课程目录

• 01-大模型概述_低代码智能体开发_企业级LM部署
• day01
• 01-整体课程介绍
• 02-为什么会出现大模型
• 03-大模型中的计量单位
• 04-大模型的分类
• 05-大模型的4个要素
• 06-大模型的训练环节
• 07-大模型的推理环节_算力和算力的瓶颈
• 08-工程化的几个模块_如何访问大模型
• 09-工程化落地的整体流程
• 10-提示词工程的几个要素
• 11-提示词的边界_注意点
• day02
• 01-关于RAG的说明
• 02-关于模型微调的说明
• 03-关于模型续训的说明
• 04-关于智能体的说明（含mcp、工作流）
• 05-RAG的基本执行流程
• 06-以CherryStudio和ima为例，说明RAG知识库的使用
• 07-以Dify为例演示RAG知识库的使用
• 08-智能体的整体介绍_coze的界面功能介绍
• 09-创建智能体1：深夜情感主播
• 10-创建智能体2：大学百事通
• 11-创建智能体3：家庭记账软件_Dify智能体创建的简单演示
• day03
• 01-商户运营管家涉及到的几个项目的介绍
• 02-coze中如何导入现有的资源
• 03-coze案例：产品营销海报的生成
• 04-大家几个问题的回复
• 05-Dify案例：一键生成行业调研报告
• 06-Dify案例：处理客户投诉助手
• 07-Coze案例：客服对话记录分析
• 08-Dify案例：客服对话记录分析
• 09-Coze与Dify案例：商品评论分析
• 10-Coze案例：商品营销卖点提炼
• day04
• 01-Python代码调用Coze平台的工作流
• 02-Python代码调用Dify平台的工作流
• 03-本地Ollama的部署说明
• 04-为什么要进行企业级大模型部署_部署方案
• 05-服务器配置的选择_Docker的安装
• 06-Dify的安装和部署
• 07-Dify平台部署在线大模型
• 08-AutoDL部署服务器_部署XInference_部署LLM
• 09-部署嵌入模型_部署重排序模型
• 10-Dify平台接入Xinference的三种模型并演示使用
• 11-建议：相关资源的关闭
• 12-coze案例3之set_product_name_and_desc工作流的搭建
• 13-coze案例3之selling_point_generation工作流的搭建
• 14-coze案例3之selling2buying_point工作流的搭建
• 15-coze案例3之red_book_and_video_script工作流的搭建
• 16-小结
• 课件资料.exe
• 02-LangChain_LangGraph_MCP
• day01
• 01_langchain简介和扯淡闲聊求职学习方法
• 02_langchain架构和未来趋势
• 03_模型调用入门
• 04_model_provider课间答疑
• 05_模型调用企业版
• day02
• 06_Model-IO大模型接口
• 07_Ollama本地大模型部署
• 08_模型调用方法6大方法
• 09_模型参数temperature补充
• 10_Prompt是什么
• 11_提示词模板之构造方法
• day03
• 12_创建提示词PromptTemplate下集
• 13_提示词3大主要方法
• 14_ChatPromptTemplate对话提示词模板创建
• 15_ChatPromptTemplate实例化参数3大类型
• 16_MessagesPlaceholder消息占位符提示词模板
• 17_外部加载Prompt
• 18_输出解析器是什么及两大方法
• 19_输出解析器进阶用法
• day04
• 20_Runnable统一接口和方法
• 21_LCEL理论入门
• 22_链式调用基础用法案例代码
• 23_RunnableLambda回答同学提问
• 24_记忆缓存为什么重要
• 25_记忆中间件简介
• 26_记忆缓存之内存版
• 27_记忆缓存之redis版
• 28_Tool工具调用理论
• 29_Tools实战天气查询
• day05
• 30_向量化模型理论入门
• 31_向量数据库
• 32_文本向量化hello
• 33_文本嵌入模型常用编码模板
• 34_用redisStack作为向量存储
• 35_RAG是什么能干嘛
• 36_RAG流程和文档加载器理论
• 37_文档加载器-代码案例
