| ├─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 │ 02 0基础前置学习.mp4 │ ├─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 │ 03 recordclip-20250902140331-787f14.mp4 │ 04 大模型核心概念和基础原理.mp4 │ 05 提示词工程(Prompt Engineering).mp4 │ 06 GPTs与 Function Calling开发Al大模型应用.mp4 │ 07 掌握Al编程让普通人也能开发各种技术应用 .mp4 │ 07 掌握Al编程让普通人也能开发各种技术应用.mp4 │ 08 掌握Coze玩转Al大模型应用.mp4 │ 09 自动化AI工作流原理与实战.mp4 │ 10 Dify快速入门到应用实战.mp4 │ 11 N8N 快速入门到应用实战.mp4 │ ├─03 第三章 第二阶段（L2）：AI大模型的企业级应用 │ 12 RAG检索增强生成技术实战.mp4 │ 13 Embeddings和向量数据库.mp4 │ 14 Embeddings和向量数据库（二）.mp4 │ 15 RAG 企业级落地实战优化.mp4 │ 16 掌握LangChain实现Al大模型应用.mp4 │ 17 大模型应用开发框架Llamalndex.mp4 │ 18 LangChain实现企业级Agent智能体.mp4 │ 19 AI工作流应用开发实战.mp4 │ 20 MCP模型上下文协议概述与应用实战.mp4 │ 21 深入浅出 A2A协议以及应用实战.mp4 │ ├─04 第四章 第三阶段（L3）-AI大模型的工作原理与优化 │ 22 AI大模型产品设计与落地.mp4 │ 23 从“NLP 技术”到“Al大模型”.mp4 │ 24 探索揭秘神经网络奥秘.mp4 │ 25 揭秘神经网络及Transformer的工作原理.mp4 │ 26 揭秘Transformer的工作原理.mp4 │ 27 揭秘Transformer的工作原理（二）.mp4 │ 28 深入浅出了解多模态模型.mp4 │ 29 国产大模型 DeepSeek深度剖析.mp4 │ 30 AI大模型微调实战(上).mp4 │ 31 AI大模型微调实战(下).mp4 │ 32 大模型微调项目实践.mp4 │ 33 GPU与 CUDA 以及AI大模型企业级部署方案.mp4 │ ├─05 第五章 第四阶段（L4）-AI大模型的企业级项目实战 │ 32 第一章：课程任务介绍.mp4 │ 33 第二章chatBI的优势与挑战修改.mp4 │ 34 企业级AI销售助手应用实战.mp4 │ 34 第三章：剖析ChatBI的技术原理.mp4 │ 35 第四章：驱动ChatBI的核心能力MCP理论介绍.mp4 │ 36 第五章(a)-项目一：项目背景&数据结构介绍修改.mp4 │ 37 第五章(b)-项目一：text2sql&text2python MCP的实现.mp4 │ 38 第五章(c)-项目一：机器学习MCP+多协议MCP客户端的编写.mp4 │ 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 │ 40 第七章：langGraph的基本用法修改.mp4 │ 41 第八章(a)：langGraph+MCP实现ChatBI主流程搭建.mp4 │ 42 第八章(b)：langGraph+MCP项目测试+工程化部署修改.mp4 │ 43 第一章(RAG原理+挑战与知识库的构建)修改版本.mp4 │ 44 第二章(常用检索-增强-生成方法介绍+扩展).mp4 │ 45 第三章(常用RAG代码实操1-稠密检索器).mp4 │ 46 第三章(常用RAG代码实操2-稀疏+集成检索器).mp4 │ 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 │ 48 第四章-实战案例一(4.2-1 词缀树的检索)修改版本.mp4 │ 49 第四章-实战案例一(4.2-2 项目整体代码实现).mp4 │ 50 第五章-实战案例二-(5.1 需求分析、软件设计)修改版本.mp4 │ 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 │ 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 │ 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 │ 54 第六章-向量知识库热更新实战修改版本.mp4 │ 55 1.MCP介绍与底层原理修改版本.mp4 │ 56 2.MCP server的编写与并联串联调用原理.mp4 │ 57 3.MCP三种协议详解.mp4 │ 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 │ 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 │ 60 5.