网盘截图：

课程目录

• 聚客AI 大模型学习路线2025 - V2.0
• -
• L0聚客大模型VIP第五期
• Coze专题
• 01-课程前置基础-剪映工具安装
• day10-Coze应用开发
• -
• 02-课程前置基础-剪映小助手安装
• -
• 03-课程前置基础-剪映视频生成原理
• -
• 04-课程前置基础-Coze平台介绍
• -
• 05-剪映视频插件-第一个草稿
• -
• 06-剪映视频插件-添加字幕
• -
• 07-剪映视频插件-添加音频
• -
• 08-剪映视频插件-综合字幕和语音
• -
• 09-剪映视频插件-添加图片素材(上)
• -
• 10-剪映视频插件-添加图片素材(下)
• -
• 11-剪映视频插件-字幕音频图片
• -
• 12-剪映视频插件-添加视频
• -
• 13-剪映视频插件-关键帧-图片(上)
• -
• 14-剪映视频插件-关键帧-图片(下)
• -
• 15-剪映视频插件-关键帧-字幕
• -
• 16-剪映视频插件-贴纸功能
• -
• 17-剪映视频插件-特效效果实现
• -
• Dify专题
• 01-Dify的介绍
• dify资料
• -
• 02-Dify本地部署-源码下载
• -
• 03-Dify本地部署-DockerDesktop安装
• -
• 04-Dify本地部署-Dify的运行
• -
• 05-Dify本地部署-Ollama安装和Deepseek的本地部署
• -
• 06-Dify本地部署-Dify关联Deepseek
• -
• 07-Dify核心功能-应用类型-聊天助手(上)
• -
• 08-Dify核心功能-应用类型-聊天助手(中)
• -
• 09-Dify核心功能-应用类型-聊天助手(下)
• -
• 10-Dify核心功能-应用类型-文本生成应用
• -
• 11-Dify核心功能-应用类型-Agent智能体
• -
• 12-Dify核心功能-应用类型-Chatflow
• -
• 13-Dify核心功能-应用类型-工作流
• -
• 14-Dify核心功能-工具篇-系统工具
• -
• 15-Dify核心功能-工具篇-自定义工具(上)
• -
• 16-Dify核心功能-工具篇-自定义工具(中)
• -
• 17-Dify核心功能-工具篇-自定义工具(下)
• -
• 18-Dify核心功能-导出DSL方式
• -
• 19-Dify案例篇-文生图案例-城市天气画报工作流
• -
• 20-Dify案例篇-文生图案例-Agent文生图
• -
• 21-Dify案例篇-文生图案例-爆改小红书-逻辑梳理
• -
• 22-Dify案例篇-文生图案例-爆改小红书-爬取小红书核心信息
• -
• 23-Dify案例篇-文生图案例-爆改小红书-工作流获取小红书核心内容
• -
• 24-Dify案例篇-文生图案例-爆改小红书-文案标题和内容的优化
• -
• 25-Dify案例篇-文生图案例-爆改小红书-图生图的实现(上)
• -
• 26-Dify案例篇-文生图案例-爆改小红书-图生图的实现(中)
• -
• 27-Dify案例篇-文生图案例-爆改小红书-图生图的实现(下)
• -
• 28-Dify案例篇-文生图案例-爆改小红书-核心逻辑梳理
• -
• 29-Dify案例-文生语音案例-语音工具封装
• -
• 30-Dify案例-文生语音案例-爬取小说内容方案一
• -
• 31-Dify案例-文生语音案例-爬取小说工具实现(上)
• -
• 32-Dify案例-文生语音案例-爬取小说工具实现(下)
• -
• 33-Dify案例-文生语音案例-小说文本转语音完整案例(上)
• -
• 34-Dify案例-文生语音案例-小说文本转语音完整案例(下)
• -
• 35-Dify案例-文生语音案例-小说文本转语音Agent介绍
• -
• 36-Dify案例-Excel可视化-Dify中如何展示Echarts图表
• -
• 37-Dify案例-Excel可视化-Dify中Echarts插件使用
• -
• 38-Dify案例-Excel可视化-Excel案例实现(1)
• -
• 39-Dify案例-Excel可视化-Excel案例实现(2)
• -
• 40-Dify案例-Excel可视化-Excel案例实现(3)
• -
• 41-Dify案例-Excel可视化-Excel案例实现(4)
• -
• 42-Dify案例-自然语言转SQL案例-DeepseekR1转换
• -
• 43-Dify案例-自然语言转SQL案例-DeepseekV3转换
• -
• 44-Dify案例-自然语言转SQL案例-知识库
• -
• 45-Dify案例-自然语言转SQL案例-RAG补充说明
• -
• 46-Dify案例-自然语言转SQL案例-数据库查询插件应用
• -
• 47-Dify案例-自然语言转SQL案例-自定义数据库接口服务
• -
• 48-Dify案例-自然语言转SQL案例-查询结果分析
• -
• 49-Dify案例-自然语言转SQL案例-可视化展示(上)
• -
• 50-Dify案例-自然语言转SQL案例-可视化展示(下)
• -
• 51-Dify案例-MCP-MCP协议介绍
• -
• 52-Dify案例-MCP-高德MCP旅游攻略助手(上)
• -
• 53-Dify案例-MCP-高德MCP旅游攻略助手(下)
• -
• 54-Dify案例-MCP-Dify中实现高德MCP服务调用
• -
