2 从LLM大模型到AI Agent的技术演进
[9.8M] 3-3 初识LLMOps,为什么需要LLMOps
[ 18M] 3-4 Dify LLMOps应用开发平台功能演示
[ 25M] 3-5 LLMOPs项目需求拆分与设计
[ 20M] 3-6 课程LLMOps应用开发平台演示
[6.5M] 3-7 课程学习目标与解决的问题展示
第4章 ChatGPT辅助学习与建议/
[3.6M] 4-1 章节介绍
[ 18M] 4-2 不同方向的学员如何学习这门课程与建议
[ 31M] 4-3 ChatGPT辅助学习与课程提示词
[ 48M] 4-4 OpenAI&月之暗面API秘钥获取与参数详解
[ 46M] 4-5 Playground快速调试Prompt与接口参数
[3.1M] 4-6 章节总结
2-第2周 LLMOps后端搭建,构建基础聊天机器人/
第1章 后端Python环境搭建与项目配置/
[3.0M] 1-1 章节介绍
[ 22M] 1-2 Python环境搭建与配置镜像加速
[ 13M] 1-3 PyCharm编辑器配置与插件安装
[8.6M] 1-4 项目架构与基础框架选择
[ 32M] 1-5 项目目录结构约定、规范与依赖注入
[ 31M] 1-6 依赖库介绍、安装与测试
[ 14M] 1-7 Postman基础配置与使用介绍
[4.8M] 1-8 本章总结
第2章 实现第一个GPT聊天机器人/
[认准一手完整 www.ukoou.com]
[3.1M] 2-1 章节介绍
[ 20M] 2-2 30行代码实现一个聊天机器人API
[ 33M] 2-3 校验API接口输入请求
[ 34M] 2-4 统一响应接口设计与实现
[ 27M] 2-5 异常错误状态统一设计与实现
[ 42M] 2-6 PyTest配置与API测试用例
[ 42M] 2-7 Flask-SQLAlchemy扩展的配置与使用
[ 74M] 2-8 应用ORM模型的创建与增删改查
[ 17M] 2-9 重写SQLAlchemy核心类实现自动提交
[ 39M] 2-10 Flask-Migrate扩展介绍与使用
[3.9M] 2-11 本章总结
第3章 LangChain初入门-简化LLM开发难度/
[4.9M] 3-1 章节介绍
[ 41M] 3-2 LangChain简介及为什么选择LangChain?
[ 42M] 3-3 LangChain框架安装及文档介绍
[ 76M] 3-4 Prompt组件及使用技巧
[ 55M] 3-5 Model组件及使用技巧
[ 67M] 3-6 OutputParser组件及使用技巧
[ 48M] 3-7 LCEL表达式与Runnable可运行协议
[ 56M] 3-8 两个Runnable核心类的讲解与使用
[ 44M] 3-9 利用回调功能调试链应用-让过程更透明
[ 22M] 3-10 LangSmith平台介绍与使用-从原型到生产
[ 39M] 3-11 API接口文档介绍与接口统一
[ 17M] 3-12 项目Git版本管理与控制
[4.2M] 3-13 本章总结
3-第3周 LLMOPs前端搭建关联聊天机器人API/
第1章 前端Node.js环境搭建与前端项目初始化/
[2.6M] 1-1 本章介绍
[ 33M] 1-2 Node.js环境搭建及镜像加速
[ 21M] 1-3 项目前端架构与基础框架选择
[ 38M] 1-4 前端项目搭建与开发规范
[ 13M] 1-5 WebStorm编辑器配置-提升TS代码开发效率
[ 39M] 1-6 ArcoDesign与TailwindCSS简化UI界面开发
[ 45M] 1-7 项目页面模板与路由配置,实现路由守卫功能
[ 37M] 1-8 Pinia实现多页面共享数据状态
[ 60M] 1-9 前端接口请求Fetch方法封装
[3.4M] 1-10 本章总结
第2章 实现联动第一个带UI的聊天机器人/
[2.7M] 2-1 本章介绍
[ 39M] 2-2 解决前后端分离接口跨域问题
[ 22M] 2-3 即时设计 UI 设计稿快速上手与解读
[ 59M] 2-4 应用编排页面结构与样式设计
[ 40M] 2-5 对接API实现第一个带UI的基础聊天机器人
[ 36M] 2-6 应用调试与预览功能封装与逻辑优化
[5.0M] 2-7 本章总结
附件/
[4.7M] 1.pdf
[1.6M] 2.pdf
[644K] 第3周-代码.zip
阶段二:[商业级聊天机器人开发]具备记忆、自动联网、联动自制知识库/
1-第4周 记忆模块开发,让聊天机器人有记忆/
第1章 LangChain记忆模块快速上手/
[4.2M] 1-1 本章介绍
[ 57M] 1-2 LLM实现记忆功能思路与常见记忆模式
[ 55M] 1-3 ChatGPT-Playground手动模拟记忆功能
