AI+Go 打造你的智能办公助手「已完结」

第1章 AI这么火，在项目中又如何应用/

[ 17M] 1-1AI+GO带你轻松拥抱大模型

[7.1M] 1-2为什么越来越多的人，热衷于用AI给项目提效

[ 12M] 1-3你需要了解的AI应用开发中的核心概念

[8.1M] 1-4如何基于大模型进行aigc应用开发

第2章 注册并应用AI，掌握高效的提问技巧/

[8.4M] 2-1注册并上手相关AI产品

[ 36M] 2-2如何有效率的提问

第3章 Go+AI进行AIGC应用开发实践/

[ 21M] 3-1与AI接口对接

[ 17M] 3-2构建聊天问答

[ 15M] 3-3角色问答

[ 18M] 3-4分析如何开发生成文章程序

[ 48M] 3-5文章生成应用（上）

[ 57M] 3-6文章生成应用（下）

第4章 从应用到底层实现，多维度掌握LangchainGo/

[ 17M] 4-1快速上手Langchain

[ 46M] 4-2应用实践智能办公问答

[ 15M] 4-3理解model模块

[ 56M] 4-4提示词promts处理

[ 20M] 4-5outputparser解析输出

[ 30M] 4-6chain链式让任务组合执行

[ 60M] 4-7为Langchaingo支持RouterChain

[ 33M] 4-8通过memory记住对话

[ 40M] 4-9理解Agent的设计思想

[ 43M] 4-10自主扩展Tools定制个性需求

[ 18M] 4-11callback事件节点处理

第5章 智能办公助手业务需求分析/

[10.0M] 5-1业务需求分析与核心技术实现设计

[5.3M] 5-2项目开展基础设施准备

第6章 快速使用gin应用开发/

[ 12M] 6-1介绍并下载gin

[ 14M] 6-2goctl-gin快速构建http服务

第7章 实现办公核心基础业务服务功能/

[ 39M] 7-1用户登入注册及鉴权处理（上）

[ 22M] 7-2用户登入注册及鉴权处理（下）

[ 46M] 7-3http服务响应处理

[ 16M] 7-4部门人员组织功能实现分析

[ 18M] 7-5待办事项添加处理

[ 30M] 7-6人员请假审批流程

[ 20M] 7-7实现chat服务核心功能（上）

@it资源ukoou.com

[ 40M] 7-8实现chat服务核心功能（下）

[ 40M] 7-9实现chat核心业务

第8章 使Langchain优雅的集成于项目中/

[ 12M] 8-1智能助手功能及实现分析

[ 50M] 8-2集成封装Langchain核心机制RouterChain

[ 24M] 8-3基于callbacks监控Langchain中的任务执行

[ 49M] 8-4实现AI助手通用问题回答

[ 49M] 8-5summarymemory实现分析

[ 58M] 8-6实现summarybuffer并基于项目个性化定制

[ 42M] 8-7实现AIChat记忆隔离

第9章 利用langchain实现AI与系统核心业务的对接/

[ 14M] 9-1AI助手于主体业务的调度分析

[8.1M] 9-2分析LLMs如何处理待办事项

[ 34M] 9-3重构LangChain中的outputparser

[ 41M] 9-4实现AI助手处理待办事宜（上）

[ 34M] 9-5实现AI助手处理待办事宜（下）

[4.4M] 9-6分析知识库构建中的核心问题

[ 35M] 9-7AiChat文件上传处理

[ 25M] 9-8为Agent添加记忆机制

[ 35M] 9-9实现AiChat办公知识库（上）

[ 32M] 9-10实现AiChat办公知识库（下）

[ 13M] 9-11AIChat审批处理分析

[ 46M] 9-12AI助手添加审批进行拆分处理

[ 40M] 9-13完善AI助手审批处理事宜

[ 13M] 9-14AI助手总结群消息功能分析

[ 20M] 9-15实现AI助手群消息总结功能（上）

[ 40M] 9-16实现AI助手群消息总结功能（下）

[ 28M] 9-17与前端交互对接

[ 48M] 9-18助手AI业务中的细节处理

第10章 数据分析、语音转化、图片文章生成等为AI助手赋予更多技能/

[5.7M] 10-1AI助手数据分析实现思路分析

[ 37M] 10-2基于LLMs实现数据分析（上）

[ 41M] 10-3基于LLMs实现数据分析（下）

[ 37M] 10-4数据结果可视化处理（上）

[ 48M] 10-5数据结果可视化处理（下）

[ 49M] 10-6AI助手对execl数据读取分析（上）

[ 46M] 10-7AI助手对execl数据读取分析（下）

[ 21M] 10-8AI助手音频转化处理

[ 45M] 10-9实现AI助手生成图片

[ 15M] 10-10langchain文章生成实现方案分析

[ 46M] 10-11实现AI助手文章生成（上）

[ 50M] 10-12实现AI助手文章生成（下）

第11章 扩展与总结/

[ 53M] 11-1如何扩展LangChain对其他模型的支持？

[ 24M] 11-2扩展基于ollama使用本地模型

[812K] 11-3扩展huggingface介绍与应用.pdf

[ 40M] 11-4课程总结

资料代码/