• 55-Dify案例-MCP-Dify中实现食谱MCP服务
• -
• 56-Dify案例-MCP-Dify中实现MySQL的MCP服务调用
• -
• 57-Dify案例-条件分支介绍-提示词优化器
• -
• 58-Dify整合业务系统-dify内嵌方式(上)
• -
• 59-Dify整合业务系统-dify内嵌方式(下)
• -
• 60-Dify整合业务案例-API调用-工作流设计
• -
• 61-Dify整合业务案例-API调用-Postman测试调用
• -
• 62-Dify整合业务案例-API调用-单元测试接口
• -
• 63-Dify整合业务案例-API调用-课程小总结
• -
• Python专题
• 10、try except异常处理
• -
• 11、面向对象的class和object
• -
• 12、面向对象的封装
• -
• 13、面向对象的继承与多态
• -
• 14、面向对象的抽象及高级技巧
• -
• 15、pandas结构化数据处理
• -
• 16、numpy数据处理
• -
• 17、maltplotlib数据可视化
• -
• 1、jupyter使用-入学必看资料
• 学习附件
• -
• 02-python
• 01.Python基础语法 .ipynb
• 02.Python控制结构.ipynb
• 03.Python数据结构.ipynb
• 05.Python面向对象编程.ipynb
• 06.Python数据处理.ipynb
• demo2.py
• index.ipynb
• Python函数和模块.ipynb
• scores.csv
• 数据分析之股票预测.py
• -
• .ipynb_checkpoints
• 01.Python基础语法 -checkpoint.ipynb
• 02.Python控制结构-checkpoint.ipynb
• 03.Python数据结构-checkpoint.ipynb
• 05.Python面向对象编程-checkpoint.ipynb
• 06.Python数据处理-checkpoint.ipynb
• index-checkpoint.ipynb
• Python函数和模块-checkpoint.ipynb
• -
• 2、python解释器与pycharm编辑器安装
• -
• 3、Python变量
• -
• 4、python内置的数据类型
• -
• 5、python运算符
• -
• 6、python条件语句
• -
• 7、for循环语句&while循环
• -
• 8、python函数用法及高级函数
• -
• 9、python模块与第三方库
• -
• VIP先导课程
• 01-AI大模型应用基础-什么是大模型(上)
• 代码资料
• 其他资料
• 课件资料
• -
• 01-课件资料
• AI大模型课件.md
• -
• img
• -
• 02-AI大模型应用基础-什么是大模型(下)
• -
• 03-AI大模型应用基础-大模型的分类
• -
• 04-AI大模型应用基础-第一个案例
• -
• 05-AI大模型应用基础-Token的介绍
• -
• 06-提示词工程-好玩的提示词案例
• -
• 07-提示词工程-提示词的介绍
• -
• 08-提示词工程-提示词通用技巧
• -
• 09-提示词工程-提示技术-零样本和少样本提示
• -
• 10-提示词工程-提示技术-链式思考COT提示
• -
• 11-提示词工程-提示技术-自我一致性
• -
• 12-提示词工程-提示技术-提示词链
• -
• 13-提示词工程-提示技术-思维树TOT
• -
• L1聚客大模型VIP第五期
• 10-Coze应用开发
• day10-Coze应用开发
• -
• 11-项目2_基于LangGraph智能分诊系统
• 项目2_基于LangGraph实现智能分诊系统(1)
• -
• 12-MCP应用技术开发
• 第10章_MCP应用技术开发
• -
• 13-LangGraph MCP
• day13-第11章 LangGraph MCP
• -
• 1_开班典礼+环境搭建
• day01-开班典礼+环境搭建
• L1 - 大模型企业应用开发
• 人工智能基础
• 环境准备
• -
• 2_嵌入模型与向量数据库
• 第1章_Embedding与向量数据库
• -
• 第1章_Embedding与向量数据库
• index.ipynb
• -
• .ipynb_checkpoints
• index-checkpoint.ipynb
• -
• assets
• chroma.svg
• -
• 3_RAG技术与应用
• 第2章_RAG技术与应用
• -
• 第2章_RAG技术与应用
• index.ipynb
• 浦发上海浦东发展银行西安分行个金客户经理考核办法
• -
• assets
• -
• vector_db
• index.faiss
• index.pkl
• page_info.pkl
• -
• 4_RAG高级技术与实践
• 第3章_RAG高级技术与实践
• -
• 第3章_RAG高级技术
• index.ipynb
• 浦发上海浦东发展银行西安分行个金客户经理考核办法
• -
• assets
• -
• docs
• 1-平安商业综合责任保险（亚马逊）.txt
• 2-雇主责任险.txt
• 3-平安企业团体综合意外险.txt
• 4-雇主安心保.txt
• 5-施工保.txt
• 6-财产一切险.txt
