文件清单 148 项

• 17-1-1 本章介绍.mp4
• 17-1-2 智能客服问答Agent功能设计与模块拆分.mp4
• 17-1-3 利用工作流对接快递鸟快递查询API接口.mp4
• 17-1-4 电商问答知识库的设计与数据存储.mp4
• 17-1-5 工作流实现CRAG单次流程降低幻觉概率.mp4
• 17-1-6 Agent智能体应用基础功能编排与设置.mp4
• 17-1-8 本章总结.mp4
• 17-2-1 本章介绍.mp4
• 17-2-2 支持Realtime实时语音的大语言模型运行流程解析.mp4

展开全部 148 项

• 17-2-3 gemini-flash-exp模型API参数与使用技巧.mp4
• 17-2-4 基于gemini的口语助手编排与设计思路.mp4
• 17-2-5 EleventLabs音频工具的使用与tts的接入.mp4
• 17-2-7 口语助手预设prompt,监听模块设计与实现.mp4
• 17-2-8 使用异步队列发送和接收音频的设计与实现.mp4
• 17-2-9 asyncio事件循环与口语助手的运行实现- 01.mp4
• 17-2-10 本章总结.mp4
• 18-1-1 本章介绍.mp4
• 18-1-2 图片转HTML应用运行流程与需求拆解 .mp4
• 18-1-3 图片转代码Agent应用可视化编排与测试 .mp4
• 18-1-5 在Next.js中对接腾讯云COS实现图片上传 .mp4
• 18-1-6 在Next.js中实现转发开放API实现API秘钥的隐藏 .mp4
• 18-1-7 完善Next.js代码生成,更新与预览交互逻辑完善 .mp4
• 18-1-8 图片转HTML扩展与复杂UI转代码实现思路.mp4
• 18-1-9 本章总结 .mp4
• 18-2-1 本章介绍.mp4
• 18-2-2 虚拟数字人Agent智能体运行流程与拆解.mp4
• 18-2-3 LLMOps文案生成器Agent基础信息编排 .mp4
• 18-2-4 利用Gradio对接LLMOps开放API与tts服务 .mp4
• 18-2-5 CUDA环境配置,安装与注意事项 .mp4
• 18-2-6 EchoMimic配置,部署安装与注意事项.mp4
• 18-2-7 利用Gradio连接Agent与EchoMinic .mp4
• 18-2-8 其他数字人SDK与数字人Agent应用扩展 .mp4
• 18-2-9 本章总结.mp4
• 19-1-1 本章介绍.mp4
• 19-1-2 自然语言转PPT应用工具运行流程与拆解.mp4
• 19-1-3 自然语言转PPT智能体基础信息配置与编排 .mp4
• 19-1-4 python-pptx三方库的使用与快速上手.mp4
• 19-1-5 mistune三方库的使用与快速上手.mp4
• 19-1-6 为LLMOps平台设计并集成md2ppt内置插件 .mp4
• 19-1-7 扩展-基于Moffee实现的云端PPT生成 .mp4
• 19-1-8 五大编排应用运行流程与编排架构回顾 .mp4
• 19-1-9 本章总结.mp4
• 20-1-1 本章介绍 .mp4
• 20-1-3 工作流Python代码节点沙箱与云函数.mp4
• 20-1-4 无框架下的LLMOps工作流与其他类型节点.mp4
• 20-1-5 Python中的Websocket连接与LLM交互 .mp4
• 20-1-6 服务器部署LLM配置与并发量计算公式.mp4
• 20-1-7 langchain-core各模块组件核心功能 .mp4
• 20-1-8 LLM评测基准与各大排行榜单.mp4
• 20-1-9 LLM应用开发社区,框架与未来发展方向 .mp4
• 20-1-10 高频AI&LLM应用开发面试题速览.mp4
• 20-1-11 本章总结 .mp4
• 20-2-1 本章介绍.mp4
• 20-2-2 预训练&微调与RAG的差异与适用场景 .mp4
• 20-2-3 零编程通过可视化方式快速微调GPT模型 .mp4
• 20-2-4 本地LLM的快速微调与数据结构示例 .mp4
• 20-2-5 快速训练一个LLM大语言模型演示示例 .mp4
• 20-2-6 本章总结 .mp4
• 1-1-1 课程导学[快速了解课程与安排].mp4
• 1-2-1 章节介绍.mp4
• 1-2-2 什么是大语言模型(LLM).mp4
• 1-2-3 LLM在企业中的价值与市场需求.mp4
• 1-2-4 ChatGPT聊天机器人的使用与局限性.mp4
• 1-2-5 大语言模型如何影响软件的构建.mp4
• 1-2-6 LLM应用开发专有名词解释.mp4
• 1-2-7 LLM&AI Agent应用的交互模式.mp4
• 1-2-8 章节总结.mp4
• 1-3-1 章节介绍.mp4
• 1-3-2 从LLM大模型到AI Agent的技术演进.mp4
• 1-3-3 初识LLMOps,为什么需要LLMOps.mp4
• 1-3-4 Dify LLMOps应用开发平台功能演示.mp4
• 1-3-6 课程LLMOps应用开发平台演示.mp4
• 1-3-7 课程学习目标与解决的问题展示.mp4
• 1-4-1 章节介绍.mp4
• 1-4-2 不同方向的学员如何学习这门课程与建议.mp4
• 1-4-3 ChatGPT辅助学习与课程提示词.mp4
• 1-4-4 OpenAI&月之暗面API秘钥获取与参数详解.mp4
• 1-4-5 Playground快速调试Prompt与接口参数.mp4
