咕泡第五期-AI大模型零基础到商业实战全栈课

编辑点评

系统覆盖AI大模型全栈知识，从理论到实战，注重企业级应用落地。

⭐ 编辑推荐

咕泡AI大模型全栈课，助你从零基础到商业实战。

✨ 课程亮点

课程目录

📁 03 第三章 第二阶段（L2）：AI大模型的企业级应用
    19 AI工作流应用开发实战.mp4  [1.6 GB]
    17 大模型应用开发框架Llamalndex.mp4  [1.6 GB]
    15 RAG 企业级落地实战优化.mp4  [1.6 GB]
    18 LangChain实现企业级Agent智能体.mp4  [1.5 GB]
    16 掌握LangChain实现Al大模型应用.mp4  [1.5 GB]
    21 深入浅出 A2A协议以及应用实战.mp4  [1.6 GB]
    14 Embeddings和向量数据库（二）.mp4  [1.6 GB]
    13 Embeddings和向量数据库.mp4  [1.5 GB]
    20 MCP模型上下文协议概述与应用实战.mp4  [1.6 GB]
    12 RAG检索增强生成技术实战.mp4  [1.6 GB]
📁 07 第七章 【产品篇】AI-Native产品设计
    133 从感觉到数据：为智能系统定义可度量的价值口径.mp4  [1.1 GB]
    132 让知识流动起来：设计可被调用的知识结构.mp4  [1.3 GB]
    139 用数据回答质疑：如何拆解“贵、准、安全”三种挑战【优质资源‖关注：cunWorkNotes 解锁】.mp4  [576.1 MB]
    134 画出智能流程：对话、回退与责任边界的设计术.mp4  [1.1 GB]
    135 搭建数据脊梁：让系统拥有可学习的知识底座.mp4  [1.1 GB]
    131 判断一件事是否值得智能化：从想法到ROI的计算逻辑【整理不易‖记得关注：CunWorKNotes】.mp4  [1.3 GB]
    138 写出可落地的PRD：让每一行描述都能被模型执行.mp4  [1.1 GB]
    130 重写产品经理的定义：从需求执行者到智能系统的导演.mp4  [1.1 GB]
    137 原型不是Demo：用可执行逻辑验证可行性.mp4  [1011.6 MB]
    136 让系统理解你：提示词设计的产品思维.mp4  [1.3 GB]
📁 后续待更新
    所有资源大汇总【收藏】.pdf  [317.1 KB]
📁 06 第六章 第五阶段（L5）：从模型训练到模型微调入门到精通
    103 2.集体通信原语和网络拓扑.mp4  [194.9 MB]
    125 4.大模型未来发展趋势.mp4  [207.4 MB]
    126 5.AI工程师的职业发展路径.mp4  [59.1 MB]
    121 7.大模型生命周期管理.mp4  [89.7 MB]
    84 本地微调环境搭建.mp4  [197.4 MB]
    101 实战项目三：GPTQ量化实战.mp4  [208.6 MB]
    91 3.微调方法理论介绍与日志监控.mp4  [231.1 MB]
    115 1.大模型部署基础【公重号：CunWorkNotes】.mp4  [133.0 MB]
    95 量化核心原理介绍.mp4  [210.9 MB]
    97 QTA量化算法原理介绍.mp4  [65.8 MB]
    114 7.知识蒸馏项目实战-修改.mp4  [299.6 MB]
    108 7.实战三-多机多卡分布式微调实战.mp4  [523.1 MB]
    105 4. 其他分布式训练优化操作要点【优质资源‖关注：cunWorkNotes 解锁】.mp4  [101.9 MB]
    100 实战项目二：Galora全量参数微调实战与tensorboard使用.mp4  [317.8 MB]
    110 2.基于响应的知识蒸馏-修改.mp4  [150.0 MB]
    120 6.SGlang介绍与使用.mp4  [482.2 MB]
    118 4.Ollama实战部署.mp4  [405.3 MB]
    90 2.数据集的构建.mp4  [142.7 MB]
    80 课程大纲介绍.mp4  [102.8 MB]
    85 云算力租赁介绍.mp4  [60.6 MB]
    99 HQQ量化算法原理介绍【公重号：CunWorkNotes】.mp4  [127.0 MB]
    102 1.分布式训练基础与网络环境配置.mp4  [349.5 MB]
    116 2.大模型推理的优化技术.mp4  [217.5 MB]
    92 4.项目实战一：lora微调演示.mp4  [193.4 MB]
    117 3.RestfulAPI与gRPC API的使用【公重号：CunWorkNotes】.mp4  [77.6 MB]
