qincheng.work 2025-01-06 14:17 AI+行业实战班，深入解析Agent配置与实战应用，快速掌握AI落地技巧 课程内容： 012.3-循环的配置与中间变量的作用 (1) 010.1-数据查找配置 (1) 011.2-读取新闻内容并整理报告 (1) 009.2-工作流中大模型的使用方法 (1) 013.4-循环体注意事项更新 (1) 006.6-GPTS分析一波 (1) 008.1-COZE的基本使用解读与说明 (1) 007.7-经典任务分析 (1) 004.4-框架的作用和能解决的问题 (1) 005.5-整体总结分析 (1) 003.3-与大模型的关系与多角色交互 (1) 002.2-Agent需要具备的基本能力 (1) 015.2-输入输出参数配置方法 (1) 001.1-Agent要解决的问题分析 (1) 014.1-插件的基本配置方法 (1) 126.2-环境相关配置解读 072.1-RAG要完成的任务解读 117.4-机器学习算法分析 085.8-感知模块解读 136.5-llama.cpp量化实例 078.1-整体故事解读 018.2-数据表创建方法 139.1-提示词与工作流配置 025.2-后端GPT项目部署启动 135.4-llama3微调后进行量化 044.8-AutogenStudio本地化部署流程 103.3-源码调用DEBUG解读 104.4-训练流程演示 102.2-项目数据解读 064.8-定时器任务环境配置 040.4-外接本地支持库配置方法 021.1-构建自己的邮箱插件 038.2-GroupChat模块 148.5-自己DIY的Agent测试与发布 091.4-样本索引与向量构建 147.4-工作流的基本配置流程和方法 051.4-知识库构建实例 119.1-知识图谱要解决的问题与流程分析 022.2-插件应用与大模型流程配置 023.3-知识库构建方法与应用 115.2-数据处理与清洗分析 042.6-LMStudio本地下载部署模型 128.4-功能调用方法实例 074.3-召回优化策略分析 Agent资料.txt 154.COZE介绍与界面更新 071.5-总结与结果输出 080.3-论文基本框架分析 082.5-感知与反思模块构建流程 061.5-基础解读-角色定义 041.5-加入RAG技能 076.5-评估工具RAGAS 127.3-工具调用流程拆解 045.9-本地化部署接入应用实例 077.6-外接本地数据库工具 122.4-大模型要解决的问题和应用分析 141.COZE基本使用操作实例(必看) 142.语聚AI插件制作更新(刷完第三章动手做的时候再看就行) 155.语聚AI插件制作更新 114.1-数据挖掘要解决的问题 073.2-RAG整体流程解读 132.1-LORA微调方法 129.5-RAG环境配置搭建 105.5-效果演示与总结分析 096.1-大模型如何做下游任务 067.1-Agent要完成的任务和业务逻辑定义 134.3-llama3模型微调实例 063.7-多动作配置方法 068.2-问题拆解与执行流程 033.3-国内常用API配置方法 133.2-指令微调所需数据与模型下载 084.7-整体流程框架图 118.5-模板到哪去找 035.5-工作流配置 017.1-发票助手插件接入 150.1-产品功能与需求分析 108.3-微调要解决的问题 107.2-RAG实践策略 086.9-思考模块解读 079.2-要解决的问题和整体框架分析 034.4-API接口在线测试 094.2-MOE模块实现方法解读 031.1-AutoGenStudio框架安装与介绍 087.10-项目环境配置方法解读 098.3-LLAMA与LORA介绍 075.4-召回改进方案解读 145.2-技能测试与插件创建实例 043.7-调用本地模型方法与配置 027.4-接入外部API的方法与流程 047.12-autogen接入本地模型 116.3-特征工程的作用与流程 060.4-基础解读-动作定义方式 020.4-调用模块工作流配置 131.7-RAG基本流程分析 019.3-识别工作流配置与测试 110.2-数据与特征库准备 050.3-Chat与Embedding模型接入 123.5-工具总结分析 093.1-MOE概述分析 048.1-RAGFLOW介绍和特点 138.配置 069.3-检索得到重要的URL 052.5-封装成API调用 024.1-DEMO演示与整体架构分析 121.3-知识图谱实战应用项目解读 056.4-完成指令与脚本并生成 101.1-提示工程的作用 149.COZE的UI界面变化 089.2-基本API调用方法 090.3-数据文档切分操作 124.1-COZE开发者平台解读 130.6-LLAMA3应用-RAG搭建方法 036.6-执行流程与结果 152.3-配置插件与测试效果 095.3-效果分析与总结 151.2-文案助手的工作流程设计 153.COZE的UI界面更新 046.11-Ollama环境配置与安装 058.2-整体框架逻辑介绍 037.1-API生成方法 097.2-LLM落地微调分析 029.6-指令提示构建 055.3-API相关配置完成 106.1-RAG与微调可以解决与无法解决的问题 054.2-调用API的控制方式 049.2-RAGFLOW接入本地模型 059.3-项目环境配置 057.1-论文概述分析 144.语聚API更新(课时9如遇问题看这个) 062.6-单动作智能体实现方法 032.2-动作API配置方法 088.1-langchain框架解读 065.9-定时器任务流程解读分析 030.0-Python环境说明 092.5-数据切块方法 099.4-LORA微调的核心思想 100.5-LORA模型实现细节 028.5-引入API方法解读 137.6-部署应用 026.3-前端助手API与流程图配置 140.2-插件配置方法与输出 111.3-模型准备与项目分析 113.5-项目经验总结与优化方法 120.2-知识图谱项目实际应用分析 143.1-扣子开发平台实例解读 109.1-项目需求分析流程 125.1-llama3模型下载与配置安装 016.3-再工作流中配置自己的插件并使用 066.0-基本Agent的组成 146.3-配置好自己的DIY技能 070.4-子问题生成总结结果 053.1-GPTS任务流程概述分析 039.3-执行流程分析 083.6-计划模块实现细节 112.4-模型选择方法总结 081.4-Agent的记忆信息 AIGC人工智能 查看详情 qincheng.work：通过网盘分享的文件：迪哥-2024Ai必会Agent(应用解读+项目实战)--精讲班 链接: https://pan.baidu.com/s/1RMFC-KOM1gCDr9eSjqiVnw?pw... 提取码: tbrf --来自百度网盘超级会员v5的分享 2025-01-06 14:17https://pan.baidu.com/s/1RMFC-KOM1gCDr9eSjqiVnw?pwd=tbrf