[ 74M] 1-4 Python+OpenAI原生SDK实现记忆功能
[ 70M] 1-5 ChatMessageHistory组件上手与源码解析
[ 59M] 1-6 Memory组件运行流程及不同记忆分类
[ 68M] 1-7 LangChain缓冲记忆组件的使用与解析
[ 64M] 1-8 LangChain摘要记忆组件的使用与解析
[ 43M] 1-9 LangChain实体记忆组件的使用与解析
@it资源网ukoou.com
[ 39M] 1-10 记忆组件的持久化与第三方集成
[ 68M] 1-11 内置Chain组件的使用与源码解读
[ 44M] 1-12 RunnableWithMessageHistory简化代码与使用
[4.5M] 1-13 本章总结
第2章 LLMOps记忆模块解析与Runnable深入/
[3.3M] 2-1 本章介绍
[ 28M] 2-2 LLMOps项目记忆功能需求拆解分析
[ 83M] 2-3 运行流程拆解与基础数据表设计
[ 27M] 2-4 记忆功能相关API文档编写整理
[ 58M] 2-5 Runnable组件动态添加默认调用参数
[ 49M] 2-6 Runnable组件配置运行时链内部
[ 35M] 2-7 Runnable组件动态替换运行组件
[ 43M] 2-8 Runnable组件重试与回退机制降低程序错误率
[ 36M] 2-9 Runnable组件生命周期监听器与使用场景
[ 43M] 2-10 基于Runnable封装记忆链实现记忆自动管理
[ 38M] 2-11 开源智能体MetaGPT记忆模块解读
[4.0M] 2-12 本章总结
附件/
[523K] 第4周(代码).zip
2-第5周 数据集模块开发-实现特定知识库问答/
第1章 大模型RAG应用开发基础及入门/
[4.5M] 1-1 本章介绍
[ 45M] 1-2 大语言模型出现幻觉的原因及缓解方案
[ 44M] 1-3 检索增强生成RAG基础架构与手动模拟
[ 41M] 1-4 AI应用开发新宠——向量数据库的介绍与用途
[ 42M] 1-5 传统数据库与向量数据库的使用差异
[ 41M] 1-6 Embedding文本嵌入模型介绍与使用
[ 45M] 1-7 OpenAI Embedding接口使用实践测试
[ 33M] 1-8 CacheBackEmbedding组件的使用与注意事项
[ 42M] 1-9 其他Embedding嵌入模型的配置与使用
[ 93M] 1-10 Faiss向量数据库的配置与使用
[ 67M] 1-11 Pinecone向量数据库的配置与使用
[ 89M] 1-12 TCVectorDB向量数据库的配置与使用
[ 67M] 1-13 Weaviate向量数据库的配置与使用
[ 57M] 1-14 对接自定义向量数据库的配置与使用
[ 56M] 1-15 构建第一个LangChain RAG应用
[4.5M] 1-16 本章总结
第2章 LangChain RAG应用开发组件深入学习/
[4.6M] 2-1 本章介绍
[ 50M] 2-2 Document组件与文档加载器组件的使用
[ 97M] 2-3 LangChain内置文档加载器使用技巧
[ 31M] 2-4 自定义LangChain文档加载器使用技巧
[ 47M] 2-5 Blob与BlobParser代替文档加载器
[ 61M] 2-6 文档转换器与字符分割器组件的使用
[ 77M] 2-7 递归字符文本分割器的使用与运行流程
[101M] 2-8 语义文档分割器与其他内容分割器的使用
[ 33M] 2-9 自定义LangChain文档分割器技巧
[ 43M] 2-10 非分割类型的文档转换器使用技巧
[ 75M] 2-11 VectorStore组件深入学习与检索方法
[ 34M] 2-12 检索器组件深入学习与使用技巧
[ 21M] 2-13 内置的检索器组件与自定义检索器技巧
[6.3M] 2-14 本章总结
第3章 RAG优化策略与知识库模块功能开发解析/
[4.1M] 3-1 本章介绍
[ 48M] 3-2 RAG开发6个阶段优化策略分析
[ 49M] 3-3 多查询重写策略提升检索准确性
[ 57M] 3-4 RAG多查询结果融合策略
[ 61M] 3-5 问题分解策略提升复杂问题检索正确率
[ 66M] 3-6 Step-Back回答回退策略实现前置检索
[ 36M] 3-7 混合策略实现doc-doc对称检索
[ 33M] 3-8 集成多种检索器算法实现混合检索
[ 65M] 3-9 检索器的逻辑路由缩减检索范围
[ 23M] 3-10 使用语义路由选择不同的Prompt模板
[ 81M] 3-11 自查询检索器实现动态元数据过滤
[ 52M] 3-12 MultiVector实现多向量检索文档
