5积分
AI大模型应用开发模型训练-RAG-Agent-AI项目实战-行业落地课，课程。 课程聚焦于AI大模型应用开发与模型训练，涵盖RAG技术原理与实战、Agent平台构建、向量数据库应用以及提示词工程等关键技术，深入解析embedding模型训练与评估、模型微调策略、人工智能开发环境搭建和多种项目实践，包括Langchain、AutoGen、CrewAI、Langgraph等典型案例，系统呈现从基础理论到实际部署和行业落地的全流程，为企业和开发者提供切实可行的AI项目实战指导，助力技术革新和商业转化。...
📢 以下文件由夸克网盘用户于2025-12-27分享（文件数量过多时仅展示部分文件）
【AI】AI大模型应用Agent项目实战155节5.13GB
Agent系列1.82GB
Agent论文解读与总结相关307KB
Agent架构解读与应用分析307KB
4-Agent组成.png307KBAgent论文解读与总结相关16.74MB
Agent架构解读与应用分析1.25MB
1-Agent趋势.png276.87KB2-Agent流程.png106.89KB3-Ageng包括组件.png62.84KB6-多角色组成.png122.24KB7-Agent游戏.png298.63KB8-多智能体.png149.1KB9-多智能体2.png84.73KBAgent.png100.09KB
Agent思维导图.pdf78.27KBAgent架构解读与应用分析148.61KB
5-多模态.png148.61KBOPENAI-LLM模型优化总结3.8MB
2.png205.76KB3.png274.72KB4.png394.96KB6.png248.28KB7.png201.78KB8.png387.47KB9.png128.31KB11.png812.8KB12.png382.54KB13.png167.09KB
14.webp9.2KB15.png376.7KB16.png306.6KB斯坦福AI小镇架构与项目解读11.54MB
斯坦福AI小镇.pdf84.83KB斯坦福AI小镇.png90.86KB斯坦福小镇论文.pdf11.37MBAutogen与其他智能体框架40.71MB
Agent打造专属客服5.16MB
Agent客服.rar5.16MBautogen与部署模块76.81KB
AutogenStudio部署6.38KB
代码地址.txt44B
index.html1.28KB
style.css799Bwrite.json4.27KBrag_skill.rar48.36KBSkill.py22.07KBGPTS打造Agent实战73.75KB
API复制这个不要改.docx12.86KB短视频脚本.docx11.41KB广告文案.docx12.6KBGPTS例子.docx12.42KB文章翻译.docx12.52KB语聚AI指定(只改动作即可).docx10.45KB组会不用愁.txt1.5KBlangchain工具实例12.29MB
基本使用.rar12.29MBmetagpt23.12MB
examples.rar243.35KB
MetaGPT-main.zip6.97MBmetaGpt.pdf15.91MBCOZE智能体系列(重要)524.28KB
COZE飞书书签自动化4.6KB
飞书模板链接.txt80B飞书文档链接.PanD93B分析内容.txt266B获取标签.txt1.34KB汇总整合json.txt697B检索内容.txt1.86KB筛选并输出.txt292BCOZE资料收集与报告整理217.62KB
提示词.txt4.6KB循环.png213.02KB新增Coze打造Agent(小红书)3.27KB
小红书提示词3.27KB
标题.txt2.44KB画图.txt152B生成文案.txt696B新增COZE打造发票助手291.79KB
餐饮1.png280.41KB全部提示词资料.docx11.38KB新增COZE邮箱助手2.41KB
提示词.txt720B邮箱代码.txt1.71KB新增COZE资料收集与报告整理4.6KB
提示词.txt4.6KB大模型微调与知识库1.76GB
补充79.74MB
llama379.74MB
llama3.rar79.74MBLLM下游任务训练自己模型实战44.74MB
Huatuo-Llama-Med-Chinese-main.zip44.74MBLLM与LORA微调策略解读1.37MB
大模型.pdf1.37MBRAG检索架构分析与应用229.19KB
RAG.pdf106.13KBRAG.png123.06KB新增LLAMA3相关1.64GB
Chinese-LLaMA-Alpaca-3-main.zip1.56GBllama3.rar79.74MB新增RAGFLOW3.17KB
ragflow_api.py3.17KB资源整理于网络，如有广告勿信！0B