多智能体框架+多MCP适用场景.mp4 │ 61 6.多智能体框架AgentSDK的基本用法.mp4 │ 62 7.1项目二：金融投资虚拟顾问(业务背景+技术架构).mp4 │ 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 │ 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 │ 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 │ 66 第一章-引导式对话系统是什么.mp4 │ 67 第二章-引导式对话系统主要面临的挑战.mp4 │ 68 第三章-槽位抽取方案比较与选型.mp4 │ 69 第四章-对话流程编排的集中实现方案与优劣对比.mp4 │ 70 第四章结束后的代码实操讲解(流式+非流式Functionca.mp4 │ 71 第五章-5.1-案例背景讲解.mp4 │ 72 第五章-5.2-前端演示.mp4 │ 73 第六章-6.0-用户数据持久化打码修改版本.mp4 │ 74 第六章-6.1-工具定义与功能函数实现介绍.mp4 │ 75 第六章-6.2-对话系统整体代码实现.mp4 │ 76 第六章-6.3-代码调试与前端页面搭建.mp4 │ 77 第六章-6.4-工程化部署编写API接口.mp4 │ 78 第七章-引导式对话系统面临的挑战及解决方案.mp4 │ ├─06 第六章 第五阶段（L5）：从模型训练到模型微调入门到精通 │ 80 课程大纲介绍.mp4 │ 81 大模型训练主要阶段与应用价值.mp4 │ 82 大模型微调难点与挑战.mp4 │ 83 主流显卡介绍与选择.mp4 │ 84 本地微调环境搭建.mp4 │ 85 云算力租赁介绍.mp4 │ 86 llamafactory项目介绍与安装部署.mp4 │ 87 llamafactory-webui面板配置与训练推理流程演示.mp4 │ 88 llamafactory-webui难点参数理论讲解.mp4 │ 89 1.数据集的来源与llamafactory中的数据集.mp4 │ 90 2.数据集的构建.mp4 │ 91 3.微调方法理论介绍与日志监控.mp4 │ 92 4.项目实战一：lora微调演示.mp4 │ 93 5.BAdam&Galora微调原理讲解.mp4 │ 94 6.大模型加速技术.mp4 │ 95 量化核心原理介绍.mp4 │ 96 PTQ量化原理.mp4 │ 97 QTA量化算法原理介绍.mp4 │ 98 AWQ量化算法原理介绍.mp4 │ 99 HQQ量化算法原理介绍.mp4 │ 100 实战项目二：Galora全量参数微调实战与tensorboard使用.mp4 │ 101 实战项目三：GPTQ量化实战.mp4 │ 102 1.分布式训练基础与网络环境配置.mp4 │ 103 2.集体通信原语和网络拓扑.mp4 │ 104 3.分布式微调训练框架与技术.mp4 │ 105 4. 其他分布式训练优化操作要点.mp4 │ 106 5.实战一-deepspeed&DDP单机多卡分布式微调.mp4 │ 107 6.实战二-FSDP&DDP单机多卡分布式微调.mp4 │ 108 7.实战三-多机多卡分布式微调实战.mp4 │ 109 1.什么是知识蒸馏-修改.mp4 │ 110 2.基于响应的知识蒸馏-修改.mp4 │ 111 3和4一起：基于特征的知识蒸馏.mp4 │ 112 5.关系型知识蒸馏-修改.mp4 │ 113 6.大模型知识蒸馏难点与解决案例分享-修改.mp4 │ 114 7.知识蒸馏项目实战-修改.mp4 │ 115 1.大模型部署基础.mp4 │ 116 2.大模型推理的优化技术.mp4 │ 117 3.RestfulAPI与gRPC API的使用.mp4 │ 118 4.Ollama实战部署.mp4 │ 119 5.VLLM高效推理框架部署.mp4 │ 120 6.SGlang介绍与使用.mp4 │ 121 7.大模型生命周期管理.mp4 │ 122 1.综合项目需求分析.mp4 │ 123 2.综合项目数据处理与训练数据集构建.mp4 │ 124 3.模型训练优化与高效推理部署.mp4 │ 125 4.