课程目录

• 1. AIGC篇
• day01-大模型入门
• 1. 直播计划
• 2. AI发展史
• 3. 人工智能核心体系
• 4. 去各种平台开通API KEY
• 5. 整合OpenAI SDK尝试调用第三方模型
• 6. 其他模型功能测试
• 7. OpenClaw整合飞书机器人
• 8. OpenClaw其他部署方式
• 代码
• day02-coze快速上手
• 测试物料
• 1. 什么是Agent
• 10. Agent知识库 – 引入文档、表格知识库
• 11. 应用：创建应用&体验UI与工作流的绑定交互逻辑
• 12. 总结
• 2. 熟悉Coze界面
• 3. Agent配置 – 第一步：配置好人设提示词
• 4. Agent配置 – 第二步：配置大模型信息
• 5. Agent配置 – 第三步：增加插件调用功能
• 6. Agent配置 – 引入更多的插件
• 7. Agent对话体验 – 设置开场白和问题
• 8. Agent对话体验 – 快捷指令
• 9. Agent记忆 – 变量&数据库&长期记忆
• day03-coze工作流
• 1. 工作流 – 节点核心三要素
• 2. 工作流 – 一个简单的工作流
• 3. 工作流 – 代码节点的使用
• 4. 工作流 – 测试图像生成等其他节点
• 5. 工作流 – 测试pdf插件等节点
• 6. 工作流 – 体验商业工作流
• 7. 工作流 – 案例：新员工入职工作流
• 8. 工作流 – 案例 – 员工信息引入问答，追加职级
• 资料
• day04-dify平台部署
• 1. coze – 企业员工入职工作流&技能调用问题
• 10. 本地模型 -xinference下载模型&运行推理&整合dify
• 11. 其他业务如何调用Dify工作流
• 12. 补充
• 2. 云服务器 – 开通&加速配置
• 3. 云服务器 – 安装docker
• 4. 云服务器 – docker配置nvidia显卡
• 5. dify – 安装dify
• 6. dify – 整合大模型云API
• 7. dify – 本地部署模型的常用框架（Ollama、Xinference、vLLM）
• 8. 本地模型 – ollama 安装&加载模型
• 9. 本地模型 – dify整合ollama本地模型
• dify.drawio
• day05-comfyui平台
• comfy实验资料
• 1. 上次问题
• 10. 小结
• 2. Comfy – 开通服务器&熟悉界面
• 3. Comfy – 案例：官方文生图
• 4. Comfy – 扩散模型思想：UNet、CLIP、VAE
• 5. Comfy – K采样器
• 6. Comfy – 自己绘制工作流
• 7. Comfy – 图生图流程
• 8. Comfy – 局部重绘
• 9. Comfy – 控制网络测试
• day06-AIGC总结
• 1. AIGC模块 – 今天结束了
• 2. AIGC – 了解大模型
• 3. AIGC – ReAct Agent执行流程
• 4. AIGC – 多Agent能力的思考
• 5. AIGC – 通过Coze了解智能体开发的全貌
• 6. AIGC – 未来我们用到的技术
• 2. Web开发
• day01-fastapi
• 1. web – 前置要求
• 10. fastapi – 请求处理 – RESTful 装饰器写法
• 11. fastapi – 路径参数 – 优先顺序问题
• 12. fastapi – 路径参数 – Path函数与元注解写法
• 13. fastapi – 查询参数 – 必选与可选写法
• 14. fastapi – 查询参数 – Query函数与元注解写法
• 15. fastapi – 请求头 – Header函数获取请求头数据
• 16. fastapi – 请求头 – 默认匹配规则
• 17. fastapi – 了解 param_functions 的其他函数功能
• 2. 为什么AI首选Python
• 3. 编程语言的发展
• 4. fastapi – 简介
• 5. fastapi – helloworld 写法
• 6. fastapi – python一些进阶语法
• 7. fastapi – pydantic数据校验测试
• 8. fastapi – python 元数据注解写法
• 9. fastapi – python 协程语法