• 38_使用split_text方法进行文本分割
• 39_答疑和分割文档对象案例
• 40_AI智能运维助手大厂真实案例
• day06
• 41_MCP入门概念
• 42_MCP架构知识
• 43_MCP案例FastMCP调用
• 44_课堂答疑交流
• 45_Agent智能体入门理论
• 46_Agent演变过程
• 47_AgentReact推理执行案例
• 48_A2A案例讲解
• day07
• 01_LangGraph理论概述
• 02_LangGraph的技术架构
• 03_LangGraphHelloWorld
• 04_加一点业务
• 05_图的构建流程-小总结
• 06_api之图的构建流程
• 07_api之基本的State定义
• 08_api之state的schema
• day08
• 01_LangGraph理论概述
• 02_LangGraph的技术架构
• 03_LangGraphHelloWorld
• 04_加一点业务
• 05_图的构建流程-小总结
• 06_api之图的构建流程
• 07_api之基本的State定义
• 08_api之state的schema
• 09_api之state的reducer更新策略
• 10_api之node的定义理论知识
• 11_api之node缓存策略
• 12_api之node的异常重试处理机制
• 13_api之edge普通边和条件边
• 14_api之条件和入口点
• 15_api之send
• day09
• 01_LangGraph理论概述
• 02_LangGraph的技术架构
• 03_LangGraphHelloWorld
• 04_加一点业务
• 05_图的构建流程-小总结
• 06_api之图的构建流程
• 07_api之基本的State定义
• 08_api之state的schema
• 09_api之state的reducer更新策略
• 10_api之node的定义理论知识
• 11_api之node缓存策略
• 12_api之node的异常重试处理机制
• 13_api之edge普通边和条件边
• 14_api之条件和入口点
• 15_api之send
• 16_api之Command
• 17_api之RuntimeContext运行时上下文
• 18_高级特性之流式处理(Streaming)
• 19_内存检查点
• 20_数据库检查点(sqlite)
• 21_构建Agent实现记忆存储
• 22_时间回溯(Time-Travel)
• 23_子图作为节点添加到父图
• 24_跨图状态交互
• 25_多智能体架构理论说明
• 26_A2A主管和交接案例
• 27_智能体技能
• 课件资料.exe
• 03-项目_掌柜问数
• 1.笔记
• 尚硅谷大模型项目之掌柜问数.docx
• 4.视频
• day_01
• day_02
• day_03
• day_04
• day_05（下午+晚上）
• day_06（下午＋晚上）
• day_07
• 2.资料.exe
• 3.代码.exe
• 04-多智能体项目_deepagents
• day01_概念和快速入门
• 01_deepagents_agent发展过程和高阶提示词说明
• 02_deepagents_介绍和核心功能说明
• 03_deepagents_快速入门_基本使用和调用流程
• 04_deepagents_快速入门_流式结果处理和解析
• 05_deepagents_快速入门_高效多智能体设计
• day02_进阶使用
• 01_deepagents_进阶应用_子智能体以及异步执行处理
• 02_deepagents_进阶应用_兼容langgraph和langchain形式
• 03_deepagents_进阶应用_人机交互和具体动作实现
• 04_deepagents_进阶应用_人机交互总结
• 05_deepagents_进阶应用_长期记忆和backends类型介绍
• 06_deepagents_进阶应用_filesystembackend说明和使用
• 07_deepagents_进阶应用_store和statebackend说明和使用
• 08_deepagents_进阶应用_compositeBackend说明和使用
• 09_deepagents_进阶应用_day02内容总结
• 代码.exe
• day03_进阶和项目搭建
• 01_deepagents_进阶应用_day02内容总结