大模型未来发展趋势.mp4 │ 126 5.AI工程师的职业发展路径.mp4 │ ├─07 第七章 【产品篇】AI-Native产品设计 │ 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 │ 131 判断一件事是否值得智能化：从想法到ROI的计算逻辑.mp4 │ 132 让知识流动起来：设计可被调用的知识结构.mp4 │ 133 从感觉到数据：为智能系统定义可度量的价值口径.mp4 │ 134 画出智能流程：对话、回退与责任边界的设计术.mp4 │ 135 搭建数据脊梁：让系统拥有可学习的知识底座.mp4 │ 136 让系统理解你：提示词设计的产品思维.mp4 │ 137 原型不是Demo：用可执行逻辑验证可行性.mp4 │ 138 写出可落地的PRD：让每一行描述都能被模型执行.mp4 │ 139 用数据回答质疑：如何拆解“贵、准、安全”三种挑战.mp4 │ ├─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 │ 132 1-工作流要完成的任务与节点定义.mp4 │ 133 2-插件配置方法与参数.mp4 │ 134 3-大模型节点配置方法.mp4 │ 135 4-结束节点配置.mp4 │ 136 5-智能体配置方法.mp4 │ 137 1-循环节点方法解读.mp4 │ 138 2-循环中参数的定义方法.mp4 │ 139 3-续写新闻稿件方法(循环中间变量使用).mp4 │ 140 4-智能体测试与输出节点.mp4 │ 141 5-批处理的作用与效果.mp4 │ 142 1-做视频素材业务逻辑分析.mp4 │ 143 2-做剧本节点系统提示词方法.mp4 │ 144 3-完成剧本节点输出.mp4 │ 145 4-画面描述与图像生成节点构建.mp4 │ 146 5-图像违规词限制与运镜节点.mp4 │ 147 6-视频节点构建与错误分析.mp4 │ 148 7-图像生成节点错误调试并保险.mp4 │ 149 8-视频生成节点容易违规的解决方法.mp4 │ 150 9-选修（当作拓展知识）：配置外部视频软件成为插件.mp4 │ 151 10-选修：自定义插件配置方法实例.mp4 │ 152 11-选修：工作流中添加视频插件.mp4 │ 153 1-时间线定义方法.mp4 │ 154 2-剪映插件介绍.mp4 │ 155 3-时间线和素材绑定方法.mp4 │ 156 4-剪映草稿添加素材方法.mp4 │ 157 5-得到合成后的视频.mp4 │ 158 1-对话流配置与创建.mp4 │ 159 2-选择器的使用方法.mp4 │ 160 3-数据库与大模型的匹配方法.mp4 │ 161 4-知识库构建与匹配方法.mp4 │ 162 5-汇总输出与测试.mp4 │ 163 1-效果演示与数据读取.mp4 │ 164 2-数据清洗与处理.mp4 │ 165 3-结合DeepSeek构建代码节点.mp4 │ 166 4-结合DeepSeek进行数据分析.mp4 │ 167 5-配置插件把分析结果存在excel里.mp4 │ 168 6-数据可视化配置方法与节点调试分析.mp4 │ 169 7-不同可视化图表配置方法.mp4 │ 170 8-输出与展示配置.mp4 │ 171 1-影刀RPA分析.mp4 │ 172 2-影刀安装方法.mp4 │ 173 3-影刀流程配置方法实例.mp4 │ 174 4-执行循环操作.mp4 │ 175 5-完成文案采集的全部功能.mp4 │ ├─09 【部署篇】：从0到1实现AI大模型及各类开源组件的环境部署 │ 160 20250214_Anaconda环境管理工具的安装教程.mp4 │ 161 20250217_Pycharm环境安装与破解及整合Anaconda.mp4 │ 162 20250217_使用Pycharm+OpenAI运行第一个大模型案例.mp4 │ 163 20250218_hanlp本地运行出现的问题及操作步骤分析.mp4 │ 164 _ollama+deepseek+anythingllm.mp4 │ 165 2月21日 Window环境Deepseek+Ollama+Dify搭建个人旅行助手-1.mp4 │ 166 2月22日Ubuntu+Deepseek-R1+Ollama+Dify实现旅行助手Agent-1.mp4 │ 167 【粗剪】DeepSeek-R1+VLLM本地部署保姆级攻略.mp4 │ 168 Ubuntu24环境下部署Video-LLaVA-2视频理解大模型.mp4 │ 169 2月27日-Window环境下LangChain_ChatChat+Deepseek-R1搭建本地知识库.mp4 │ 