• fastapi-demo
• day02-fastapi
• 1. fastapi – 请求处理 – 复习
• 2. fastapi – 请求处理 – 请求体与pydantic模型
• 3. fastapi – 请求处理 – form表单和文件上传
• 4. fastapi – 请求处理 – 使用pydantic校验请求数据
• 5. fastapi – 请求处理 – 直接使用Request对象
• 6. fastapi – 响应处理 – 响应任意数据&自定义响应头等
• 7. fastapi – 依赖注入 – 基本用法
• 8. fastapi – 依赖注入 – yield用法
• fastapi-demo
• day03-fastapi
• 废弃版（无声）
• 1. fastapi – 下（完整版）
• 代码
• day04-sqlalchemy
• 1. sqlalchemy – 简介与ORM
• 10. sqlalchemy – orm功能：第一步：创建模型&创建表
• 11. sqlalchemy – orm功能：session api – 新增
• 12. sqlalchemy – orm功能：查询的两套API，可以从session开始，也可以直接自己select写sql
• 13. sqlalchemy – orm功能：修改用户
• 14. sqlalchemy – orm功能：删除用户
• 15. sqlalchemy – 总结：core 和 orm 模式用法
• 16. 工程运行办法
• 2. sqlalchemy – 快速上手 – 开通免费云数据库
• 3. sqlalchemy – 快速上手 – 核心概念
• 4. sqlalchemy – 第一行代码 – 第一步：创建引擎
• 5. sqlalchemy – 第一行代码 – 第二步：获取连接执行SQL
• 6. sqlalchemy – core功能：事务操作
• 7. sqlalchemy – core功能：各种方式获取结果集中的数据
• 8. sqlalchemy – core功能：批量参数&批量插入
• 9. sqlalchemy – core功能：总结
• sqlalchemy_demo
• day05-sqlalchemy
• 1. sqlalchemy – orm功能：sessionmaker和脏追踪功能
• 10. sqlalchemy – 关联查询：N-N：模型定义&CRUD
• 11. sqlalchemy – 总结
• 2. sqlalchemy – 关联查询：关联关系复习
• 3. sqlalchemy – 关联查询：1-1：模型定义
• 4. sqlalchemy – 关联查询：1-1：保存完成
• 5. sqlalchemy – 关联查询：1-1：相互都可以直接获取&懒加载与joined立即加载
• 6. sqlalchemy – 关联查询：1-1：级联删除问题
• 7. sqlalchemy – 关联查询：1-1：backref和backpopulates用法
• 8. sqlalchemy – 关联查询：relationship核心参数
• 9. sqlalchemy – 关联查询：1-N：模型定义与CRUD
• sqlalchemy_demo
• 3. Web项目
• day01-辰光Agent平台-搭建
• 1. 辰光Agent平台 – 项目介绍
• 10. 脚手架 – 步骤11-12：程序统一入口
• 11. 脚手架 – 测试：搭建成功
• 12. 脚手架 – 整合 alembic 做数据库迁移
• 13. 第一个示例模块：编写模型、产生数据库变更、注册路由
• 14. 脚手架 – 整合单元测试
• 15. 代码推送完成
• 2. 脚手架 – 项目结构创建完成
• 3. 脚手架 – 启动中间件&连接测试
• 4. 脚手架 – 步骤4：封装环境变量配置
• 5. 脚手架 – 步骤5：配置loguru日志整合
• 6. 脚手架 – 步骤6：编写数据库类
• 7. 脚手架 – 步骤7：创建基础的 orm 模型类
• 8. 脚手架 – 步骤8-9：创建通用数据库crud类&通用响应类
• 9. 脚手架 – 步骤10：统一异常处理
• day02-辰光Agent平台-基本接口（登录、验证码、认证信息）
• 1. 接口 – 验证码 – 数据模型&Redis环境准备
• 1. 脚手架 – 功能流程
• 2. 接口 – 验证码 – 生成验证码测试成功