• 02_deepagents_进阶应用_中间件和自带中间件使用
• 03_deepagents_进阶应用_自定义工具中间件使用
• 04_deepagents_进阶应用_skill介绍和使用
• 5_deepagents_进阶应用_总体总结
• 6_深度搜索_项目介绍
• 7_深度搜索_项目搭建和基础导入
• 8_深度搜索_模型和配置文件准备
• day04_数据库和rag助手开发
• 01_deepagents_旅游规划_作业讲解
• 02_深度搜索_子智能体_网络搜索智能体
• 03_深度搜索_子智能体_数据库搜索智能体
• 04_深度搜索_子智能体_rag智能助手介绍
• 05_深度搜索_ragflow_安装_上
• 06_深度搜索_ragflow_知识库和上传文件
• 07_深度搜索_ragflow_助手和会话的操作
• 08_深度搜索_ragflow_可视化页面和代码测试
• day05_主智能体和接口设计
• 1_深度搜索_子智能体_ragflow智能体配置
• 2_深度搜索_主智能体_搭建
• 3_深度搜索_主智能体_前后端交互流程分析
• 4_深度搜索_主智能体_主智能体执行方法分析
• 5_深度搜索_主智能体_主智能体执行和api接口
• 6_深度搜索_事件loop说明
• 代码资料.exe
• 05_项目_掌柜智库
• day01_rag和项目介绍和搭建
• 01_掌柜智库_rag_介绍和基本流程理解
• 02_掌柜智库_项目开发_项目功能介绍
• 3_掌柜智库_项目开发_项目流程和确保准确方案
• 4_掌柜智库_项目开发_项目搭建和依赖导入
• 5_掌柜智库_导入模块_导入模块图节点搭建
• 6_掌柜智库_导入模块_node_entry节点实现
• 7_掌柜智库_导入模块_node_pdf_to_md_节点分析
• 8_掌柜智库_导入模块_node_pdf_to_md_节点搭建和校验方法实现
• 代码.exe
• day02_导入模块_pdf转md和md图片识别节点
• 1_掌柜智库_导入模块_node_pdf_to_md_进行mineru上传和轮询获取结果
• 2_掌柜智库_导入模块_node_pdf_to_md_zip下载和解压处理
• 3_掌柜智库_导入模块_node_pdf_to_md_测试
• 4_掌柜智库_导入模块_node_pdf_to_md_节点总结
• 5_掌柜智库_导入模块_node_md_img_minio创建和工具准备
• 6_掌柜智库_导入模块_node_md_img_准备模型工具类
• 7_掌柜智库_导入模块_node_md_img_核心流程和参数总结
• 8_掌柜智库_导入模块_node_md_img_前两步骤
• 9_掌柜智库_导入模块_本周内容说明
• 代码.exe
• day03_导入模块_切割思路完善
• 图片
• 1_掌柜智库_导入模块_node_md_img_前置回顾和图片识别改码
• 2_掌柜智库_导入模块_node_md_img_图片总结和访问限速处理
• 3_掌柜智库_导入模块_node_md_img_图片上传和md替换
• 4_掌柜智库_导入模块_node_md_img_内容备份
• 5_掌柜智库_导入模块_node_md_img_端点总结
• 6_掌柜智库_导入模块_node_md_img_删除minio内容
• 7_掌柜智库_导入模块_node_document_split_切割思路说明和流程
• 代码.exe
• day04_导入模块_splite实现和后置接口准备
• 其他
• 1_掌柜智库_导入模块_node_document_split_流程和存储格式区分
• 2_掌柜智库_导入模块_node_document_split_语义和标题切割逻辑
• 3_掌柜智库_导入模块_node_document_split_长切短合并处理
• 4_掌柜智库_导入模块_node_document_split_完成和测试
• 5_掌柜智库_导入模块_node_item_name_recognition_前置准备工作
• 代码.exe
• day05_导入模块_主体识别和chunks入库
• 图片
• 01_掌柜智库_导入模块_node_item_name_recognition_进行上下文识别
• 02_掌柜智库_导入模块_node_item_name_recognition_生成向量和函数介绍
• 03_掌柜智库_导入模块_node_item_name_recognition_设计向量库和存储