• 7-平安装修保.txt
• -
• vector_db
• index.faiss
• index.pkl
• page_info.pkl
• -
• workspace
• tools
• doc_parser
• 0b9efd3dc1b388361d7fb873452f6fdbba6990e4fca1aeb90fd74e70d58ff113_without_chunking
• 220f6b000498864e98ca93b93b4cccbae89923e342507cdc47a6fb12c4dd3979_without_chunking
• 2d9b944b9315a8818085ad2c6db84b7447aae76da11549f4d17a77219952dfd4_without_chunking
• 44e6389fef43b33fff1adabe1951ea0985505c47287686acd6c5ab22cbca2ec8_without_chunking
• 4d3e5ded1ceb6112db9197b58dc23a43eea58fa37bfb012dce41f653bb90595d_without_chunking
• 520dbe450e9f39f54242459fa1c836fbc78ec46012b0ceb53ceaf91e9b6ba3c3_without_chunking
• 6fdaf0460d7339c27bc9944e872e4a8618372d6f7a412fb6f9af2d6b2aa1be66_without_chunking
• 836696c19c03d79d94cc75686a7ebdaf92fb1c27335e76e9b4c00141e893fbe2_without_chunking
• 8c66e4ee3bc6682ba797e5b588eb10d088ebec5a00dfe997c789cc52d32c8295_without_chunking
• 9a85b65f55b3ca6d8254fd95c40dfe6a883edab91551c6ab371e0f2e2c4d049a_without_chunking
• a8cf83e75aa574204b0ab05936c99437e38cad4c82515ee5f585e0e34cfe3f09_without_chunking
• ab90861bec81b0cccdd9b266e8bfcace1e43c61637d370aa3e22d4e61383e158_without_chunking
• b34ec8447d131c0fc02b3981774a341ba0e0712669ca3aa4989156af048cdac1_without_chunking
• e1a9c58ec52f8343ef6f00142485fd3b798c8daa5e0f7823c8fc2f440a992ece_without_chunking
• -
• simple_doc_parser
• 0b9efd3dc1b388361d7fb873452f6fdbba6990e4fca1aeb90fd74e70d58ff113_ori
• 220f6b000498864e98ca93b93b4cccbae89923e342507cdc47a6fb12c4dd3979_ori
• 2d9b944b9315a8818085ad2c6db84b7447aae76da11549f4d17a77219952dfd4_ori
• 44e6389fef43b33fff1adabe1951ea0985505c47287686acd6c5ab22cbca2ec8_ori
• 4d3e5ded1ceb6112db9197b58dc23a43eea58fa37bfb012dce41f653bb90595d_ori
• 520dbe450e9f39f54242459fa1c836fbc78ec46012b0ceb53ceaf91e9b6ba3c3_ori
• 6fdaf0460d7339c27bc9944e872e4a8618372d6f7a412fb6f9af2d6b2aa1be66_ori
• 836696c19c03d79d94cc75686a7ebdaf92fb1c27335e76e9b4c00141e893fbe2_ori
• 8c66e4ee3bc6682ba797e5b588eb10d088ebec5a00dfe997c789cc52d32c8295_ori
• 9a85b65f55b3ca6d8254fd95c40dfe6a883edab91551c6ab371e0f2e2c4d049a_ori
• a8cf83e75aa574204b0ab05936c99437e38cad4c82515ee5f585e0e34cfe3f09_ori
• ab90861bec81b0cccdd9b266e8bfcace1e43c61637d370aa3e22d4e61383e158_ori
• b34ec8447d131c0fc02b3981774a341ba0e0712669ca3aa4989156af048cdac1_ori
• e1a9c58ec52f8343ef6f00142485fd3b798c8daa5e0f7823c8fc2f440a992ece_ori
• -
• 5_LlamaIndex知识管理与信息检索
• day05-第4章 LlamaIndex知识管理与信息检索