• 20260317_213509
• 3. 接口 – 登录 – User数据变更&准备JWT工具
• 3. 接口 – 验证码 – 校验验证码完成
• 4. 接口 – 登录 – 密码加密工具测试完成
• 5. 接口 – 登录 – 登录完整逻辑完成
• 6. 接口 – 登录 – 登录成功返回jwt令牌
• 7. 接口 – 获取当前用户 – 使用依赖方式
• 8. 接口 – 测试获取当前用户信息 – 可以拿到 token，令牌校验失败，可能是库的问题
• day03-辰光Agent平台 – RBAC模块
• 1. pycharm打开项目要设置解释器
• 2. 接口 – 登录 – jwt令牌的sub字段必须是str
• 3. RBAC – 简介
• 4. RBAC – 模型定义完成
• 5. RBAC – permission – 定义 Repository和Service操作
• 6. RBAC – permission – api接口编写
• 7. RBAC – permission – CRUD接口完成
• 8.RBAC – 联动编码测试，可以分配角色、权限并查询出数据
• 9. 小结
• day04 – 辰光Agent平台 – 分页&模型CRUD等
• 1. 公共抽取分页逻辑 – 在repository层统一封装分页，api接受分页请求开始处理
• 2. vibecoding – 最佳实战用法
• 3. vibecoding – ai已经完美写好了登录、验证码等前端功能
• 4. 抄我coding – 每个模块的crud
• 5. 接下来所有的模块如何编写
• 6. ai代码完成，功能测试完成
• 7. 代码提交
• day05 – 辰光Agent平台 – RAG知识库管理&Minio
• 1. 前置要求
• 2. 今日需求
• 3. Minio – 对象存储用法
• 4. Minio – 整合&测试文件上传
• 5. Minio – 封装MinioClient
• 6. 封装文档上传完整请求
• 7. 文件上传完成
• 8. 其他小功能完成
• 4. RAG周
• day01 – 玩转 OpenAI SDK
• 1. RAG周 – 大致任务_大模型Agent开发 – 系统课程.ev4a
• 10. OpenAI – 如何拿到流式响应json数据格式_大模型Agent开发 – 系统课程.ev4a
• 2. OpenAI – 配置环境变量的API_KEY和BASE_URL_大模型Agent开发 – 系统课程.ev4a
• 3. OpenAI – 调用Ollama和阿里云_大模型Agent开发 – 系统课程.ev4a
• 4. OpenAI – 获取模型各种调用数据_大模型Agent开发 – 系统课程.ev4a
• 5. OpenAI – chat_api 发送消息 messages结构_大模型Agent开发 – 系统课程.ev4a
• 6. OpenAI – 本质还是发送请求_大模型Agent开发 – 系统课程.ev4a
• 7. OpenAI – OpenAI构造函数接受的参数设置项_大模型Agent开发 – 系统课程.ev4a
• 8. OpenAI – 构造函数 – 温度&top_P设置_大模型Agent开发 – 系统课程.ev4a
• 9. OpenAI – create函数 – 流式输出解析_大模型Agent开发 – 系统课程.ev4a
• open-ai-demo
• day02 – 模型进阶功能
• 1. OpenAI 进阶 – 使用ProxyPin 抓取和 大模型交互的数据包_大模型Agent开发 – 系统课程.ev4a
• 10. OpenAI 进阶 – 上下文缓存_大模型Agent开发 – 系统课程.ev4a
• 11. OpenAI 进阶 – 大模型函数&工具调用 – 内置工具_大模型Agent开发 – 系统课程.ev4a
• 12. OpenAI 进阶 – 工具调用底层逻辑_大模型Agent开发 – 系统课程.ev4a
• 13. OpenAI 进阶 – 项目模型测试页相关功能简介_大模型Agent开发 – 系统课程.ev4a
• 2. OpenAI 进阶 – 多轮回话 – response.id串联让模型记住回话历史_大模型Agent开发 – 系统课程.ev4a
• 3. OpenAI 进阶 – 多轮回话 – 构建回话历史列表_大模型Agent开发 – 系统课程.ev4a
