课程目录

• AI大模型RAG项目实战课
• 1 课程介绍
• 10 LangChain总体架构设计之LangChain总体架构剖析
• 100 高性能知识库之代码落地-基于知识库问答流程复现
• 101 高性能知识库之代码落地-基于知识库RAG代码剖析
• 102 高性能知识库之代码落地-效果评估方案选型
• 103 高性能知识库之代码落地-效果评估关键指标剖析
• 104 高性能知识库之代码落地-效果评估工具Trulens演示
• 105 高性能知识库之代码落地-效果评估工具Ragas演示
• 106 高性能知识库之代码落地-效果评估工具自研代码设计思路
• 107 高性能知识库之代码落地-效果评估工具自研数据处理代码实现
• 108 高性能知识库之代码落地-效果评估工具自研提示词模板代码实现
• 109 高性能知识库之代码落地-效果评估工具自研检索器代码实现(上)
• 11 LangChain总体架构设计之RAG架构支持
• 110 高性能知识库之代码落地-效果评估工具自研检索器代码实现(下)
• 111 高性能知识库之代码落地-效果评估工具自研模型管理代码实现
• 112 高性能知识库之代码落地-效果评估工具自研指标定义代码实现
• 113 高性能知识库之代码落地-效果评估工具自研代码测试
• 114 高性能知识库之代码落地-rerank算法原理
• 115 高性能知识库之代码落地-rerank算法效果复现
• 116 高性能知识库之代码落地-rerank算法代码实现
• 117 高性能知识库之代码落地-联网问答开发目标
• 118 高性能知识库之代码落地-联网问答搜索工具介绍
• 119 高性能知识库之代码落地-联网问答实时检索流程代码开发
• 12 LangChain总体架构设计之Agent架构支持
• 120 高性能知识库之代码落地-联网问答Docker安装部署
• 121 高性能知识库之代码落地-联网问答Milvus安装部署
• 122 高性能知识库之代码落地-联网问答数据入库代码设计
• 123 高性能知识库之代码落地-联网问答效果复现
• 124 高性能知识库之代码落地-联网问答流程代码落地
• 125 高性能知识库之代码落地-问答推荐开发目标(1)
• 126 高性能知识库之代码落地-问答推荐数据特征工程(2)
• 127 高性能知识库之代码落地-问答推荐效果复现之特征工程(3)
• 128 高性能知识库之代码落地-问答推荐效果复现之数据入库(4)
• 129 高性能知识库之代码落地-问答推荐效果复现之服务测试(5)
• 13 LangChain总体架构设计之核心API设计剖析
• 130 高性能知识库之代码落地-问答推荐代码落地(6)
• 131 高性能知识库之代码落地-基于Agent问答原理分析(1)
• 132 高性能知识库之代码落地-基于Agent问答目标设计(2)
• 133 高性能知识库之代码落地-基于Agent问答LangChain支持(3)
• 134 高性能知识库之代码落地-基于Agent问答效果复现(4)
• 135 高性能知识库之代码落地-基于Agent问答代码落地(5)_
• 136 01 选型评估之用向量数据库还是知识图谱？_
• 137 02 选型评估之RAG常见的落地方案有哪些？
• 138 03 选型评估之有哪些优秀的RAG在线开发平台？
• 139 04 选型评估之有哪些优秀的RAG的开源项目？
• 14 Model IO之贯穿整个课程的业务场景引入
• 140 05 选型评估之有哪些优秀的RAG的效果评估工具？
• 141 06 选型评估之有哪些优秀的向量数据库？
• 142 07 选型评估之有哪些落地的技术栈分享？
• 143 01 RAG性能优化之建议使用多路召回方案_
• 144 02 RAG性能优化之Embedding模型的选择
• 145 03 RAG性能优化之表格数据处理方案
• 146 04 RAG性能优化之相似度不准问题
• 147 05 RAG性能优化之幻觉问题
• 148 06 RAG性能优化之高性能的模型管理方案_
• 149 07 RAG性能优化之基于语义相似度缓存一致性方案
• 15 Model IO之LangChain官网介绍
• 150 08 RAG性能优化之设计反馈机制
• 151 09 RAG性能优化之设置可解释性
• 152 10 RAG性能优化之推理资源设计
• 153 11 RAG性能优化之图文知识库设计方案_
• 154 12 RAG性能优化之效果评估方案_
• 16 Model IO之Model IO总体概述
• 17 Model IO之模型调用API实践
• 18 Model IO之Prompts使用str.format构建模版
• 19 Prompts使用Few-Shot构建模版
• 2 RAG 流程详细剖析
• 20 Model IO之Prompts使用ExampleSelector构建模版(上)
• 21 Model IO之Prompts使用ExampleSelector构建模版(下)
• 22 Model IO之Prompts使用自定义示例器构建模版
• 23 Model IO之Output Parser
• 24 Model IO之Ollama工具部署和私有模型部署
• 25 Model IO之LangChain调用私有模型
• 26 Model IO之大模型外部函数调用流程剖析
• 27 Model IO之LangChain调用在线模型的外部函数
• 28 Model IO之自定义关于外部函数的解析器
• 29 Model IO之LangChain调用开源模型的外部函数
• 3 大模型应用落地痛点剖析_
• 30 Chains之设计理念和意义
• 31 Chains之基于LCEC语言构建的Chains
• 32 Chains之历史的Chains中的最简单的Chain
• 33 Chains之历史的Chains中的SimpleSequentialChain
• 34 Chains之历史的Chains中的SequentialChain
• 35 Chains之历史的Chains中的RouterChain
• 36 Chains之全链路中实现调用天气函数
• 37 Chains之全链路中实现调用gp信息函数
