AI Agent智能应用从0到1定制开发全流程解决方案实战

简介

课程简介

AI Agent智能应用从0到1定制开发视频课程，由办公模板库编程网lexuecode.com整理分享。本课程将带你从零开始掌握一套能满足不同业务场景的智能化解决方案，并手把手带你打通从需求分析、项目设计、开发、部署、优化等核心环节，让你借助Langchain与LLM的强大能力，轻松集成专业知识库与外部API工具，高效打造精准解决企业定制化、智能化AI Agent。另外，课程中为你分享了主流行业案例和实践经验，帮你分析AI原生应用时代程序员的职业发展路径，助力提升你的综合能力和竞争力，先人一步成为AI 时代下的抢手人才。

课程目录

├── 第1章多模型强应用：AI2.0时代应用开发者机会/
│   ├── [ 49M] 1-1深入了解课程，让你少走弯路，必看！！！
│   ├── [ 22M] 1-2带你快速了解大语言模型(LLM)基础与发展
│   ├── [ 45M] 1-3国内外主要LLM及特点介绍
│   ├── [ 29M] 1-4大模型的不足以及主要解决方案
│   ├── [ 37M] 1-5AIGC产业拆解以及常见名词解释
│   ├── [ 40M] 1-6应用级开发者如何拥抱AI2.0时代？
│   └── [ 23M] 1-7智能体(agent)命理大师虚拟项目（需求分析、技术选型、技术分解）
├── 第2章初识langchain：LLM大模型与AI应用的粘合剂/
│   ├── [6.1M] 2-1初始langchain：LLM大模型与AI应用的粘合剂
│   ├── [ 14M] 2-2langchain是什么以及发展过程
│   ├── [ 23M] 2-3langchain能做什么和能力一览
│   ├── [ 18M] 2-4langchain的优势与劣势分析
│   ├── [ 34M] 2-5langchain使用环境的搭建
│   ├── [ 53M] 2-6先跑起来：第一个实例，了解langchain的基本模块
│   └── [5.9M] 2-7本章梳理与总结
├── 第3章 LangChain核心模块与实战：用prompts模板调教LLM的输入出/
│   ├── [7.4M] 3-1章节介绍
│   ├── [ 15M] 3-2模型IO大语言模型的交互接口
│   ├── [ 26M] 3-3prompts模板：更加高级和灵活的提示词工程
│   ├── [ 55M] 3-4prompts实战两种主要的提示词模板
│   ├── [ 38M] 3-5自定义prompts模板
│   ├── [ 49M] 3-6两种模板引擎以及组合模板使用
│   ├── [ 38M] 3-7序列化模板使用
│   ├── 由办公模板库编程网lexuecode.com
│   ├── [ 87M] 3-8示例选择器之根据长度动态选择提示词示例组
│   ├── [ 85M] 3-9示例选择器之MMR与最大余弦相似度
│   ├── [ 55M] 3-10langchain核心组件：LLMsvschatmodels
│   ├── [ 37M] 3-11更好的体验：流式输出
│   ├── [ 26M] 3-12花销控制：token消耗追踪
│   ├── [ 66M] 3-13输出结构性：不止于聊天
│   └── [6.3M] 3-14本章小结
└── 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/
├── [3.1M] 4-1本章介绍
├── [ 21M] 4-2RAG：检索增强生成是什么？
├── [ 47M] 4-3loader：让大模型具备实时学习的能力
├── [ 41M] 4-4文档转换实战：文档切割
├── [ 30M] 4-5文档转换实战：总结精炼和翻译
├── [ 46M] 4-6Lostinthemiddle长上下文精度处理问题
├── [ 30M] 4-7文本向量化实现方式
├── [ 75M] 4-8与AI共舞的向量数据库
├── [ 36M] 4-9Chatdoc又一个智能文档助手（1）
├── [ 35M] 4-10Chatdoc又一个智能文档助手（2）
├── [ 66M] 4-11ChatDoc几种检索优化的方式
├── [ 33M] 4-12ChatDoc与文件聊天交互
└── [6.2M] 4-13本章小结