• 4. 小练习 – 多轮回话&回话记忆_大模型Agent开发 – 系统课程.ev4a
• 5. 小练习 – 扩展 – 使用多轮总结技术，压缩回话上下文_大模型Agent开发 – 系统课程.ev4a
• 6. OpenAI 进阶 – 图像多模态数据问答请求构造_大模型Agent开发 – 系统课程.ev4a
• 7. OpenAI 进阶 – 多轮回话复习_大模型Agent开发 – 系统课程.ev4a
• 8. OpenAI 进阶 – sse原理_大模型Agent开发 – 系统课程.ev4a
• 9. OpenAI 进阶 – 结构化输出与视觉推理_大模型Agent开发 – 系统课程.ev4a
• open-ai-demo
• day03 – 手搓RAG原理
• 测试物料
• 1. RAG – 大模型现存问题与RAG方案_大模型Agent开发 – 系统课程.ev4a
• 10. 手搓RAG – 第三步优化_大模型Agent开发 – 系统课程.ev4a
• 11. 手搓RAG – 扩展：余弦相似度计算_大模型Agent开发 – 系统课程.ev4a
• 12. 手搓RAG – 第四步：数据保存到向量库_大模型Agent开发 – 系统课程.ev4a
• 13. 手搓RAG – 离线阶段完整步骤_大模型Agent开发 – 系统课程.ev4a
• 14. 手搓RAG – 离线步骤小结_大模型Agent开发 – 系统课程.ev4a
• 2. RAG – rag流程离线索引与在线查询双阶段_大模型Agent开发 – 系统课程.ev4a
• 3. RAG – rag vs fine-tuning_大模型Agent开发 – 系统课程.ev4a
• 4. RAG – 四代RAG进化流程_大模型Agent开发 – 系统课程.ev4a
• 5. RAG – RAG落地方案_大模型Agent开发 – 系统课程.ev4a
• 6. RAG – 六大核心组件_大模型Agent开发 – 系统课程.ev4a
• 7. 手搓RAG – 第一步：Embedding – API封装_大模型Agent开发 – 系统课程.ev4a
• 8. 手搓RAG – 第二步：文档加载 API 封装_大模型Agent开发 – 系统课程.ev4a
• 9. 手搓RAG – 第三步：文档切分为chunks_大模型Agent开发 – 系统课程.ev4a
• 9. 第二步优化_大模型Agent开发 – 系统课程.ev4a
• open-ai-demo
• day04 – LlamaIndex 入门
• pdfs
• 1. 手搓 RAG：基于用户问题去向量库检索到结果.ev4a
• 2. 手搓 RAG：构建Prompt，调用大模型生成回答 .ev4a
• 3. LlamaIndex：组件概览.ev4a
• 4. LlamaIndex：聊天、智能体、RAG 一句话.ev4a
• code
• day05 – Milvus向量库
• 1. LlamaIndex – 复习.ev4a
• 10. Milvus：CRUD：查询数据.ev4a
• 11. Milvus：CRUD：更新（upsert）先删除再更新，支持 部分更新.ev4a
• 12. Milvus：CRUD：删除数据.ev4a
• 13. Milvus：高级检索：ann指定检索字段和相似度算法.ev4a
• 14. Milvus：高级检索：ann其他设置.ev4a
• 15. Milvus：高级检索：过滤搜索.ev4a
• 16. Milvus：高级搜索：范围检索.ev4a
• 17. MilVus：高级搜索：分组搜索.ev4a
• 18. Milvus：高级搜索：主键搜索.ev4a
• 19. Milvus：高级搜索：混合检索.ev4a
• 2. LlamaIndex – Unstructed库.ev4a
• 20. 结束.ev4a
• 3. LlamaIndex – 了解文档解析各大方案&LlamaIndex内置方案.ev4a
• 4. Milvus：安装.ev4a
• 5. Milvus：架构方式.ev4a
• 6. Milvus：基本概念.ev4a
• 7. Milvus：CRUD：建立链接.ev4a
• 8. Milvus：CRUD：创建集合、schema（表结构）、字段、索引.ev4a
• 9. Milvus：CRUD：插入数据.ev4a
• code
• day06 – Modular RAG（llamaindex版）
• 1. Milvus：复习.ev4a
