AI Agent智能应用从0到1定制开发（6章）百度网盘下载

2024年4月15日 85条评论 927次阅读

资源简介

文章目录

AI Agent已成为企业在构建智能化的定制化需求、解决特定问题、提升竞争力、创造新商业机会的关键。无论你是否是LLM领域的开发者，都非常值得领先学习。本课程将带你从零开始掌握一套能满足不同业务场景的智能化解决方案，并手把手带你打通从需求分析、项目设计、开发、部署、优化等核心环节，让你借助Langchain与LLM的强大能力，轻松集成专业知识库与外部API工具，高效打造精准解决企业定制化、智能化AI Agent。另外，课程中为你分享了主流行业案例和实践经验，帮你分析AI原生应用时代程序员的职业发展路径，助力提升你的综合能力和竞争力，先人一步成为AI 时代下的抢手人才。

资源目录

——————\计算机教程119\01-MOOC\260-822-AI Agent智能应用从0到1定制开发（6章）
├─目录.txt            -1.#INDB
├─第1章 多模型强应用：AI2.0时代应用开发者机会
│   ├─1-1 深入了解课程，让你少走弯路，必看！！！.mp4            42.68MB
│   ├─1-2 带你快速了解大语言模型(LLM)基础与发展.mp4            4.32MB
│   ├─1-3 国内外主要LLM及特点介绍.mp4            36.22MB
│   ├─1-4 大模型的不足以及主要解决方案.mp4            22.7MB
│   ├─1-5 AIGC产业拆解以及常见名词解释.mp4            31.3MB
│   ├─1-6 应用级开发者如何拥抱AI2.0时代？.mp4            16.6MB
│   └─1-7 智能体(agent)命理大师虚拟项目（需求分析、技术选型、技术分解）.mp4            18.39MB
├─第2章 初识langchain：LLM大模型与AI应用的粘合剂
│   ├─2-1 初始langchain：LLM大模型与AI应用的粘合剂.mp4            5.4MB
│   ├─2-2 langchain是什么以及发展过程.mp4            12.59MB
│   ├─2-3 langchain能做什么和能力一览.mp4            19.32MB
│   ├─2-4 langchain的优势与劣势分析.mp4            13.89MB
│   ├─2-5 langchain使用环境的搭建.mp4            30.62MB
│   ├─2-6 先跑起来：第一个实例，了解langchain的基本模块.mp4            18.5MB
│   └─2-7 本章梳理与总结.mp4            4.48MB
├─第3章 LangChain核心模块与实战：用prompts模板调教LLM的输入出
│   ├─3-1 章节介绍.mp4            4.8MB
│   ├─3-10 langchain核心组件：LLMs vs chat models.mp4            43.53MB
│   ├─3-11 更好的体验：流式输出.mp4            29.03MB
│   ├─3-12 花销控制：token消耗追踪.mp4            22.33MB
│   ├─3-13 输出结构性：不止于聊天.mp4            56.09MB
│   ├─3-14 本章小结.mp4            1.55MB
│   ├─3-2 模型IO 大语言模型的交互接口.mp4            12.22MB
│   ├─3-3 prompts模板：更加高级和灵活的提示词工程.mp4            20.77MB
│   ├─3-4 prompts实战两种主要的提示词模板.mp4            45.91MB
│   ├─3-5 自定义prompts模板.mp4            33.5MB
│   ├─3-6 两种模板引擎以及组合模板使用.mp4            41.53MB
│   ├─3-7 序列化模板使用.mp4            32.43MB
│   ├─3-8 示例选择器之根据长度动态选择提示词示例组.mp4            68.84MB
│   └─3-9 示例选择器之MMR与最大余弦相似度.mp4            75.51MB
├─第4章 LangChain知识库构建与RAG设计：增强自己大模型能力，实现与各种文档对话
│   ├─4-1 本章介绍.mp4            2.33MB
│   ├─4-10 Chatdoc 又一个智能文档助手（2）.mp4            37.2MB
│   ├─4-11 ChatDoc 几种检索优化的方式.mp4            73.55MB
│   ├─4-12 ChatDoc 与文件聊天交互.mp4            31.51MB
│   ├─4-13 本章小结.mp4            4.77MB
│   ├─4-2 RAG：检索增强生成是什么？.mp4            14.68MB
│   ├─4-3 loader：让大模型具备实时学习的能力.mp4            52.27MB
│   ├─4-4 文档转换实战：文档切割.mp4            37.27MB
│   ├─4-5 文档转换实战：总结精炼和翻译.mp4            27.6MB
│   ├─4-6 Lost in the middle 长上下文精度处理问题.mp4            43.54MB
│   ├─4-7 文本向量化实现方式.mp4            27.05MB
│   ├─4-8 与AI共舞的向量数据库.mp4            81.49MB
│   └─4-9 Chatdoc 又一个智能文档助手（1）.mp4            27.39MB
├─第5章 LangChain链与记忆处理：带你实现大模型记忆增强，让你的大模型更加智能