[ 44M] 3-13 父文档检索器实现拆分和存储平衡
[ 67M] 3-14 递归文档树检索实施高级RAG深入理解
[ 39M] 3-15 ReRank重排序提升RAG系统效果
[ 37M] 3-16 纠正性索引增强生成CRAG优化策略
[ 32M] 3-17 使用Self-RAG纠正低质量的检索生成
[8.3M] 3-18 本章总结
附件/
[2.4M] 1.pdf
[4.7M] 2.pdf
[3.8M] 3.pdf
[4.2M] 4.pdf
[3.9M] 5.pdf
[5.5M] 6.pdf
[ 39M] weaviate.zip
[381K] 第1章大模型RAG应用开发基础及入门.zip
[532K] 第2章LangChainRAG应用开发组件深入学习.zip
[643K] 第3章RAG优化策略与知识库模块功能解析.zip
3-第6周 插件功能开发-聊天机器人实时联网获取信息/
第1章 大语言模型函数调用与Agent开发/
[4.5M] 1-1 本章介绍
[ 54M] 1-2 LLM函数调用使用技巧与应用场景
[ 46M] 1-3 LangChain中的工具与工具包
[ 48M] 1-4 创建自定义工具的3种技巧与使用场景
[ 60M] 1-5 高德天气预报查询插件的集成与编写
[ 34M] 1-6 谷歌实时信息搜索插件的集成与编写
[ 55M] 1-7 ChatModel使用函数调用的技巧与流程
[ 67M] 1-8 不支持函数调用的大语言模型解决技巧
[ 53M] 1-9 函数调用快速提取结构化数据使用技巧
[ 88M] 1-10 函数调用出错捕获提升程序健壮性
[ 72M] 1-11 多模态LLM执行函数调用的技巧
[113M] 1-12 基于ReACT架构的Agent智能体设计与实现
[ 56M] 1-13 基于工具调用的智能体设计与实现
[ 37M] 1-14 内置的其他Agent类型介绍与上手
[ 52M] 1-15 AgentExecutor源码解析与Agent组件缺陷
[5.0M] 1-16 本章总结
第2章 LangGraph与LCEL构建大型复杂应用/
[5.3M] 2-1 本章介绍
[ 60M] 2-2 LCEL链表达式的缺点与扩展
[ 78M] 2-3 LangGraph介绍与基础组件上手
[ 78M] 2-4 条件边与循环流程实现工具调用Agent
[ 40M] 2-5 LangGraph实现ReACT架构Agent
[ 67M] 2-6 图结构应用程序删除消息的使用技巧
[ 63M] 2-7 LangGraph检查点实现记忆持久化功能
@it资源网ukoou.com
[ 76M] 2-8 图结构断点实现Agent与人进行交互
[ 61M] 2-9 LangGraph子图架构实现AI工作流
[116M] 2-10 需求转换图架构的技巧-CRAG实现
[ 44M] 2-11 利用图优化LLMOps聊天机器人架构
[ 40M] 2-12 LangGraph两种基础流式响应技巧
[ 41M] 2-13 LangGraph 总结与注意事项篇
[4.3M] 2-14 本章总结
附件/
[3.9M] 大语言模型函数调用与Agent开发[ppt-1].pdf
[4.1M] 大语言模型函数调用与Agent开发[ppt-2].pdf
[1.4M] 第6周-完整代码.zip
阶段三:LLMOps应用平台可视化+安全性保障+性能优化+开放API/
1-第7周 Prompt引擎模块开发-可视化编排/
第1章 插件广场与通用自定义插件模块开发/
[7.5M] 1-1 本章介绍
[ 30M] 1-2 插件广场与自定义插件功能模块解析
[ 37M] 1-3 YAML+工厂函数实现插件化配置思路
[103M] 1-4 工厂函数实现动态配置内置插件
[ 42M] 1-5 内置插件参数功能完善及流程解析
[ 58M] 1-6 六个高频使用的自定义插件集成
[ 34M] 1-7 插件广场模块API文档撰写
[ 88M] 1-8 插件广场模块工具API接口实现
[ 64M] 1-9 插件广场分类与图标API接口
[ 31M] 1-10 内置插件API接口测试用例编写
[ 35M] 1-11 OpenAPI规范解读与API插件设计思路
[ 15M] 1-12 使用简化OpenAPI规范描述API工具
[ 40M] 1-13 个人空间插件模块API文档撰写
[ 24M] 1-14 API插件数据库表设计与ORM实现
[ 81M] 1-15 OpenAPI结构数据验证接口实现与测试
[ 42M] 1-16 创建自定义API插件接口的设计与实现
[ 20M] 1-17 获取指定API插件接口的设计与实现
[ 24M] 1-18 获取API插件参数详情接口设计实现
附件/
[424K] 第7周[代码].zip
电子书/
未完,包更新
评论0