• 10. Modular RAG – 实时：生成器（答案、引用来源）.ev4a
• 11. Modular RAG – 实时：测试完整流程.ev4a
• 12. Modular RAG – Agentic RAG的雏形.ev4a
• 2. Milvus：全文检索.ev4a
• 3. Milvus：进阶原理部分.ev4a
• 4. Milvus：阈值调整（黄金比例原则）.ev4a
• 5. Modular RAG – 基本原理.ev4a
• 6. Modular RAG – 离线流程完成（文档解析、切片、向量化保存）.ev4a
• 7. Modular RAG – 实时：查询前处理（查询扩展、查询重写、意图识别等）.ev4a
• 8. Modular RAG – 实时：查询器完成.ev4a
• 9. Modular RAG – 实时：查询后处理（相似度过滤、重排）.ev4a
• milvus-demo
• 5. Agent周
• day01 – 上手 LangChain
• 1. LangChain – 介绍.ev4a
• 10. LangChain – Agent：如何学习官方文档.ev4a
• 11. 小问题.ev4a
• 2. LangChain – 万物从 create_agent 开始.ev4a
• 3. LangChain – 细节1：模型提供商的包名.ev4a
• 4. LangChain – 细节2：模型参数设置.ev4a
• 5. LangChain – 一个企业Agent的完整流程.ev4a
• 6. LangChain – Agent：模型配置.ev4a
• 7. LangChain – Agent：动态模型选择.ev4a
• 8. LangChain – Agent：工具细节.ev4a
• 9. LangChain – Agent：核心组件小结.ev4a
• langchain-demo
• day02 – LangChain 核心组件
• 1. LangChain – agent基本组件复习.ev4a
• 10. LangChain – 核心组件：Model：其他配置.ev4a
• 11. LangChain – 核心组件：Tool：使用ToolRuntime来获取各种共享位置数据.ev4a
• 12. LangChain – 核心组件：长期记忆.ev4a
• 13. 工具练习：整合数据库工具，写一个自己的SQL智能体.ev4a
• 2. LangChain – 结构化输出.ev4a
• 3. LangChain – 短期记忆.ev4a
• 4. LangChain – 流式响应.ev4a
• 5. LangChain – 中间件.ev4a
• 6. LangChain – Agent 所有字段的作用.ev4a
• 7. LangChain – 核心组件：Model 基础设置.ev4a
• 8. LangChain – 核心组件：Model – 工具调用.ev4a
• 9. LangChain – 核心组件：Model：结构化输出的方式.ev4a
• langchain-demo
• day03 – LangChain 高级用法
• 1. LangChaini – 复习.ev4a
• 10. LangChain – 高级 – 护栏机制.ev4a
• 11. LangChain – 高级 – 运行时数据共享.ev4a
• 12. LangChain – 高级 – 上下文数据.ev4a
• 13. LangChain – 高级 – MCP Server与客户端交换数据的两种方式（http、stdio）.ev4a
• 14. LangChain – 高级 – MCP Client 进行工具调用.ev4a
• 15. LangChain – 高级 – MCP 拦截器.ev4a
• 16. LangChain – 高级 – 使用 Tavily 进行web搜索.ev4a
• 17. LangChain – 高级 – 调用modelscope的各种工具.ev4a
• 18. 各种工具调用.ev4a
• 2. LangChain – 短期记忆：创建 agent 的时候使用 checkpointer 指定.ev4a
• 3. LangChain – 短期记忆：自定义数据格式&在工具调用中获取数据.ev4a
• 4. LangChain -短期记忆：消息窗口溢出的三种解决方式（修剪、删除、总结）.ev4a
• 5. LangChain – 短期记忆：其他配置.ev4a