• 04_掌柜智库_导入模块_node_bge_embedding_chunks批量处理和向量生成
• 05_掌柜智库_导入模块_node_import_milvus_完成chunks的插入和回显
• 06_掌柜智库_导入模块_总结和作业安排
• 代码.exe
• 腾讯会议视频_主体识别_向量生成_存储向量数据库
• day06_导入模块_web集成和sse说明
• 01_掌柜智库_导入模块_测试和web接口集成
• 02_掌柜智库_查询模块_结构说明和搭建
• 3_掌柜智库_查询模块_sse初步回顾
• 4_掌柜智库_查询模块_项目sse推流设计
• 代码.exe
• day07_查询模块_web和时间以及mongodb
• 其他
• 1_掌柜智库_查询模块_web模块_接口实现和说明
• 2_掌柜智库_查询模块_web模块_理解sse的不同事件
• 3_掌柜智库_查询模块_web模块_mongodb基本使用和索引介绍
• 4_掌柜智库_查询模块_web模块_mongodb工具说明
• 5_掌柜智库_查询模块_web模块_聊天记录接口补全
• 6_掌柜智库_查询模块_node_item_name_confirm_前步骤实现和问题重写说明
• 代码.exe
• day08_查询模块_item确认和重写以及向量查询
• 1_掌柜智库_查询模块_node_item_name_confirm_混合检索说明和实现
• 2_掌柜智库_查询模块_node_item_name_confirm_进行高分和中等分数集合提取
• 3_掌柜智库_查询模块_node_item_name_confirm_处理结果和记录对话
• 4_掌柜智库_查询模块_node_item_name_confirm_测试和实现
• 5_掌柜智库_查询模块_node_search_embedding_节点实现
• 6_掌柜智库_查询模块_node_search_hyde_embedding_节点实现
• 代码.exe
• day09_查询模块_rrf_mcp_rerank使用
• 1_掌柜智库_查询模块_流程和混合检索回顾
• 2_掌柜智库_查询模块_node_search_mcp_mcpserver链接方式和节点实现
• 3_掌柜智库_查询模块_node_rrf_融合重排和算法说明
• 4_掌柜智库_查询模块_node_rerank_使用模型
• 5_掌柜智库_查询模块_今日内容回顾
• 代码.exe
• day10_查询模块_out输出以及项目总结
• 1_掌柜智库_查询模块_node_rerank_防断崖算法截取
• 2_掌柜智库_查询模块_node_answer_output_模块流程分析
• 3_掌柜智库_查询模块_node_answer_output_提示词拼接
• 4_掌柜智库_查询模块_node_answer_output_答案返回和图片提取
• 5_掌柜智库_项目总体测试
• 6_掌柜智库_项目总结
• 代码教案面试题.exe
• 代码资料教案.exe
• 06_微调
• 1.笔记
• 尚硅谷大模型技术之大模型微调-V1.1.docx
• day01
• 20260411_01_大模型基本原理_结构
• 20260411_02_大模型发展历程
• 20260411_03_大模型适配概述
• 20260411_04_大模型微调整体流程
• 20260411_05_数据准备
• 20260411_06_答疑
• day02
• 01_昨日内容复习
• 02_chat_template的详解
• 03_全参微调的介绍
• 04_参数高效微调的介绍
• 05_显存计算器的介绍
• 06_关于LoRA的介绍
• 07_QLoRA的介绍1
• 08_量化的介绍
• 09_双重量化和分页优化器的介绍
• 10_llama_factory的安装
• 11_llama_factory的启动
• 12_模型的准备
• 13_数据集的准备
• 14_训练的配置
• 15_训练过程
• 16_训练讲解
• 17_示例验证
• 18_模型权重的合并和导出
• 19_答疑
• 20_vllm的部署以及调用示例
• 21_答疑
• 2.资料.exe
• 07-项目_智能客服系统
• day01
• 01_对话系统概述
• 02_多轮对话_传统pipeline方式
• 03_多轮对话_LLM驱动的方式（重要）
• 04_智能客服架构粗略全局认知（重要）
• 05_智能对话架构原理
• 智能体-课程大纲
• 智能体速成-招生简章