001.1-Agent要解决的问题分析（2024）.mp419.84MB002.2-Agent需要具备的基本能力.mp419.08MB003.3-与大模型的关系与多角色交互.mp419.51MB004.4-框架的作用和能解决的问题.mp423.06MB005.5-整体总结分析.mp411.28MB006.6-GPTS分析一波.mp428.1MB007.7-经典任务分析.mp421.46MB008.1-COZE的基本使用解读与说明.mp427.56MB009.2-工作流中大模型的使用方法.mp432.34MB010.1-数据查找配置.mp433.75MB011.2-读取新闻内容并整理报告.mp436.2MB012.3-循环的配置与中间变量的作用.mp468.48MB013.4-循环体注意事项更新.mp43.27MB014.1-插件的基本配置方法.mp433.23MB015.2-输入输出参数配置方法.mp425.54MB016.3-再工作流中配置自己的插件并使用.mp446.93MB017.1-发票助手插件接入.mp429.6MB018.2-数据表创建方法.mp434.41MB019.3-识别工作流配置与测试.mp430.83MB020.4-调用模块工作流配置.mp442.15MB021.1-构建自己的邮箱插件.mp429.71MB022.2-插件应用与大模型流程配置.mp435.29MB023.3-知识库构建方法与应用.mp440.42MB024.1-DEMO演示与整体架构分析.mp460.94MB025.2-后端GPT项目部署启动.mp451.89MB026.3-前端助手API与流程图配置.mp458.47MB027.4-接入外部API的方法与流程.mp441.13MB028.5-引入API方法解读.mp447.91MB029.6-指令提示构建.mp424.74MB030.0-Python环境说明.mp433.44MB031.1-AutoGenStudio框架安装与介绍.mp427.85MB032.2-动作API配置方法.mp427.54MB033.3-国内常用API配置方法.mp422.23MB034.4-API接口在线测试.mp420.88MB035.5-工作流配置.mp435.99MB036.6-执行流程与结果.mp428.37MB037.1-API生成方法.mp426.82MB038.2-GroupChat模块.mp425.54MB039.3-执行流程分析.mp427.69MB040.4-外接本地支持库配置方法.mp447.11MB041.5-加入RAG技能.mp427.43MB042.6-LMStudio本地下载部署模型.mp421.19MB043.7-调用本地模型方法与配置.mp423.37MB044.8-AutogenStudio本地化部署流程.mp423.31MB045.9-本地化部署接入应用实例.mp437.13MB046.11-Ollama环境配置与安装.mp423.77MB047.12-autogen接入本地模型.mp432.16MB048.1-RAGFLOW介绍和特点.mp424.95MB049.2-RAGFLOW接入本地模型.mp439.24MB050.3-Chat与Embedding模型接入.mp433.97MB051.4-知识库构建实例.mp468.6MB052.5-封装成API调用.mp445.54MB053.1-GPTS任务流程概述分析.mp447.02MB054.2-调用API的控制方式.mp420.78MB055.3-API相关配置完成.mp428.34MB056.4-完成指令与脚本并生成.mp450.23MB057.1-论文概述分析.mp445MB058.2-整体框架逻辑介绍.mp457.29MB059.3-项目环境配置.mp464.8MB060.4-基础解读-动作定义方式.mp416.1MB061.5-基础解读-角色定义.mp413.59MB062.6-单动作智能体实现方法.mp419.96MB063.7-多动作配置方法.mp418.2MB064.8-定时器任务环境配置.mp448.75MB065.9-定时器任务流程解读分析.mp444.71MB066.0-基本Agent的组成.mp442.74MB067.1-Agent要完成的任务和业务逻辑定义.mp444.94MB068.2-问题拆解与执行流程.mp459.88MB069.3-检索得到重要的URL.mp430.79MB070.4-子问题生成总结结果.mp450.69MB071.5-总结与结果输出.mp426.01MB072.1-RAG要完成的任务解读.mp414.48MB073.2-RAG整体流程解读.mp416.94MB074.3-召回优化策略分析.mp417.17MB075.4-召回改进方案解读.mp426.41MB076.5-评估工具RAGAS.mp441.78MB077.6-外接本地数据库工具.mp420.58MB078.1-整体故事解读.mp438.06MB079.2-要解决的问题和整体框架分析.mp452.32MB080.3-论文基本框架分析.mp485.79MB081.4-Agent的记忆信息.mp463.92MB082.5-感知与反思模块构建流程.mp421.01MB083.6-计划模块实现细节.mp431.72MB084.7-整体流程框架图.mp419.98MB085.8-感知模块解读.mp439.46MB086.9-思考模块解读.mp452.12MB087.10-项目环境配置方法解读.mp440.95MB088.1-langchain框架解读.mp420.64MB089.2-基本API调用方法.mp438.15MB090.3-数据文档切分操作.mp442.69MB091.4-样本索引与向量构建.mp449.86MB092.5-数据切块方法.mp445.17MB093.1-MOE概述分析.mp420.26MB094.2-MOE模块实现方法解读.mp429.77MB095.3-效果分析与总结.mp444MB096.1-大模型如何做下游任务.mp427.73MB097.2-LLM落地微调分析.mp433.66MB098.3-LLAMA与LORA介绍.mp427.87MB共168个文件，合计：5.13GB