    122 1.综合项目需求分析.mp4  [134.9 MB]
    89 1.数据集的来源与llamafactory中的数据集.mp4  [244.9 MB]
    82 大模型微调难点与挑战.mp4  [67.0 MB]
    107 6.实战二-FSDP&DDP单机多卡分布式微调.mp4  [108.9 MB]
    119 5.VLLM高效推理框架部署.mp4  [755.3 MB]
    86 llamafactory项目介绍与安装部署.mp4  [259.8 MB]
    96 PTQ量化原理.mp4  [108.9 MB]
    81 大模型训练主要阶段与应用价值.mp4  [135.8 MB]
    111 3和4一起：基于特征的知识蒸馏.mp4  [160.7 MB]
    94 6.大模型加速技术.mp4  [107.6 MB]
    124 3.模型训练优化与高效推理部署.mp4  [390.0 MB]
    112 5.关系型知识蒸馏-修改.mp4  [87.9 MB]
    106 5.实战一-deepspeed&DDP单机多卡分布式微调.mp4  [394.7 MB]
    109 1.什么是知识蒸馏-修改.mp4  [126.4 MB]
    87 llamafactory-webui面板配置与训练推理流程演示.mp4  [216.0 MB]
    98 AWQ量化算法原理介绍.mp4  [103.6 MB]
    83 主流显卡介绍与选择.mp4  [32.5 MB]
    113 6.大模型知识蒸馏难点与解决案例分享-修改.mp4  [263.6 MB]
    123 2.综合项目数据处理与训练数据集构建.mp4  [328.2 MB]
    104 3.分布式微调训练框架与技术.mp4  [375.4 MB]
    93 5.BAdam&Galora微调原理讲解.mp4  [161.8 MB]
    88 llamafactory-webui难点参数理论讲解.mp4  [71.1 MB]
📁 01 第一章【导学篇】：0基础学习导入
    01 3月12日-AI大模型学习指南-1.mp4  [185.4 MB]
    02 0基础前置学习.mp4  [446.3 MB]
📁 05 第五章 第四阶段（L4）-AI大模型的企业级项目实战
    78 第七章-引导式对话系统面临的挑战及解决方案【整理不易‖记得关注：CunWorKNotes】.mp4  [64.9 MB]
    56 2.MCP server的编写与并联串联调用原理.mp4  [86.8 MB]
    59 4.2项目一：股价心理按摩师(服务端-客户端完整代码编写).mp4  [540.2 MB]
    64 7.3 项目二：金融投资虚拟顾问(转人工MCP&股价预测MCP&多智能体多MCP运行编排).mp4  [607.3 MB]
    40 第七章：langGraph的基本用法修改.mp4  [937.3 MB]
    58 4.1项目一：股价心理按摩师(项目背景+需求分析+技术架构).mp4  [372.8 MB]
    70 第四章结束后的代码实操讲解(流式+非流式Functionca【公重号：CunWorkNotes】.mp4  [191.5 MB]
    36 第五章(a)-项目一：项目背景&数据结构介绍修改.mp4  [331.4 MB]
    33 第二章chatBI的优势与挑战修改.mp4  [70.5 MB]
    57 3.MCP三种协议详解.mp4  [38.0 MB]
    69 第四章-对话流程编排的集中实现方案与优劣对比.mp4  [56.8 MB]
    62 7.1项目二：金融投资虚拟顾问(业务背景+技术架构).mp4  [23.6 MB]
    75 第六章-6.2-对话系统整体代码实现.mp4  [292.3 MB]
    48 第四章-实战案例一(4.2-1 词缀树的检索)修改版本.mp4  [140.0 MB]
    41 第八章(a)：langGraph+MCP实现ChatBI主流程搭建.mp4  [435.3 MB]
    76 第六章-6.3-代码调试与前端页面搭建.mp4  [106.8 MB]
    74 第六章-6.1-工具定义与功能函数实现介绍.mp4  [134.2 MB]
    52 第五章-实战案例二-(5.3 知识库检索整体代码实现1+2整合)修改版本.mp4  [399.7 MB]
    71 第五章-5.1-案例背景讲解.mp4  [84.0 MB]
    39 第六章：中心化智能体架构的缺陷与去中心化多智能体langGraph架构.mp4  [138.1 MB]
    55 1.MCP介绍与底层原理修改版本.mp4  [322.1 MB]
    61 6.多智能体框架AgentSDK的基本用法.mp4  [538.9 MB]
