课程目录

• 1-Agent架构解读与应用分析
• 1-Agent要解决的问题分析
• 2-Agent需要具备的基本能力
• 3-与大模型的关系分析
• 4-多智能体定义分析
• 5-框架的作用和能解决的问题
• 6-整体总结分析
• 7-GPTS分析一波
• 8-经典任务分析
• Agent思维导图
• 课程介绍
• -
• 10-langchain工具实例
• 1-langchain框架解读
• 2-基本API调用方法
• 3-数据文档切分操作
• 4-样本索引与向量构建
• 5-数据切块方法
• 基本使用
• -
• 11-LLM与LORA微调策略解读
• 1-大模型如何做下游任务
• 2-LLM落地微调分析
• 3-LLAMA与Lora介绍
• 4-Lora与微调的核心思想
• 5-Lora模型实现细节
• 大模型
• -
• 12-LLM下游任务训练自己模型实战
• 1-提示工程的作用
• 2-项目数据解读
• 3-源码调用debug解读
• 4-训练流程演示
• 5-效果演示与总结分析
• Huatuo-Llama-Med-Chinese-main
• -
• 13-OPENAI-LLM模型优化总结
• 1-RAG与微调可以解决和无法解决的问题
• 2-RAG实践策略
• 3-微调要解决的问题
• -
• 2-新增GPTS打造Agent实战
• 1-GPTS任务流程概述分析
• 2-调用API的控制方式
• 3-API相关配置完成
• 4-完成指令与脚本并生成
• API复制这个不要改.docx
• GPTS例子.docx
• 广告文案.docx
• 文章翻译.docx
• 短视频脚本.docx
• 组会不用愁.txt
• 语聚AI指定(只改动作即可).docx
• -
• 3-Agent打造专属客服
• 1-Demo演示与整体架构分析
• 2-后端GPT项目部署启动
• 3-前端助手API与流程图配置
• 4-接入外部API的方法与流程
• 5-引入API的方法解读
• 6-指令提示构建
• Agent客服
• -
• 4，5-autogen与部署模块
• 1-AutoGenStudio框架安装与介绍
• 2-动作API配置方法
• 3-国内常用API配置方法
• 4-API接口在线测试
• 5-工作流配置
• 6-执行流程与结果
• 7-Ollama环境配置与安装
• 8-autogen接入本地模型
• AutogenStudio部署
• rag_skill
• Skill.py
• -
• 6，7-metagpt
• examples
• MetaGPT-main
• metaGpt
• -
• MetaGPT应用实战
• 0-基本Agent的组成
• 1-Agent要完成的任务和业务逻辑定义
• 2-问题拆解与执行流程
• 3-检索得到重要的URL
• 4-子问题生成总结结果
• 5-总结与结果输出
• -
• MetaGPT框架解读
• 1-论文概述分析
• 2-整体框架逻辑介绍
• 3-项目环境配置
• 4-基础解读，动作定义方式
• 5-基础解读，角色定义
• 6-单动作智能体实现方法
• 7-多动作配置方法
• 8-定时器任务环境配置
• 9-定时器任务流程解读分析
• -
• 8-RAG检索架构分析与应用
• 0-RAG要完成的任务解读
• 1-RAG整体流程解读
• 2-RAG整体流程解读
• 3-召回优化策略分析
• 4-召回改进方案解读
• 5-评估工具RAGAS
• 6-外接本地数据库工具
• RAG
• -
• 9-斯坦福AI小镇架构与项目解读
• 1-整体故事解读
• 10-项目环境配置方法解读
• 2-要解决的问题和整体框架分析
• 3-论文基本框架分析
• 4-Agent的记忆信息
• 5-感知与反思模块构建流程
• 6-计划模块实现细节
• 7-整体流程框架图
• 8-感知模块解读
• 9-思考模块解读
• 斯坦福AI小镇
• 斯坦福小镇论文
• -
• Action动作实例
• 1-项目介绍与配置
• 2-源码实现流程解读
• 3-结果返回流程
• -
• AutoGen部署应用RAG等实战
• 1-API生成方法
• 10-Ollama环境配置与安装
• 11-Autogen接入本地模型
• 2-GroupChat模块
• 3-执行流程分析
• 4-外接本地支持库配置方法
• 5-加入RAG技能
• 6-LMStudio本地下载部署模型
• 7-调用本地模型方法与配置
• 8-AutoGenStudio本地化部署流程
• 9-本地化部署接入应用实例
• -
• llama3相关
• llama3
• -
• llama3应用实战
• 1-LLama3模型下载与配置安装
• 2-环境相关配置解读
• 3-工具调用流程拆解
• 4-功能调用方法实例
• 5-RAG环境配置搭建
• 6-LLAMA3应用RAG搭建方法
• 7-RAG基本流程分析
• -
• llama3微调量化部署一条龙
• 1-Lora微调方法
• 2-指令微调所需数据与模型下载
• 3-llama3模型微调实例
• 4-llama3微调后进行量化
• 5-llama.cpp量化实例
• 6-部署应用
• -
• MOE多专家系统
• 1-MOE概述分析
• 2-MOE模块实现方法解读
• 3-效果分析与总结