│   ├─5-1 本章介绍.mp4            8.52MB
│   ├─5-10 四种处理文档的预制链(2).mp4            38.51MB
│   ├─5-11 四种文档预制链使用(3).mp4            39.73MB
│   ├─5-12 四种文档预制链使用(4).mp4            48.75MB
│   ├─5-13 memory工具使用(1).mp4            48.42MB
│   ├─5-14 Memory工具使用(2).mp4            33.05MB
│   ├─5-15 Memory工具使用(3).mp4            44.21MB
│   ├─5-16 为链增加memory（1）.mp4            39.89MB
│   ├─5-17 为链增加memory(2).mp4            44.25MB
│   ├─5-18 主要的预制链和memory工具.mp4            10.84MB
│   ├─5-19 本章小结.mp4            8.2MB
│   ├─5-2 chains：langchain的重要组成部件.mp4            13.77MB
│   ├─5-3 四种基本的内置链的介绍与使用(1).mp4            47.22MB
│   ├─5-4 四种基本的内置链的介绍与使用(2).mp4            38.35MB
│   ├─5-5 四种基本的内置链的介绍与使用(3).mp4            38.08MB
│   ├─5-6 四种基本的内置链的介绍与使用(4).mp4            20.09MB
│   ├─5-7 四种基本的内置链的介绍与使用(5).mp4            25.49MB
│   ├─5-8 链的不同调用方法和自定义.mp4            54.12MB
│   └─5-9 四种处理文档的预制链(1).mp4            29.68MB
├─第6章 Agent核心与实践：初窥未来机器人，学Agent基本开发，让大模型不止于聊天
│   ├─6-1 本章介绍.mp4            7.89MB
│   ├─6-10 LCEL是什么.mp4            68.06MB
│   ├─6-11 LCEL不同的接口实现.mp4            58.54MB
│   ├─6-12 LCEL里chain和prompt实现.mp4            96.27MB
│   ├─6-13 LCEL记忆的添加方式.mp4            30.94MB
│   ├─6-14 LCEL Agents的使用（1）.mp4            51.97MB
│   ├─6-15 LCEL Agents的使用（2）.mp4            87.05MB
│   ├─6-16 最佳开发实践.mp4            126.18MB
│   ├─6-17 本章小结.mp4            3.24MB
│   ├─6-2 什么是agent.mp4            82.1MB
│   ├─6-3 第一个agent.mp4            28.69MB
│   ├─6-4 几种主要的agents类型介绍（1）.mp4            66.74MB
│   ├─6-5 几种主要的agents类型介绍（2）.mp4            83.96MB
│   ├─6-6 agent中正确添加memory的方式.mp4            45.92MB
│   ├─6-7 如何让agent与tool共享记忆.mp4            32.06MB
│   ├─6-8 tool的使用.mp4            63.72MB
│   └─6-9 tookit的使用.mp4            81.28MB
└─课程源码
      ├─(1)第一个实例.ipynb            12KB
      ├─(10)ChatDoc-2.ipynb            6.57KB
      ├─(11)Chains使用.ipynb            20.61KB
      ├─(12)Chains加载与自定义.ipynb            35.82KB
      ├─(13)stuffChain&refineChain.ipynb            30.73KB
      ├─(14)Mapreduce&Map-reMark.ipynb            32.99KB
      ├─(15)不同的Memory工具.ipynb            17.56KB
      ├─(16)在链上使用记忆.ipynb            23.04KB
      ├─(17)cloneChatGpt.ipynb            18.37KB
      ├─(18) 第一个agents.ipynb            7.62KB
      ├─(19)几种不同的内置agent类型.ipynb            108.47KB
      ├─(2)prompt模板.ipynb            17.96KB
      ├─(20) 如何给agent增加memory.ipynb            11.58KB
      ├─(21)在agent与tool之间共享记忆.ipynb            73.56KB
      ├─(22)tool的加载与使用.ipynb            17.95KB
      ├─(23)Tookit的使用.ipynb            42.8KB
      ├─(24)自定义一个agents.ipynb            15.52KB
      ├─(25)LCEL.ipynb            10.33KB
      ├─(26)LCEL-2.ipynb            103.6KB
