资源简介

AI领域爆火的Agent，利用GPT打造各场景应用实例。

本课程首先对AI Agent要解决的问题进行了深入的探讨分析，进一步明确了Agent需要具备的基本能力以及与大模型的关系，让您深入了解AI Agent的工作原理。

在API使用上，课程详细介绍了调用API的控制方式，API相关配置完成以及接入外部API的方法与流程。这可以帮助你理解API的结构，并掌握如何利用API进行项目实践。

在指令脚本部分，课程讲解了完成指令与脚本并生成的方式。接着，你将看到一个完整的DEMO演示与整体架构分析，使你对整个流程有一个全面的认识。

在后续的讲解中，课程聚焦于项目实战，包括后端GPT项目部署启动、前端助手API与流程图配置、引入API方法解读、指令提示构建等多个环节，通过Demo和实例讲解，帮你理解和把握关键技术。

课程后期，你还将深入学习指令提示构建，RAI和微调任务解读，LLM和LORA微调分析，源码调用DEBUG解读，训练流程演示等更多记录信息，为你提供了更多解决问题的思路和方法。

最后，课程通过对项目总结与分析的讲解，让你勾勒出整个AI Agent的实战蓝图，从而应对更多实际问题的解决。

总的来说，这是一门以实战为主的课程，涵盖了AI Agent的各种核心技术。无论你是刚接触人工智能的新手，还是有一定经验的开发者，本课程都能让你在理论与实践中收获满满。

3年前：All in Ai

1年前：All in LLM

现在：All in Agent

 

资源目录

——————\计算机教程119\17-51CTO\164-唐宇迪 2024爆火AI Agent实战(打造你的专属代理)（完结）
├─10_2-调用API的控制方式.mp4            30.96MB
├─11_3-API相关配置完成.mp4            37.43MB
├─12_4-完成指令与脚本并生成.mp4            57.17MB
├─13_1-DEMO演示与整体架构分析.mp4            89.53MB
├─14_2-后端GPT项目部署启动.mp4            72.67MB
├─15_3-前端助手API与流程图配置.mp4            80.83MB
├─16_4-接入外部API的方法与流程.mp4            59.02MB
├─17_5-引入API方法解读.mp4            52.67MB
├─18_6-指令提示构建.mp4            29.31MB
├─19_1-论文概述分析.mp4            41.61MB
├─1_1-Agent要解决的问题分析.mp4            36.55MB
├─20_2-整体框架逻辑介绍.mp4            59.01MB
├─21_3-项目环境配置.mp4            67.08MB
├─22_0-基本Agent的组成.mp4            56.38MB
├─23_1-Agent要完成的任务和业务逻辑定义.mp4            59.12MB
├─24_2-问题拆解与执行流程.mp4            85.09MB
├─25_3-检索得到重要的URL.mp4            38.37MB
├─26_4-子问题生成总结结果.mp4            52.05MB
├─27_5-总结与结果输出.mp4            25.26MB
├─28_1-RAG要完成的任务解读.mp4            15.44MB
├─29_2-RAG整体流程解读.mp4            17.7MB
├─2_2-Agent需要具备的基本能力.mp4            35.62MB
├─30_3-召回优化策略分析.mp4            18.15MB
├─31_4-召回改进方案解读.mp4            24.57MB
├─32_5-评估工具RAGAS.mp4            40.76MB
├─33_6-外接本地数据库工具.mp4            16.96MB
├─34_1-整体故事解读.mp4            38.18MB
├─35_2-要解决的问题和整体框架分析.mp4            50.14MB
├─36_3-论文基本框架分析.mp4            70.67MB
├─37_4-Agent的记忆信息.mp4            40.95MB
├─38_5-感知与反思模块构建流程.mp4            39.36MB
├─39_6-计划模块实现细节.mp4            45.51MB
├─3_3-与大模型的关系分析.mp4            49.76MB
├─40_7-整体流程框架图.mp4            32.31MB
├─41_8-感知模块解读.mp4            29.99MB
├─42_9-思考模块解读.mp4            27.72MB
├─43_10-项目环境配置方法解读.mp4            44.61MB
├─44_1-langchain框架解读.mp4            22.54MB
├─45_2-基本API调用方法.mp4            44.7MB
├─46_3-数据文档切分操作.mp4            44.56MB
├─47_4-样本索引与向量构建.mp4            41.59MB
├─48_5-数据切块方法.mp4            49.53MB
├─49_1-MOE概述分析.mp4            21.06MB
├─4_4-多智能体定义分析.mp4            45.28MB
├─50_2-MOE模块实现方法解读.mp4            30.18MB
├─51_3-效果分析与总结.mp4            42.87MB
├─52_1-大模型如何做下游任务.mp4            30.03MB
├─53_2-LLM落地微调分析.mp4            35.1MB
├─54_3-LLAMA与LORA介绍.mp4            29.31MB
├─55_4-LORA微调的核心思想.mp4            21.85MB
├─56_5-LORA模型实现细节.mp4            40.6MB
├─57_1-提示工程的作用.mp4            37.35MB
├─58_2-项目数据解读.mp4            43.71MB
├─59_3-源码调用DEBUG解读.mp4            40.98MB
├─5_5-框架的作用和能解决的问题.mp4            68.24MB
├─60_4-训练流程演示.mp4            52.67MB
├─61_5-效果演示与总结分析.mp4            33.12MB
├─62_1-RAG与微调可以解决与无法解决的问题.mp4            21.08MB
├─63_2-RAG实践策略.mp4            17.2MB
├─64_3-微调要解决的问题.mp4            13.99MB
├─6_6-整体总结分析.mp4            31.69MB
├─7_7-GPTS分析一波.mp4            47.42MB
├─8_8-经典任务分析.mp4            40.17MB
├─9_1-GPTS任务流程概述分析.mp4            57.96MB
└─目录.txt            -1.#INDB

资源下载