• 6. LangChain – 高级 – 中间件 – 流程&创建的几种方式.ev4a
• 7. LangChain – 高级 – 中间件 – 指定跳转can_jump_to.ev4a
• 8. LangChain – 高级 – 中间件 – 多个中间件执行顺序.ev4a
• 9. LangChain – 高级 – 中间件 – 更多示例.ev4a
• langchain-demo
• day04 – LangChain 高级用法
• 1. LangChain – 复习.ev4a
• 10. LangChain – 多智能体：第三步：封装每个子Agent为工具.ev4a
• 11. LangChain – 多智能体：功能测试完成.ev4a
• 12. LangChain – Skills – 技能.ev4a
• 13. LangChain – Skills – OpenClaw和Skills的交互逻辑.ev4a
• 14. LangChain – Skills – 使用LangChain实现动态加载skills需要工具加中间件配合.ev4a
• 15. LangChain – Skills – 案例：SQL助手.ev4a
• 16. DeepAgents – 加载社区的任意 Skill – .ev4a
• 17. LangGraph – 用一个RAG流程解密LangGraph用法.ev4a
• 18. LangChain 创建的 Agent 就是 StateGraph.ev4a
• 2. LangChain – HIL：人工介入.ev4a
• 3. LangChain – HIL：流式输出.ev4a
• 4. AgentChatUI – 工程创建.ev4a
• 5. AgentChatUI – 整合后端Agent进行测试.ev4a
• 6. Agent前后联调.ev4a
• 7. LangChain – 多智能体：核心机制.ev4a
• 8. LangChain – 多智能体：第一步：创建 日历子Agent .ev4a
• 9. LangChain – 多智能体：第二步：创建邮件子Agent.ev4a
• langchain-demo
• day05 – ClaudeCode顶级智能体 – 源码分析
• 1. Claude Code – 安装.ev4a
• 2. Claude Code – 源码下载与配置.ev4a
• 3. Claude Code – 各种文件夹功能概览.ev4a
• 4. Claude Code – Query Loop 全流程.ev4a
• 5. Claude Code – QueryLoop 总结.ev4a
• day06 – 加餐：CC源码与Harness系统
• 1. cc源码 – queryLoop：分层压缩、模型调用、工具调用结果获取、组装所有数据进入下一轮.ev4a
• 2. cc源码 – 短期记忆：维护对话历史的机制.ev4a
• 3. cc源码 – 长期记忆：长期记忆召回与回灌.ev4a
• 4. cc源码 – 工具调用：核心机制.ev4a
• 5. 扯到DDD.ev4a
• 6. cc源码 – skill加载.ev4a
• 7. cc源码 – HITL.ev4a
• 8. 从 harness 到 deepagents.ev4a
• day07 – 复习：RAG & Agent体系
• 1. 复习：RAG篇 – OpenAI & RAG演进.ev4a
• 2. 复习：RAG篇 – Milvus.ev4a
• 3. 复习：RAG篇 – LlamaIndex RAG实现.ev4a
• 4. 复习：LangChain 篇 – 智能体核心.ev4a
• Agent开发总结.xmind
• 下载xmind软件打开思维导图.txt (17.00 B)
• 6. 天宫医疗
• day01 – 基础环境&Neo4j
• 1. 天宫医疗 – 背景介绍.ev4a
• 10. Neo4j – 路径查询与聚合统计.ev4a
• 11. Neo4j – 其他点.ev4a
• 2. 天宫医疗 – 项目架构理解.ev4a
• 3. 天宫医疗 – 项目脚手架创建.ev4a
• 4. 天宫医疗 – 数据库初始化成功.ev4a
• 5. 天宫医疗 – fastapi启动测试完成.ev4a
• 6. 天宫医疗 – 初始化知识图谱数据，pg数据明天再搞.ev4a
• 7. Neo4j – 基本概念.ev4a
• 8. Neo4j – 可视化操作.ev4a
