AI Agent从0到1定制开发 全栈/全流程/企业级落地实战

课程介绍

AI Agent从0到1定制开发 全栈/全流程/企业级落地实战,经百课优(baikeu.com)精心整理发布。

AI代理开发已经成为AI时代的一项核心技能,市场需求持续增长,而优秀人才却稀缺。越早学习这项技术,未来的回报将越大!本课程将从基础知识开始,手把手引导你深入学习,涵盖从需求分析到设计、开发、部署优化及评估的整个过程。你将掌握全栈开发技能,包括 LangChain、CrewAI、Deepseek、RAG、单/多 Agent 和工作流等多个领域。通过课程,你将积累超过10个实战场景的经验,提升智能化解决方案的设计能力,全面增强企业定制化和智能化开发的实战水平,帮助你成为AI时代紧缺且受欢迎的人才。

AI Agent从0到1定制开发 全栈/全流程/企业级落地实战AI Agent从0到1定制开发 全栈/全流程/企业级落地实战

课程资源目录

├──第1章 课程学习安排——助你顺利学习以及避坑/
│   ├── [ 29M] 1-1深入了解课程,少走弯路,必看!!!
│   └── [421K] 1-2如何提问&进入课程群&使用IDE学习环境.pdf
├──第2章 AI智能体:AI3.0时代最大的转型红利/
│   ├── [2.0M] 2-1本章介绍
│   ├── [ 34M] 2-2智能革命爆发:从梦想到现实
│   ├── [ 23M] 2-3智能体揭秘:为什么它是未来的核心?智能体到底是什么?
│   ├── [ 41M] 2-4风口以至-机遇与挑战:AI淘汰的是不会使用AI的人
│   ├── [9.4M] 2-5新手必知:扫清学习障碍
│   └── [677K] 2-6本章小结
├──第3章 大模型:智能体的超级大脑/
│   ├── [2.6M] 3-1本章介绍
│   ├── [ 23M] 3-2带你快速了解LLM(大语言模型)的前世今生
│   ├── [ 21M] 3-3全景扫描:国内外主流大语言模型(LLM)
│   ├── [ 19M] 3-4开源VS闭源:你该如何选择
│   ├── [ 28M] 3-5大模型的短板与解决方案
│   ├── [ 35M] 3-6练一练:搞定你的大模型源(闭源与开源)
│   └── [1.2M] 3-7本章小结
├──第4章 AI应用开发应知必会的那些事/
│   ├── [3.7M] 4-1本章介绍
│   ├── [ 33M] 4-2如何正确使用AI编程?
│   ├── [ 31M] 4-3什么是提示词工程?AI对话的魔法咒语+常见思维流模式
│   ├── [ 15M] 4-4如何正确的获取AI行业信息?
│   ├── [ 27M] 4-5小浪助手两大项目演示:单智能体和多智能体
│   └── [2.2M] 4-6本章总结
├──第5章 DeepSeek:国产之光/
│   ├── [7.5M] 5-1本章介绍
│   ├── [ 32M] 5-2DeepSeek为什么火了?
│   ├── [ 44M] 5-3推理大模型做对了什么?DeepSeekV3与DeepSeekR1本质区别
│   ├── [ 21M] 5-4DeepSeek提示词模板与注意
│   ├── [6.8M] 5-5新手必知的10个DeepSeek魔法指令
│   ├── [ 68M] 5-6DeepSeek的模型与部署需求分析,以及资源获取方式
│   ├── [ 55M] 5-7DS本地部署:本地私有化AI对话助手实现
│   ├── [ 34M] 5-8DS云端部署:按需付费更加灵活
│   ├── [ 39M] 5-9DS云端API:个人用户最佳选择
│   └── [2.3M] 5-10本章小结
├──第6章 初识langchain:LLM大模型与AI应用的“粘合剂”/
│   ├── [3.0M] 6-1本章介绍
│   ├── [ 11M] 6-2langchain是什么以及发展过程
│   ├── [ 27M] 6-3langchain能做什么和能力一览
│   ├── [ 11M] 6-4langchain的优势与劣势分析
│   ├── [ 28M] 6-5langchain使用环境的搭建
│   ├── [ 19M] 6-6AI智能开发学习平台(实战+免费key+测试+AI资讯)
│   ├── [ 28M] 6-7先跑起来:第一个实例,了解langchain的基本模块
