资源目录:

├─1-Agent架构解读与应用分析
│      1-Agent要解决的问题分析.mp41-Agent趋势.png2-Agent流程.png2-Agent需要具备的基本能力.mp43-Ageng包括组件.png3-与大模型的关系分析.mp44-Agent组成.png4-多智能体定义分析.mp45-多模态.png5-框架的作用和能解决的问题.mp46-多角色组成.png6-整体总结分析.mp47-Agent游戏.png7-GPTS分析一波.mp48-多智能体.png8-经典任务分析.mp49-多智能体2.png
│      Agent.png
│      Agent思维导图.pdf
│      课程介绍.mp4
│
├─10-langchain工具实例
│      1-langchain框架解读.mp42-基本API调用方法.mp43-数据文档切分操作.mp44-样本索引与向量构建.mp45-数据切块方法.mp4
│      基本使用.rar
│
├─11-LLM与LORA微调策略解读
│      1-大模型如何做下游任务.mp42-LLM落地微调分析.mp43-LLAMA与Lora介绍.mp44-Lora与微调的核心思想.mp45-Lora模型实现细节.mp4
│      大模型.pdf
│
├─12-LLM下游任务训练自己模型实战
│      1-提示工程的作用.mp42-项目数据解读.mp43-源码调用debug解读.mp44-训练流程演示.mp45-效果演示与总结分析.mp4
│      Huatuo-Llama-Med-Chinese-main.zip
│
├─13-OPENAI-LLM模型优化总结
│      1-RAG与微调可以解决和无法解决的问题.mp411.png12.png13.png14.webp15.png16.png2-RAG实践策略.mp42.png3-微调要解决的问题.mp43.png4.png6.png7.png8.png9.png
│
├─2-新增GPTS打造Agent实战
│      1-GPTS任务流程概述分析.mp42-调用API的控制方式.mp43-API相关配置完成.mp44-完成指令与脚本并生成.mp4
│      API复制这个不要改.docx
│      GPTS例子.docx
│      广告文案.docx
│      文章翻译.docx
│      短视频脚本.docx
│      组会不用愁.txt
│      语聚AI指定(只改动作即可).docx
│
├─3-Agent打造专属客服
│      1-Demo演示与整体架构分析.mp42-后端GPT项目部署启动.mp43-前端助手API与流程图配置.mp44-接入外部API的方法与流程.mp45-引入API的方法解读.mp46-指令提示构建.mp4
│      Agent客服.rar
│
├─45-autogen与部署模块
│  │  1-AutoGenStudio框架安装与介绍.mp4
│  │  2-动作API配置方法.mp4
│  │  3-国内常用API配置方法.mp4
│  │  4-API接口在线测试.mp4
│  │  5-工作流配置.mp4
│  │  6-执行流程与结果.mp4
│  │  7-Ollama环境配置与安装.mp4
│  │  8-autogen接入本地模型.mp4
│  │  rag_skill.rar
│  │  Skill.py
│  │
│  └─AutogenStudio部署
│          index.html
│          style.css
│          write.json
│          代码地址.txt
│
├─67-metagpt
│  │  examples.rar
│  │  MetaGPT-main.zip
│  │  metaGpt.pdf
│  │
│  ├─MetaGPT应用实战
│  │      0-基本Agent的组成.mp4
│  │      1-Agent要完成的任务和业务逻辑定义.mp4
│  │      2-问题拆解与执行流程.mp4
│  │      3-检索得到重要的URL.mp4
│  │      4-子问题生成总结结果.mp4
│  │      5-总结与结果输出.mp4
│  │
│  └─MetaGPT框架解读
│          1-论文概述分析.mp42-整体框架逻辑介绍.mp43-项目环境配置.mp44-基础解读,动作定义方式.mp45-基础解读,角色定义.mp46-单动作智能体实现方法.mp47-多动作配置方法.mp48-定时器任务环境配置.mp49-定时器任务流程解读分析.mp4
│
├─8-RAG检索架构分析与应用
│      0-RAG要完成的任务解读.mp41-RAG整体流程解读.mp42-RAG整体流程解读.mp43-召回优化策略分析.mp44-召回改进方案解读.mp45-评估工具RAGAS.mp46-外接本地数据库工具.mp4
│      RAG.pdf
│      RAG.png
│
├─9-斯坦福AI小镇架构与项目解读
│      1-整体故事解读.mp410-项目环境配置方法解读.mp42-要解决的问题和整体框架分析.mp43-论文基本框架分析.mp44-Agent的记忆信息.mp45-感知与反思模块构建流程.mp46-计划模块实现细节.mp47-整体流程框架图.mp48-感知模块解读.mp49-思考模块解读.mp4
│      斯坦福AI小镇.pdf
│      斯坦福AI小镇.png
│      斯坦福小镇论文.pdf
│
├─Action动作实例
│      1-项目介绍与配置.mp42-源码实现流程解读.mp43-结果返回流程.mp4
│
├─AutoGen部署应用RAG等实战
│      1-API生成方法.mp410-Ollama环境配置与安装.mp411-Autogen接入本地模型.mp42-GroupChat模块.mp43-执行流程分析.mp44-外接本地支持库配置方法.mp45-加入RAG技能.mp46-LMStudio本地下载部署模型.mp47-调用本地模型方法与配置.mp48-AutoGenStudio本地化部署流程.mp49-本地化部署接入应用实例.mp4
│
├─llama3相关
│  │  llama3.rar
│  │
│  ├─llama3应用实战
│  │      1-LLama3模型下载与配置安装.mp4
│  │      2-环境相关配置解读.mp4
│  │      3-工具调用流程拆解.mp4
│  │      4-功能调用方法实例.mp4
│  │      5-RAG环境配置搭建.mp4
│  │      6-LLAMA3应用RAG搭建方法.mp4
│  │      7-RAG基本流程分析.mp4
│  │
│  └─llama3微调量化部署一条龙
│          1-Lora微调方法.mp42-指令微调所需数据与模型下载.mp43-llama3模型微调实例.mp44-llama3微调后进行量化.mp45-llama.cpp量化实例.mp46-部署应用.mp4
│
├─MOE多专家系统
│      1-MOE概述分析.mp42-MOE模块实现方法解读.mp43-效果分析与总结.mp4
│
└─补充
    └─llama3
            llama3.rar