• 9. Neo4j – 基本查询与多跳查询.ev4a
• QASystemOnMedicalKG-master
• tiangong-agent
• day02 – 记忆系统改造
• 01. 天宫医疗 – 导入 PG 数据.ev4a
• 02. 天宫医疗 – 短期记忆改造：必要性.ev4a
• 03. 天宫医疗 – 短期记忆改造：整合 Redis Stack（包含RedisJson、RediSearch）.ev4a
• 04. 天宫医疗 – 短期记忆改造：单元测试redis短期记忆功能.ev4a
• 05. 天宫医疗 – 短期记忆改造：引入 会话压缩总结 中间件.ev4a
• 06. 天宫医疗 – 短期记忆改造：一些原理细节.ev4a
• 07. 天宫医疗 – 长期记忆改造：自定义 MilvusStore 实现 BaseStore.ev4a
• 08. 天宫医疗 – 长期记忆改造：为长期记忆编写调用工具.ev4a
• 09. 天宫医疗 – 长期记忆改造：给Agent追加长期记忆功能.ev4a
• 10. 天宫医疗 – 长期记忆改造：验证通过.ev4a
• 11. 天宫医疗 – MultiAgent 改造思路.ev4a
• day03 – 智慧问诊 Agent
• 01. MultiAgent：架构搭建.ev4a
• 02. 智慧问诊：需求描述‘.ev4a
• 03. 智慧问诊：核心流程.ev4a
• 04. 智慧问诊：状态机对象.ev4a
• 05. 智慧问诊：一些 Neo4j的Cypher查询.ev4a
• 06. 智慧问诊：置信度、追问策略、边界处理等.ev4a
• 07. 智慧问诊：症状同义词三层处理方案.ev4a
• 08. 智慧问诊：数据流与多轮对话设计.ev4a
• 09. 智慧问诊：第一步：定义整个工作流用的状态机对象（各节点数据共享）.ev4a
• 10. 智慧问诊：第二步：症状三层标准化流水线.ev4a
• 11. 智慧问诊：第三步：初始化Milvus症状向量索引.ev4a
• 12. 智慧问诊：后面功能简介.ev4a
• code
• day04 – 智慧问诊 Workflow
• 01. 天宫医疗 – 模块讲解顺序.ev4a
• 02. 智慧问诊 – 工作流：第四步：Neo4j 知识图谱检索‘.ev4a
• 03. 智慧问诊 – 工作流：第五步：置信度计算与收敛判断.ev4a
• 04. 智慧问诊 – 工作流：第六步：各个过程中用到的提示词模板.ev4a
• 05. 智慧问诊 – 工作流：第七步：HIS系统数据库功能（查询患者信息，保存问诊记录）.ev4a
• 06. 智慧问诊 – 工作流：第八步：核心九大节点功能.ev4a
• 07. 智慧问诊 – 工作流：第八步：组装workflow的完整流程.ev4a
• 08. 智慧问诊 – 工作流：第九步：改造 InquiryAgent 作为挂号助手.ev4a
• 09. 智慧问诊 – 工作流：第十步：修改work_tools逻辑.ev4a
• 10. 智慧问诊 – 工作流：第11步：对话流程.ev4a
• 11. 智慧问诊 – 工作流：测试功能.ev4a
• code
• 天宫医疗.drawio
• day05 – 知识问答 Agent
• code
• 01. 三种不同中间件的作用.ev4a
• 02. 数据作用.ev4a
• 03. 智慧问诊Agent：流程测试完成.ev4a
• 04. 多路RAG系统：基础架构说明.ev4a
• 05. 多轮RAG系统：第一步：提示词.ev4a
• 06. 多路RAG系统：第二步：查询改写.ev4a
• 07. 多路RAG系统：第三步：假设性回答.ev4a
• 08. 多路RAG系统：第四步：reranker精排.ev4a
• 09. 多路RAG系统：第五步：文档RAG.ev4a
• 10. 多路RAG系统：第六步：图RAG.ev4a
• 11. 多路RAG系统：第七步：NL2SQL.ev4a
• 12. 多路RAG系统：第八步：幻觉检测.ev4a
• 13. 多路RAG系统：第九步：多路融合检索.ev4a
• 14. 多路RAG系统：第十步：业务：处方审核.ev4a
• 15. 多路RAG系统：企业级工具基础功能.ev4a
• 16. 多路RAG系统：第15步：MinerU与文档解析导入流程.ev4a
• 17. 多路RAG系统：第16-17步：工具封装与 Knowledge Agent实现.ev4a
• 18. Agent功能划分.ev4a