• -
• 6-LangChain多任务应用开发
• day06-第5章 LangChain多任务应用开发
• -
• 7-LangGraph基础开发
• 第6章_LangGraph基础开发
• -
• 8-智能体系统设计与应用开发
• 01-requirements.txt
• 08-智能体系统设计与应用开发
• 8-智能体系统设计与应用开发
• -
• 9-Dify应用开发
• day09-Dify 应用开发
• -
• L1课件
• day01-开班典礼 环境搭建
• day02_Embedding与向量数据库
• day03_RAG技术与应用
• day04_RAG高级技术与实践
• day05_LlamaIndex知识管理与信息检索
• day06_LangChain多任务应用开发
• day07_LangGraph基础开发
• day09-Dify 解压密码 872154
• day10-Coze应用开发
• day11. 项目2_基于LangGraph实现智能分诊系统
• day12. MCP应用技术开发
• day13. LangGraph MCP
• -
• day08_智能体系统开发设计
• 01-requirements.txt
• 08-智能体系统设计与应用开发
• -
• L2聚客大模型VIP第五期
• 1-深度学习基础原理
• day01-深度学习基础原理
• -
• 10-LLamaFactory模型导出量化
• day10-LLamaFactory模型导出量化
• -
• 11-vLLM自定义对话模板
• day11-vLLM自定义对话模板
• -
• 12-LLamaFactory与Xtuner分布式微调大模型
• day12-LLamaFactory与Xtuner分布式微调大模型
• -
• 13-大模型压缩训练（知识蒸馏）
• day13-大模型压缩训练（知识蒸馏）
• -
• 14-大模型微调项目实战-数据工程篇
• day14-大模型微调项目实战-数据工程篇.txt
• -
• 15-大模型微调项目实战-训练与部署
• day15-大模型微调项目实战-训练与部署.txt
• -
• 16-大模型评估测试OpenCompass
• -
• 17-大模型分布式推理与量化部署
• -
• 18-多模态大模型应用
• -
• 19-RAG+微调实现智能专家系统（方案数据篇）
• -
• 2-人工神经网络结构及原理
• day02-人工神经网络结构及原理
• -
• 20-RAG+微调实现智能专家系统（部署测试）
• -
• 21-面试与简历指导
• -
• 3-HuggingFace核心组件
• day03-HuggingFace核心组件.txt
• -
• 4-基于BERT模型的自定义微调训练
• day04-基于BERT模型的自定义微调训练.txt
• -
• 5-自定义微调训练BERT模型效果测试
• day05-自定义微调训练BERT模型效果测试
• -
• 6-GPT2中文生成模型定制化微调训练
• 6-GPT2中文生成模型定制化微调训练.txt
• -
• 7-大模型本地化部署：Ollama&vLLM&LMDeploy+ModelScop
• day07-大模型本地化部署：Ollama&vLLM&LMDeploy+ModelScope
• -
• 8-大模型微调-LLama Factor微调Qwen
• day08-大模型微调-LLama Factor微调Qwen
• -
• 9-Ollama部署微调大模型
• day09-Ollama部署微调大模型
• -
• L2课件
• day01-深度学习基础原理
• day02-人工神经网络结构及原理
• day03-HuggingFace核心组件.txt
• day04-基于BERT模型的自定义微调训练.txt
• day05-自定义微调训练BERT模型效果测试
• day06-GPT2中文生成模型定制化微调训练.txt
• day07-大模型本地化部署：Ollama&vLLM&LMDeploy ModelScope
• day08-大模型微调-LLama Factor微调Qwen
• day09-Ollama部署微调大模型
• day10-LLamaFactory模型导出量化
• day11-vLLM自定义对话模板
• day12-LLamaFactory与Xtuner分布式微调大模型
• day13-大模型压缩训练（知识蒸馏）
• day14-大模型微调项目实战-数据工程篇.txt
• day15-大模型微调项目实战-训练与部署.txt
• day16-大模型评估测试OpenCompass
• day17-大模型分布式推理与量化部署
• day18-多模态大模型应用
• day19-RAG 微调实现智能专家系统（方案数据篇）
• day20-RAG 微调实现智能专家系统（部署测试）
• 面试与简历指导
• -
• 简历&面试指导课
• AI大模型工程师面试收割机
• 聚客AI首期线上分享交流峰会
• 面试资料
• -
• 部分项目
• AI智能客服系统商业落地分享
• -
• deepseek
• DEEPSEEK大模型最佳实践
• -
• REACT与MCP
• 01-深度解析MCP架构
• 02-微博情感分析项目实践
• -
• 中医临床医疗项目
• 中医临床智能诊疗系统-RAG项目实战
• -
• 聊天机器人
• 1-从新认识AI大模型的基本能力
• 2-OpenAI构建应用开发体验
• 3-从零构建私有AI聊天机器人