    66 第一章-引导式对话系统是什么.mp4  [60.6 MB]
    47 第四章-实战案例一(4.1 需求分析、软件设计与ES的使用)修改版本.mp4  [359.4 MB]
    54 第六章-向量知识库热更新实战修改版本.mp4  [339.1 MB]
    63 7.2 项目二：金融投资虚拟顾问(金融文章检索MCP&金融RAG MCP的实现).mp4  [460.3 MB]
    68 第三章-槽位抽取方案比较与选型.mp4  [63.2 MB]
    73 第六章-6.0-用户数据持久化打码修改版本.mp4  [520.7 MB]
    67 第二章-引导式对话系统主要面临的挑战.mp4  [45.7 MB]
    72 第五章-5.2-前端演示.mp4  [22.8 MB]
    43 第一章(RAG原理+挑战与知识库的构建)修改版本.mp4  [404.5 MB]
    77 第六章-6.4-工程化部署编写API接口.mp4  [42.5 MB]
    44 第二章(常用检索-增强-生成方法介绍+扩展).mp4  [225.3 MB]
    32 第一章：课程任务介绍.mp4  [73.5 MB]
    34 企业级AI销售助手应用实战.mp4  [1.6 GB]
    51 第五章-实战案例二-(5.2 知识库构建、4种检索器构建)修改版本.mp4  [467.4 MB]
    35 第四章：驱动ChatBI的核心能力MCP理论介绍.mp4  [222.8 MB]
    53 第五章-实战案例二(5.4 检索效果测试与工程化部署)修改版本.mp4  [348.2 MB]
    46 第三章(常用RAG代码实操2-稀疏+集成检索器).mp4  [63.0 MB]
    60 5.多智能体框架+多MCP适用场景.mp4  [71.3 MB]
    38 第五章(c)-项目一：机器学习MCP+多协议MCP客户端的编写.mp4  [605.7 MB]
    37 第五章(b)-项目一：text2sql&text2python MCP的实现.mp4  [493.4 MB]
    50 第五章-实战案例二-(5.1 需求分析、软件设计)修改版本【整理不易‖记得关注：CunWorKNotes】.mp4  [191.6 MB]
    42 第八章(b)：langGraph+MCP项目测试+工程化部署修改.mp4  [185.2 MB]
    65 7.4 项目二：金融投资虚拟顾问(多用户对话状态管理多智能体多MCP系统的实现).mp4  [451.3 MB]
    45 第三章(常用RAG代码实操1-稠密检索器)【公重号：CunWorkNotes】.mp4  [370.7 MB]
    34 第三章：剖析ChatBI的技术原理.mp4  [73.2 MB]
    49 第四章-实战案例一(4.2-2 项目整体代码实现)【整理不易‖记得关注：CunWorKNotes】.mp4  [364.5 MB]
📁 08 第八章【应用篇】：小白从0到1玩转Al Agent独立搭建个性化的智能体应用
    155 3-时间线和素材绑定方法.mp4  [56.8 MB]
    147 6-视频节点构建与错误分析.mp4  [84.1 MB]
    162 5-汇总输出与测试【优质资源‖关注：cunWorkNotes 解锁】.mp4  [75.0 MB]
    157 5-得到合成后的视频【公重号：CunWorkNotes】.mp4  [79.5 MB]
    159 2-选择器的使用方法.mp4  [61.7 MB]
    165 3-结合DeepSeek构建代码节点【整理不易‖记得关注：CunWorKNotes】.mp4  [166.5 MB]
    171 1-影刀RPA分析.mp4  [74.4 MB]
    152 11-选修：工作流中添加视频插件.mp4  [77.1 MB]
    146 5-图像违规词限制与运镜节点.mp4  [82.8 MB]
    138 2-循环中参数的定义方法.mp4  [46.2 MB]
    156 4-剪映草稿添加素材方法【资源精选‖更多关注：CunworkNotes】.mp4  [61.1 MB]
    141 5-批处理的作用与效果【公重号：CunWorkNotes】.mp4  [64.0 MB]
    132 1-工作流要完成的任务与节点定义.mp4  [22.6 MB]
    140 4-智能体测试与输出节点.mp4  [51.7 MB]
    166 4-结合DeepSeek进行数据分析.mp4  [81.0 MB]
    143 2-做剧本节点系统提示词方法.mp4  [62.7 MB]
    163 1-效果演示与数据读取.mp4  [46.0 MB]
    153 1-时间线定义方法.mp4  [45.4 MB]
    136 5-智能体配置方法.mp4  [51.2 MB]
