AI+Go 打造你的智能办公助手

课程介绍

AI+Go 打造你的智能办公助手,经百课优(baikeu.com)精心整理发布。如果你希望将AI大模型技术融入 Go 项目提升开发效率,却找不到对 Go 开发者更友好的AI大模型学习资料,选这门课就对了,因为这门专为 Go 开发者量身定制。课程以“智能办公助手”项目驱动教学,首先带你夯实 AI 核心基础、大模型应用开发基础,然后为你深度剖析 LangchainGo 框架底层原理,在项目实战中循序渐进的拔高你的 AI 技能,让你拥有 AI +Go 高效开发新范式及完美融合的实战落地能力,最终达成 AI + GO 技术和实践经验的双重收获。

学后收获:

掌握 AI+ GO 高效开发新范式
掌握专为 Go 设计的 AI 框架
具备AI提效项目开发落地经验
提升 AIGC 应用及开发能力
增强 AI 高效编程与调优思维
提升LLM应用及解决问题能力

课程资源目录

├── 第1章 AI这么火,在项目中又如何应用/
│   ├── [ 17M] 1-1AI+GO带你轻松拥抱大模型
│   ├── [7.1M] 1-2为什么越来越多的人,热衷于用AI给项目提效
│   ├── [ 12M] 1-3你需要了解的AI应用开发中的核心概念
│   └── [8.1M] 1-4如何基于大模型进行aigc应用开发
├── 第2章 注册并应用AI,掌握高效的提问技巧/
│   ├── [8.4M] 2-1注册并上手相关AI产品
│   └── [ 36M] 2-2如何有效率的提问
├── 第3章 Go+AI进行AIGC应用开发实践/
│   ├── [ 21M] 3-1与AI接口对接
│   ├── [ 17M] 3-2构建聊天问答
│   ├── [ 15M] 3-3角色问答
│   ├── [ 18M] 3-4分析如何开发生成文章程序
│   ├── [ 48M] 3-5文章生成应用(上)
│   └── [ 57M] 3-6文章生成应用(下)
├── 第4章 从应用到底层实现,多维度掌握LangchainGo/
│   ├── [ 17M] 4-1快速上手Langchain
│   ├── [ 46M] 4-2应用实践智能办公问答
│   ├── [ 15M] 4-3理解model模块
│   ├── [ 56M] 4-4提示词promts处理
│   ├── [ 20M] 4-5outputparser解析输出
│   ├── [ 30M] 4-6chain链式让任务组合执行
│   ├── [ 60M] 4-7为Langchaingo支持RouterChain
│   ├── [ 33M] 4-8通过memory记住对话
│   ├── [ 40M] 4-9理解Agent的设计思想
│   ├── [ 43M] 4-10自主扩展Tools定制个性需求
│   └── [ 18M] 4-11callback事件节点处理
├── 第5章 智能办公助手业务需求分析/
│   ├── [10.0M] 5-1业务需求分析与核心技术实现设计
│   └── [5.3M] 5-2项目开展基础设施准备
├── 第6章 快速使用gin应用开发/
│   ├── [ 12M] 6-1介绍并下载gin
│   └── [ 14M] 6-2goctl-gin快速构建http服务
├── 第7章 实现办公核心基础业务服务功能/
│   ├── [ 39M] 7-1用户登入注册及鉴权处理(上)
│   ├── [ 22M] 7-2用户登入注册及鉴权处理(下)
│   ├── [ 46M] 7-3http服务响应处理
│   ├── [ 16M] 7-4部门人员组织功能实现分析
│   ├── [ 18M] 7-5待办事项添加处理
│   ├── [ 30M] 7-6人员请假审批流程
│   ├── [ 20M] 7-7实现chat服务核心功能(上)
│   ├── @百课优www.baikeu.com
│   ├── [ 40M] 7-8实现chat服务核心功能(下)
│   └── [ 40M] 7-9实现chat核心业务
├── 第8章 使Langchain优雅的集成于项目中/
│   ├── [ 12M] 8-1智能助手功能及实现分析
│   ├── [ 50M] 8-2集成封装Langchain核心机制RouterChain
│   ├── [ 24M] 8-3基于callbacks监控Langchain中的任务执行
│   ├── [ 49M] 8-4实现AI助手通用问题回答
│   ├── [ 49M] 8-5summarymemory实现分析
│   ├── [ 58M] 8-6实现summarybuffer并基于项目个性化定制
│   └── [ 42M] 8-7实现AIChat记忆隔离
└── 第9章 利用langchain实现AI与系统核心业务的对接/
├── [ 14M] 9-1AI助手于主体业务的调度分析
├── [8.1M] 9-2分析LLMs如何处理待办事项
├── [ 34M] 9-3重构LangChain中的outputparser
├── [ 41M] 9-4实现AI助手处理待办事宜(上)
├── [ 34M] 9-5实现AI助手处理待办事宜(下)
├── [4.4M] 9-6分析知识库构建中的核心问题
├── [ 35M] 9-7AiChat文件上传处理
├── [ 25M] 9-8为Agent添加记忆机制
├── [ 35M] 9-9实现AiChat办公知识库(上)
├── [ 32M] 9-10实现AiChat办公知识库(下)
├── [ 13M] 9-11AIChat审批处理分析
├── [ 46M] 9-12AI助手添加审批进行拆分处理
├── [ 40M] 9-13完善AI助手审批处理事宜
├── [ 13M] 9-14AI助手总结群消息功能分析
├── [ 20M] 9-15实现AI助手群消息总结功能(上)
├── [ 40M] 9-16实现AI助手群消息总结功能(下)
├── [ 28M] 9-17与前端交互对接
└── [ 48M] 9-18助手AI业务中的细节处理
├── 第10章 数据分析、语音转化、图片文章生成等为AI助手赋予更多技能/
│   ├── [5.7M] 10-1AI助手数据分析实现思路分析
│   ├── [ 37M] 10-2基于LLMs实现数据分析(上)
│   ├── [ 41M] 10-3基于LLMs实现数据分析(下)
│   ├── [ 37M] 10-4数据结果可视化处理(上)
│   ├── [ 48M] 10-5数据结果可视化处理(下)
│   ├── [ 49M] 10-6AI助手对execl数据读取分析(上)
│   ├── [ 46M] 10-7AI助手对execl数据读取分析(下)
│   ├── [ 21M] 10-8AI助手音频转化处理
│   ├── [ 45M] 10-9实现AI助手生成图片
│   ├── [ 15M] 10-10langchain文章生成实现方案分析
│   ├── [ 46M] 10-11实现AI助手文章生成(上)
│   └── [ 50M] 10-12实现AI助手文章生成(下)
└── 第11章 扩展与总结/
├── [ 53M] 11-1如何扩展LangChain对其他模型的支持?
├── [ 24M] 11-2扩展基于ollama使用本地模型
├── [812K] 11-3扩展huggingface介绍与应用.pdf
└── [ 40M] 11-4课程总结
└── 资料代码/

发表回复

登录... 后才能评论