文件清单 106 项

• 1-2 带你快速了解大语言模型(LLM)基础与发展.mp4
• 1-3 国内外主要LLM及特点介绍.mp4
• 1-4 大模型的不足以及主要解决方案.mp4
• 1-5 AIGC产业拆解以及常见名词解释.mp4
• 1-6 应用级开发者如何拥抱AI2.0时代?.mp4
• 2-1 初始langchain:LLM大模型与AI应用的粘合剂.mp4
• 2-2 langchain是什么以及发展过程.mp4
• 2-3 langchain能做什么和能力一览.mp4
• 2-4 langchain的优势与劣势分析.mp4

展开全部 106 项

• 2-5 langchain使用环境的搭建.mp4
• 2-6 先跑起来:第一个实例,了解langchain的基本模块.mp4
• 2-8 本章梳理与总结 .mp4
• 3-1 章节介绍.mp4
• 3-2 模型IO 大语言模型的交互接口.mp4
• 3-3 prompts模板:更加高级和灵活的提示词工程.mp4
• 3-4 prompts实战两种主要的提示词模板.mp4
• 3-5 自定义prompts模板.mp4
• 3-6 两种模板引擎以及组合模板使用.mp4
• 3-7 序列化模板使用.mp4
• 3-8 示例选择器之根据长度动态选择提示词示例组.mp4
• 3-9 示例选择器之MMR与最大余弦相似度 .mp4
• 3-10 langchain核心组件:LLMs vs chat models .mp4
• 3-11 更好的体验:流式输出.mp4
• 3-12 花销控制:token消耗追踪.mp4
• 3-13 输出结构性:不止于聊天.mp4
• 3-14 本章小结.mp4
• 4-1 本章介绍.mp4
• 4-2 RAG:检索增强生成是什么?.mp4
• 4-3 loader:让大模型具备实时学习的能力.mp4
• 4-4 文档转换实战:文档切割.mp4
• 4-5 文档转换实战:总结精炼和翻译.mp4
• 4-6 Lost in the middle 长上下文精度处理问题.mp4
• 4-7 文本向量化实现方式.mp4
• 4-8 与AI共舞的向量数据库.mp4
• 4-9 Chatdoc 又一个智能文档助手(1).mp4
• 4-10 Chatdoc 又一个智能文档助手(2).mp4
• 4-11 ChatDoc 几种检索优化的方式.mp4
• 4-12 ChatDoc 与文件聊天交互.mp4
• 4-13 本章小结.mp4
• 5-1 本章介绍.mp4
• 5-2 chains:langchain的重要组成部件.mp4
• 5-3 四种基本的内置链的介绍与使用(1).mp4
• 5-4 四种基本的内置链的介绍与使用(2).mp4
• 5-5 四种基本的内置链的介绍与使用(3).mp4
• 5-6 四种基本的内置链的介绍与使用(4).mp4
• 5-7 四种基本的内置链的介绍与使用(5).mp4
• 5-8 链的不同调用方法和自定义.mp4
• 5-9 四种处理文档的预制链(1).mp4
• 5-10 四种处理文档的预制链(2).mp4
• 5-11 四种文档预制链使用(3).mp4
• 5-12 四种文档预制链使用(4).mp4
• 5-13 memory工具使用(1).mp4
• 5-14 Memory工具使用(2).mp4
• 5-15 Memory工具使用(3).mp4
• 5-16 为链增加memory(1).mp4
• 5-17 为链增加memory(2).mp4
• 5-18 主要的预制链和memory工具.mp4
• 5-19 本章小结.mp4
• 6-1 本章介绍.mp4
• 6-2 什么是agent.mp4
• 6-3 第一个agent.mp4
• 6-4 几种主要的agents类型介绍(1).mp4
• 6-5 几种主要的agents类型介绍(2).mp4
• 6-6 agent中正确添加memory的方式.mp4
• 6-7 如何让agent与tool共享记忆.mp4
• 6-8 tool的使用.mp4
• 6-9 tookit的使用.mp4.mp4
• 6-10 LCEL是什么.mp4
• 6-11 LCEL不同的接口实现.mp4
• 6-12 LCEL里chain和prompt实现.mp4
• 6-13 LCEL记忆的添加方式.mp4.mp4
• 6-14 LCEL Agents的使用(1).mp4
• 6-15 LCEL Agents的使用(2).mp4
• 6-16 最佳开发实践.mp4
• 6-17 本章小结.mp4
• 7-1 本章介绍.mp4
• 7-6 本章小结.mp4
• 8-1 本章介绍.mp4
• 8-2 使用fastapi搭建API层.mp4
• 8-3 主Class与agent框架.mp4
• 8-4 使用prompt设计agent性格与行为.mp4
• 8-5 使用chain来判断输入情绪.mp4
• 8-6 langserve介绍-mp4
• 8-7 本章小结.mp4
• 9-1 本章介绍.mp4.mp4
• 9-2 tools设计实现1.mp4
• 9-3 tools设计实现2.mp4
• 9-4 tools设计实施3.mp4
• 9-5 agent的memory处理1.mp4
• 9-6 agent的memory处理2.mp4
• 9-7 agent学习能力构建.mp4
• 9-8 本章小结.mp4
• 10-1 本章介绍.mp4
• AI Agent智能应用从0到1定制开发 全流程解决方案实战/
• 第1章 多模型强应用:AI2.0时代应用开发者机会/
• 第2章 初识langchain:LLM大模型与AI应用的粘合剂/
• 第3章 LangChain核心模块与实战:用prompts模板调教LLM的输入出/
• 第4章 LangChain知识库构建与RAG设计:增强自己大模型能力,实现与各种文档对话/
• 第5章 LangChain链与记忆处理:带你实现大模型记忆增强,让你的大模型更加智能/
• 第6章 Agent核心与实践:初窥未来机器人,学Agent基本开发,让大模型不止于聊天/
• 第7章 AI Agent智能体开发:工善其事,必利其器,一步步教你搭建agent开发环境/
• 第8章 AI Agent智能体开发:API层的实现以及智能体性格和行为设计/
• 第9章 AI Agent智能体开发:快速掌握tool以及向量数据库使用/
• 第10章 AI Agent智能体开发:让Agent具备语音能力/
• 第12章 课程总结/
• 新课程源码+PDF课件/