      ├─(27)LCEL-prompt+llm.ipynb            8.89KB
      ├─(28)LCEL-chains.ipynb            19.52KB
      ├─(29)LCEL-Memory.ipynb            9.64KB
      ├─(3)示例选择器.ipynb            12.89KB
      ├─(30)LECL-Agent.ipynb            47.02KB
      ├─(31)best-1.ipynb            36.14KB
      ├─(4)RAG检索增强生成.ipynb            24.22KB
      ├─(5)LLMs调用.ipynb            24.86KB
      ├─(6)文档转换.ipynb            19.16KB
      ├─(7)长上下文处理.ipynb            16.64KB
      ├─(8)文本向量化.ipynb            202.38KB
      ├─(9)ChatDoc.ipynb            42.63KB
      ├─.devcontainer
      │   └─devcontainer.json            1.02KB
      ├─.github
      │   └─dependabot.yml            467B
      ├─.ipynb_checkpoints
      │   └─Untitled-checkpoint.ipynb            72B
      ├─.python-version            8B
      ├─agtype.png            134.41KB
      ├─cache
      │   ├─text-embedding-ada-0024250f053-4b1e-5c34-927d-a7857749217f            33.64KB
      │   ├─text-embedding-ada-0029286d74c-b3fc-56ff-8b08-9071a193f724            33.6KB
      │   ├─text-embedding-ada-002b0c54c27-a009-50b4-9ccc-661d5478b195            33.55KB
      │   ├─text-embedding-ada-002c63ea318-3b5d-533b-960b-46434f8b3c22            33.6KB
      │   ├─text-embedding-ada-002e94acbbe-7d17-5331-8310-4e37bdc56d31            33.62KB
      │   └─text-embedding-ada-002f05b40fb-a095-546e-9c5d-49e069720828            33.59KB
      ├─Chinook.db            892KB
      ├─Chinook_Sqlite.sql            1.76MB
      ├─dump.rdb            1.98KB
      ├─example
      │   ├─fake.docx            14.79KB
      │   ├─fake.pdf            87.68KB
      │   └─fake.xlsx            9.46KB
      ├─jg.png            277.05KB
      ├─jiagou.jpg            89.88KB
      ├─jiagou.psd            1.72MB
      ├─lcel01.png            15.45KB
      ├─letter.txt            3.06KB
      ├─LLMs.png            991.95KB
      ├─loader.csv            296B
      ├─loader.html            133.6KB
      ├─loader.md            264B
      ├─loader.numbers            120.1KB
      ├─loader.pdf            186.56KB
      ├─long.png            67.55KB
      ├─map.png            34.96KB
      ├─mapreduce.png            338.12KB
      ├─mapremark.png            205.81KB
      ├─openai.env            147B
      ├─prompt_with_output_parser.json            609B
      ├─readme.md            599B
      ├─reduce.png            13.68KB
      ├─refine.png            146.82KB
      ├─simple_prompt.json            124B
      ├─simple_prompt.yaml            107B
      ├─test.txt            7.8KB
      ├─test_faiss
      │   ├─index.faiss            48.04KB
      │   └─index.pkl            1.31KB
      └─教程示例代码.code-workspace            74B