• 1-4-6 章节总结.mp4
• 2-1-1 章节介绍.mp4
• 2-1-2 Python环境搭建与配置镜像加速.mp4
• 2-1-3 PyCharm编辑器配置与插件安装.mp4
• 2-1-6 依赖库介绍,安装与测试.mp4
• 2-1-7 Postman基础配置与使用介绍.mp4
• 2-1-8 几种环境下的Postgres数据库安装.mp4
• 2-1-9 本章总结.mp4
• 2-2-1 章节介绍.mp4
• 2-2-2 30行代码实现一个聊天机器人API.mp4
• 2-2-3 校验API接口输入请求.mp4
• 2-2-4 统一响应接口设计与实现 .mp4
• 2-2-5 异常错误状态统一设计与实现.mp4
• 2-2-6 PyTest配置与API测试用例.mp4
• 2-2-7 Flask-SQLAlchemy扩展的配置与使用.mp4
• AI Agent全栈开发工程师[完结]/
• [阶段1:架构设计与基础聊天机器人开发]第1周 LLMOps平台开发基础及架构设计/
• [阶段1:架构设计与基础聊天机器人开发]第2周 LLMOps后端搭建,构建基础聊天机器人/
• [阶段1:架构设计与基础聊天机器人开发]第3周 LLMOPs前端搭建关联聊天机器人API/
• [阶段2:[商业级聊天机器人开发]]第4周 记忆模块开发,让聊天机器人有记忆/
• [阶段2:[商业级聊天机器人开发]]第5周 数据集模块开发-实现特定知识库问答/
• [阶段2:[商业级聊天机器人开发]]第6周 插件功能开发-聊天机器人实时联网获取信息/
• [阶段3:LLMOps应用平台可视化]第7周 Prompt引擎模块开发-可视化编排/
• [阶段3:LLMOps应用平台可视化]第8周 响应模块开发与升级-提升聊天机器人响应/
• [阶段3:LLMOps应用平台可视化]第9周 授权认证模块开发-保证应用使用安全/
• [阶段3:LLMOps应用平台可视化]第10周 审核模块开发-确保企业AI生成合规内容/
• [阶段3:LLMOps应用平台可视化]第11周 开放API模块-搭建与其他应用连接的桥梁/
• [阶段4:[LLMOps扩展]实现通用型] 第12周 LLMOps多应用及工作流模块/
• [阶段4:[LLMOps扩展]实现通用型]第13周 LLMOps集成多LLM模型/
• [阶段5:前端调优及生产环境调优部署]第14周上 LLMOps统计模块开发-呈现使用情况/
• [阶段5:前端调优及生产环境调优部署]第15周下 LLMOps生产环境部署与优化/
• [阶段6:LLMOps应用平台多模态插件]第16周 多模态插件及开放API与三方应用集成/
• [阶段7:火热五大商业级AI应用实战]第17周上 构建智能客服系统-实现24h无人轮值客服/
• [阶段7:火热五大商业级AI应用实战]第17周下 构建口语学习助手-低成本拥有全天候助教/
• [阶段7:火热五大商业级AI应用实战]第18周上 快速构建图片转HTML前端智能工具/
• [阶段7:火热五大商业级AI应用实战]第18周下 建虚拟数字人-批量生成口播视频,直播推流/
• [阶段7:火热五大商业级AI应用实战]第19周 快速构建PPT自动生成工具/
• [阶段8:课程总结与LLM大语言模型进阶]第20周上 课程回顾与总结/
• [阶段8:课程总结与LLM大语言模型进阶]第20周下 LLM大语言模型的预训练,微调与数据投喂/
• 1-1 第1章 课程介绍与安排/
• 1-2 第2章 夯实基础,了解LLM大语言模型/
• 1-3 第3章 初窥LLMOps,助力大模型落地/
• 1-4 第4章 ChatGPT辅助学习与建议/
• 2-2 第2章 实现第一个GPT聊天机器人/
• 2-3 第3章 LangChain初入门-简化LLM开发难度/
• 3-2 第2章 实现联动第一个带UI的聊天机器人/
• 4-1 第1章 LangChain记忆模块快速上手/
• 4-2 第2章 LLMOps记忆模块解析与Runnable深入/
• 5-1 第1章 大模型RAG应用开发基础及入门/
• 5-2 第2章 LangChain RAG应用开发组件深入学习/
• 5-3 第3章 RAG优化策略与知识库模块功能开发解析/
• 6-1 第1章 大语言模型函数调用与Agent开发/
• 6-2 第2章 LangGraph与LCEL构建大型复杂应用/
• 7-1 第1章 插件广场与通用自定义插件模块开发/
• 7-2 第2章 知识库模块功能设计与API接口开发/
• 8-1 第1章 记忆与流式响应功能API与UI界面开发/
• 8-2 第2章 知识库模块UI界面与交互逻辑开发/
• 9-1 第1章 授权认证与API接口鉴权服务开发/
• 10-1 第1章 应用配置与Agent审核模块功能开发/
• 10-2 第2章 LLMOps应用编排UI页面及交互开发/
• [阶段3:LLMOps应用平台可视化]第11周 开放API模块-搭建与其他应用连接的桥梁/
• 12-1 第1章 多应用与应用广场模块API接口及UI开发/
• 12-2 第2章 LLMOps工作流模块拆解及API接口开发/
• 12-3 第3章 LLMOps前端工作流编排模块开发/
• 13-1 第1章 LLMOps多LLM集成与通用接口开发/
• 13-2 第2章 辅助Agent开发与LLM接入服务完善/
• 14-1 第1章 统计模块开发-快速了解成本与使用信息/
• 14-2 应用发布模块与WebApp设计开发/
• 16-1 第1章 Agent应用多模态输入输出功能开发/
• 16-2 第2章 Agent集成第三方社交媒体平台/