• 38 Chains之全链路中实现全流程跑通
• 39 Memory之为什么会出现Memory模块？
• 4 RAG 关键问题剖析_
• 40 Memory之如何自定义Memory功能？
• 41 Memory之自定义实体识别的Memory功能
• 42 Memory之内置模块ConversationBufferMemory
• 43 Memory之内置模块ConversationBufferWindowMemory
• 44 Memory之内置模块Entity
• 45 Memory之内置模块单独使用Memory
• 46 Memory之内置模块ConversationSummaryMemory
• 47 Agents之Agent架构的意义
• 48 Agents之Chains模块的优劣势
• 49 Agents之LangChain Agents的设计理念
• 5 RAG 架构演进之Naive RAG
• 50 Agents之自定义 Agents
• 51 Agents之LangChain提供的抽象
• 52 Agents之自定义ReAct方式的Agents
• 53 Agents之LangChain提供的ReAct Agent抽象
• 54 Agents之LangChain提供的XML Agent抽象
• 55 LangChain升级说明_
• 56 Retrieval之设计理念和意义
• 57 Retrieval之loader
• 58 Retrieval之Transformers
• 59 Retrieval之Embedding Model
• 6 RAG 架构演进之Advanced RAG
• 60 Retrieval之vector store
• 61 Retrieval之Retrievers
• 62 LangChain API总结与展望
• 63 高性能知识库之需求分析(上)
• 64 高性能知识库之需求分析(下)
• 65 高性能知识库之架构设计
• 66 高性能知识库之详细设计-知识管理平台
• 67 高性能知识库之详细设计-智能对话
• 68 高性能知识库之详细设计-知识库
• 69 高性能知识库之详细设计-联网在线问答
• 7 微调 和 RAG 方案选型
• 70 高性能知识库之详细设计-问答推荐
• 71 高性能知识库之详细设计-基于Agent的RAG_
• 72 高性能知识库之技术选型
• 73 高性能知识库之资源评估
• 74 高性能知识库之代码落地-开发目标和环境准备(1)
• 75 高性能知识库之代码落地-本地连接远程服务器(2)
• 76 高性能知识库之代码落地-虚拟环境创建和依赖安装(3)
• 77 高性能知识库之代码落地-项目运行(4)
• 78 高性能知识库之代码落地-项目测试(5)
• 79 高性能知识库之代码落地-开源模型部署(6)
• 8 RAG 的应用落地场景
• 80 高性能知识库之代码落地-智能问答流程开发目标(1)
• 81 高性能知识库之代码落地-智能问答项目启动和测试(2)
• 82 高性能知识库之代码落地-智能问答表结构梳理(3)
• 83 高性能知识库之代码落地-智能问答多进程多线程和异步编程(4)
• 84 高性能知识库之代码落地-智能问答模型管理原理(5)
• 85 高性能知识库之代码落地-智能问答模型管理流程演示(6)
• 86 高性能知识库之代码落地-智能问答服务启动流程剖析(7)
• 87 高性能知识库之代码落地-智能问答用户请求流程剖析(8)
• 88 高性能知识库之代码落地-智能问答浏览器推流技术(9)
• 89 高性能知识库之代码落地-知识管理开发目标和表结构设计
• 9 LangChain总体架构设计之什么是LangChain
• 90 高性能知识库之代码落地-知识管理开发向量数据库选型
• 91 高性能知识库之代码落地-知识管理开发代码设计(上)
• 92 高性能知识库之代码落地-知识管理开发代码设计(下)
• 93 高性能知识库之代码落地-知识管理亿级wiki语料数据准备
• 94 高性能知识库之代码落地-知识管理亿级wiki语料数据处理
• 95 高性能知识库之代码落地-知识管理私有PDF文件处理方案
• 96 高性能知识库之代码落地-知识管理私有PDF文件处理(上)
• 97 高性能知识库之代码落地-知识管理私有PDF文件处理(下)
• 98 高性能知识库之代码落地-知识管理全流程代码剖析
• 99 高性能知识库之代码落地-知识管理数据验证_
• AI大模型RAG项目实战课_文件目录.txt
• DeepSeek+Dify构建智能体和企业知识库
• 1 课程介绍
• 10 Dify私有化部署之Docker容器支持GPU
• 11 Dify私有化部署之接入在线的DeepSeek模型
• 12 Dify案例实践之对话应用构建-智能机器人_
• 13 Dify案例实践之对话应用-智能面试官
• 14 Dify案例实践之智能体应用构建-智能旅游助手
• 15 Dify案例实践之RAGAgent和WorkFlow的区别
• 16 Dify案例实践之工作流应用构建-智能写作大神
• 17 Dify案例实践之工作流应用构建-智能客服(上)
• 18 Dify案例实践之工作流应用构建-智能客服(下)
• 19 Dify案例实践之知识库应用构建-企业私有知识库(1)
• 2 Dify平台介绍_
• 20 Dify案例实践之知识库应用构建-企业私有知识库(2)
• 21 Dify案例实践之知识库应用构建-企业私有知识库(3)_
• 22 Dify案例实践之知识库应用构建-企业图文私有知识库
• 22 Dify案例实践之知识库应用构建-企业图文私有知识库_20250222_002230
• 3 Dify私有化部署方案设计
• 4 Dify私有化部署之Docker安装
• 5 Dify私有化部署之Dify服务启动和注册
• 6 Dify私有化部署之接入Ollama平台
• 7 Dify私有化部署之接入DeepSeek私有模型_
• 8 Dify私有化部署之Xinference平台部署
• 9 Dify私有化部署之接入Xinference平台
• Dify课程资料.txt
• hw-chat-0.2
• 大学英语六级高频词汇