│   └── [2.6M] 6-8本章总结
├──第7章 ChatModels:磨平不同LLM的差异/
│   ├── [3.9M] 7-1本章介绍
│   ├── [ 24M] 7-2LangChain核心组件:LLMs与ChatModels
│   ├── [ 73M] 7-3LangChain使用标准事件驱动大模型
│   ├── [ 31M] 7-4tokens与上下文交互窗口
│   ├── [ 14M] 7-5模型异常处理与缓存机制
│   ├── [ 29M] 7-6如何配合本地大模型?模型Tokenusage的花费?
│   ├── [ 24M] 7-7大模型的ToolCall工具调用能力:先进大模型的标配
│   └── [2.8M] 7-8练一练:使用某个大模型来驱动事件
├──第8章 PromptTemple: 提示词工程在LangChain中的实践/
│   ├── [2.0M] 8-1本章介绍
│   ├── [9.5M] 8-2提示词:大模型工作的核心部件
│   ├── [ 13M] 8-3prompts模板:大模型推理的关键
│   ├── [7.3M] 8-4五种prompts模板实战:字符串模板应用
│   ├── [9.3M] 8-5五种prompts模板实战:对话模板应用
│   ├── [5.9M] 8-6五种prompts模板实战:消息占位符应用
│   ├── [6.0M] 8-7五种prompts模板实战:使用Message组合模板
│   ├── [ 27M] 8-8五种prompts模板实战:自定义模板应用
│   ├── @@百课优www.baikeu.com
│   ├── [ 30M] 8-9FewShot:提供推理质量的常见方式
│   ├── [ 32M] 8-10示例选择器-根据长度动态选择提示词示例
│   ├── [ 16M] 8-11示例选择器-根据语义相似度选择提示词示例
│   ├── [ 18M] 8-12示例选择器-MMR与最大余弦相似度选择示例
│   ├── [8.5M] 8-13使用Partial实战部分格式化效果
│   ├── [ 35M] 8-14langchainhub加载提示词管理
│   ├── [2.1M] 8-15练一练:使用langchainhub加载提示词模板
│   └── [4.6M] 8-16本章总结
├──第9章 规范化输出:OutputParsers的关键技术/
│   ├── [9.3M] 9-1本章介绍
│   ├── [ 25M] 9-2常见的输出解析器OutputParsers一览
│   ├── [ 31M] 9-3文本、JSON、XML、结构化输出解析器应用(1)
│   ├── [ 37M] 9-4文本、JSON、XML、结构化输出解析器应用(2)
│   ├── [ 19M] 9-5LLM应用容错机制
│   ├── [ 22M] 9-6如何自定义解析器?
│   └── [3.2M] 9-7本章总结
└──第10章 LCEL:组件化开发的新范式/
├── [3.8M] 10-1本章介绍
├── [ 14M] 10-2Runnable接口到底是什么?
├── [ 27M] 10-3LCEL是什么与使用场景
├── [ 10M] 10-4链的基本应用:使用管道操作符快速生成一条链
├── [ 35M] 10-5链的基本应用:链的流式调用
├── [ 19M] 10-6链的基本应用:并行运行多条链
├── [ 16M] 10-7从老版本的chain迁移到LCEL
├── [ 32M] 10-8链的高级应用:在链中使用函数
├── [ 15M] 10-9链的高级应用:在链中自定义支持流输出的函数
├── [3.5M] 10-10链的高级应用:使用RunnablePassthrough来传递值
├── [ 14M] 10-11链的高级应用:如何在运行时动态添加链的配置
├── [ 43M] 10-12链的高级应用:为链增加记忆能力(短时记忆InMemoryHistory)
├── [ 20M] 10-13链的高级应用:使用Redis构建长期记忆
├── [ 27M] 10-14链的高级应用:使用LCEL来自定义路由链
└── [1.8M] 10-15本章总结
└── 资料代码/

发表回复

登录... 后才能评论