170 Ubuntu环境下安装LangChain-ChatChat+Deepseek实现本地知识库管理.mp4 │ 171 20241225_AnythingLLM+Ollama基于本地私有化大模型搭建RAG知识库.mp4 │ 172 jupyter notebook配置方法-1.mp4 │ 173 3月21日 Window+Deepseek+RagFlow本地部署教程.mp4 │ ├─10 【基础篇】：Python快速入门 │ 174 1-Python环境配置.mp4 │ 175 2-Python库安装工具.mp4 │ 176 3-Notebook工具使用.mp4 │ 177 4-Python简介.mp4 │ 178 5-Python数值运算.mp4 │ 179 6-Python字符串操作.mp4 │ 180 7-1-索引结构.mp4 │ 181 7-2-List基础结构.mp4 │ 182 8-List核心操作.mp4 │ 183 9-字典基础定义.mp4 │ 184 10-字典的核心操作.mp4 │ 185 11-Set结构.mp4 │ 186 11-赋值机制.mp4 │ 187 13-判断结构.mp4 │ 188 14-循环结构.mp4 │ 189 15-函数定义.mp4 │ 190 16-模块与包.mp4 │ 191 17-异常处理模块.mp4 │ 192 18-文件操作.mp4 │ 193 19-类的基本定义.mp4 │ 194 20-类的属性操作.mp4 │ 195 21-时间操作.mp4 │ 196 22-Python练习题-1.mp4 │ 197 23-Python练习题-2.mp4 │ ├─11 【基础篇】：Python数据科学必备工具包实战 │ 198 1-Numpy概述.mp4 │ 199 2-Array数组.mp4 │ 200 3-数组结构.mp4 │ 201 4-数组类型.mp4 │ 202 5-数值运算.mp4 │ 203 6-排序操作.mp4 │ 204 7-数组形状操作.mp4 │ 205 8-数组生成函数.mp4 │ 206 9-常用生成函数.mp4 │ 207 10-四则运算.mp4 │ 208 11-随机模块.mp4 │ 209 12-文件读写.mp4 │ 210 13-数组保存.mp4 │ 211 14-练习题-1.mp4 │ 212 15-练习题-2.mp4 │ 213 16-练习题-3.mp4 │ 214 1-Pandas概述.mp4 │ 215 2-Pandas基本操作.mp4 │ 216 3-Pandas索引.mp4 │ 217 4-groupby操作.mp4 │ 218 5-数值运算1.mp4 │ 219 6-对象操作.mp4 │ 220 7-对象操作2.mp4 │ 221 8-merge操作.mp4 │ 222 9-显示设置.mp4 │ 223 10-数据透视表.mp4 │ 224 11-时间操作.mp4 │ 225 12-时间序列操作.mp4 │ 226 13-Pandas常用操作.mp4 │ 227 14-Pandas常用操作2.mp4 │ 228 15-Groupby操作延伸.mp4 │ 229 16-字符串操作.mp4 │ 230 17-索引进阶.mp4 │ 231 18-Pandas绘图操作.mp4 │ 232 19-大数据处理技巧.mp4 │ 233 1-Matplotlib概述.mp4 │ 234 2-子图与标注.mp4 │ 235 3-风格设置.mp4 │ 236 4-条形图.mp4 │ 237 5-条形图细节.mp4 │ 238 6-条形图外观.mp4 │ 239 7-盒图绘制.mp4 │ 240 8-盒图细节.mp4 │ 241 9-绘图细节设置.mp4 │ 242 10-绘图细节设置2.mp4 │ 243 11-直方图与散点图.mp4 │ 244 12-3D图绘制.mp4 │ 245 13-pie图.mp4 │ 246 14-子图布局.mp4 │ 247 15-结合pandas与sklearn.mp4 │ 248 0-课程简介1.mp4 │ 249 1整体布局风格设置.mp4 │ 250 2风格细节设置.mp4 │ 251 3调色板.mp4 │ 252 4调色板颜色设置.mp4 │ 253 5单变量分析绘图.mp4 │ 254 6回归分析绘图.mp4 │ 255 7多变量分析绘图.mp4 │ 256 8分类属性绘图.mp4 │ 257 9Facetgrid使用方法.mp4 │ 258 10Facetgrid绘制多变量.mp4 │ 259 11热度图绘制.mp4 │ ├─12 【实战篇】：LangChain 零基础入门到企业级应用实战 │ 260 1-001 Langchain简介.mp4 │ 261 