    139 3-续写新闻稿件方法(循环中间变量使用).mp4  [61.3 MB]
    168 6-数据可视化配置方法与节点调试分析【更多精选‖公众号：CunWorknotes】  .mp4  [259.1 MB]
    173 3-影刀流程配置方法实例.mp4  [52.1 MB]
    175 5-完成文案采集的全部功能【优质资源‖关注：cunWorkNotes 解锁】.mp4  [120.0 MB]
    137 1-循环节点方法解读.mp4  [35.9 MB]
    133 2-插件配置方法与参数.mp4  [35.9 MB]
    169 7-不同可视化图表配置方法.mp4  [105.1 MB]
    160 3-数据库与大模型的匹配方法【更多精选‖公众号：CunWorknotes】  .mp4  [81.2 MB]
    142 1-做视频素材业务逻辑分析【优质资源‖关注：cunWorkNotes 解锁】.mp4  [51.1 MB]
    144 3-完成剧本节点输出.mp4  [48.0 MB]
    170 8-输出与展示配置.mp4  [48.3 MB]
    161 4-知识库构建与匹配方法.mp4  [52.2 MB]
    164 2-数据清洗与处理.mp4  [55.1 MB]
    148 7-图像生成节点错误调试并保险.mp4  [89.4 MB]
    167 5-配置插件把分析结果存在excel里.mp4  [61.9 MB]
    150 9-选修（当作拓展知识）：配置外部视频软件成为插件.mp4  [47.5 MB]
    135 4-结束节点配置.mp4  [29.6 MB]
    134 3-大模型节点配置方法.mp4  [32.2 MB]
    158 1-对话流配置与创建.mp4  [35.7 MB]
    151 10-选修：自定义插件配置方法实例.mp4  [63.5 MB]
    149 8-视频生成节点容易违规的解决方法.mp4  [74.8 MB]
    145 4-画面描述与图像生成节点构建.mp4  [63.7 MB]
    154 2-剪映插件介绍.mp4  [38.1 MB]
    172 2-影刀安装方法.mp4  [25.7 MB]
    174 4-执行循环操作【优质资源‖关注：cunWorkNotes 解锁】.mp4  [53.7 MB]
📁 04 第四章 第三阶段（L3）-AI大模型的工作原理与优化
    30 AI大模型微调实战(上)【资源精选‖更多关注：CunworkNotes】.mp4  [1.6 GB]
    33 GPU与 CUDA 以及AI大模型企业级部署方案.mp4  [1.6 GB]
    29 国产大模型 DeepSeek深度剖析.mp4  [1.6 GB]
    23 从“NLP 技术”到“Al大模型”.mp4  [1.5 GB]
    32 大模型微调项目实践.mp4  [1.7 GB]
    26 揭秘Transformer的工作原理.mp4  [1.6 GB]
    25 揭秘神经网络及Transformer的工作原理.mp4  [1.7 GB]
    31 AI大模型微调实战(下).mp4  [1.6 GB]
    24 探索揭秘神经网络奥秘.mp4  [1.5 GB]
    27 揭秘Transformer的工作原理（二）.mp4  [1.7 GB]
    28 深入浅出了解多模态模型.mp4  [1.7 GB]
    22 AI大模型产品设计与落地.mp4  [1.7 GB]
📁 02 第二章 第一阶段（L1）-0基础快速入门AI大模型应用与实战
    11 N8N 快速入门到应用实战.mp4  [1.5 GB]
    03 recordclip-20250902140331-787f14【整理不易‖记得关注：CunWorKNotes】.mp4  [1.5 GB]
    04 大模型核心概念和基础原理.mp4  [1.6 GB]
    07 掌握Al编程让普通人也能开发各种技术应用.mp4  [1.6 GB]
    10 Dify快速入门到应用实战.mp4  [1.5 GB]
    06 GPTs与 Function Calling开发Al大模型应用.mp4  [1.5 GB]
    09 自动化AI工作流原理与实战.mp4  [1.5 GB]
    05 提示词工程(Prompt Engineering).mp4  [1.5 GB]
    07 掌握Al编程让普通人也能开发各种技术应用 【不易整理‖请关注：CunWorkNoteS】.mp4  [2.6 MB]
    08 掌握Coze玩转Al大模型应用.mp4  [1.5 GB]

适合人群

• AI爱好者
• AI工程师
• 产品经理

🎯 学习收获

• 掌握AI大模型基础知识
• 学会企业级应用开发
• 提升职业竞争力

🎉 祝您学习愉快！