1-002 api_key设置.mp4 │ 262 2-001 Langchain中的基本数据结构.mp4 │ 263 2-002 模型种类.mp4 │ 264 3-001 提示.mp4 │ 265 3-002 示例选择器.mp4 │ 266 3-003 输出解析part1.mp4 │ 267 3-004 输出解析part2.mp4 │ 268 4-001 文档加载器.mp4 │ 269 4-002 文档分割器.mp4 │ 270 4-003 文档检索.mp4 │ 271 5-001 记忆.mp4 │ 272 5-002 链-简单顺序链.mp4 │ 273 5-003 链-总结链.mp4 │ 274 6-001 Agent智能体简介.mp4 │ 275 1-总结摘要.mp4 │ 276 2-上下文问答.mp4 │ 277 3- 结构化提取.mp4 │ 278 4-评估.mp4 │ 279 5- SQL 查询.mp4 │ 280 6- 代码理解.mp4 │ 281 7- api交互.mp4 │ 282 8 - 聊天机器人.mp4 │ 283 9 - Agent.mp4 │ 284 1-Agent简介.mp4 │ 285 2- LangGraph和Agent.mp4 │ 286 3-基础介绍_demo.mp4 │ 287 1-简单的图.mp4 │ 288 2-langraph中的链.mp4 │ 289 3-路由.mp4 │ 290 4- react agent.mp4 │ 291 5- agent和记忆.mp4 │ 292 1-图状态一览.mp4 │ 293 2-图状态更新.mp4 │ 294 3-多重状态.mp4 │ 295 4-修剪过滤消息.mp4 │ 296 1-流式输出.mp4 │ 297 2-断点.mp4 │ 298 3-外部控制修改图状态.mp4 │ 299 4 - 动态断点.mp4 │ 300 1-并行运行.mp4 │ 301 2 - 子图.mp4 │ 302 3-Map reduce控制流.mp4 │ 303 1-介绍.mp4 │ 304 2- 索引part1.mp4 │ 305 3-索引part2.mp4 │ 306 4- 索引part3_词嵌入demo.mp4 │ 307 5-索引part4_总结.mp4 │ 308 6-索引全流程demo.mp4 │ 309 7-检索.mp4 │ 310 8-检索.mp4 │ 311 9-生成.mp4 │ 312 10-生成_demo.mp4 │ 313 11-问题改写.mp4 │ 314 12-问题改写_demo.mp4 │ 315 13-问题改写_rerank_demo.mp4 │ 316 14-问题分解.mp4 │ 317 15-问题分解_demo.mp4 │ 318 16-问题回退.mp4 │ 319 17-问题回退demo.mp4 │ 320 18-虚拟文档.mp4 │ 321 19-虚拟文档demo.mp4 │ 322 20-路由.mp4 │ 323 21-路由demo.mp4 │ 324 22-结构化搜索.mp4 │ 325 23-结构化搜索demo.mp4 │ ├─13 RAG 入门核心原理到企业级智能交互应用实战 │ 351 2-RAG的概念和LLM的局限性.mp4 │ 352 3-RAG流程.mp4 │ 353 4-PDF文档解析工具.mp4 │ 354 5-文本的切割.mp4 │ 355 6-向量与Embeddings的定义.mp4 │ 356 7-千问embedding调用.mp4 │ 357 8-向量间的相似度计算.mp4 │ 358 9-根据关键字检索.mp4 │ 359 10-向量数据库的介绍.mp4 │ 360 11-ChromaDB演示.mp4 │ 361 12-基于向量检索的RAG实现.mp4 │ 362 13-基于RAG实现智能问答系统.mp4 │ 363 14-虚拟环境介绍.mp4 │ 364 15-Jupyter notebook使用介绍.mp4 │ 365 16-LangChain基本介绍.mp4 │ 366 17-LangChain核心组件介绍.mp4 │ 367 18-LangChain的基本使用.mp4 │ ├─14 Dify零基础教程 │ 326 0.环境安装和本地部署Dify.mp4 │ 327 1.Ai应用的创建.mp4 │ 328 2.应用工具箱.mp4 │ 329 3.工作流.mp4 │ 330 4.知识库.mp4 │ 331 5.发布应用.mp4 │ ├─15 常见问题答疑 │ 332 20250320_课程中的python项目运行方法.mp4 │ 333 Coze自定义代码节点.mp4 │ 334 深入浅出通俗理解什么是MCP.mp4 │ └─课件资料 |