rk0653-迪哥2024Ai必会Agent应用解读项目实战

rk0653-迪哥2024Ai必会Agent应用解读+项目实战

Agent系列

001.1-Agent要解决的问题分析.mp4 19.8MB

002.2-Agent需要具备的基本能力.mp4 19.1MB

003.3-与大模型的关系与多角色交互.mp4 19.5MB

004.4-框架的作用和能解决的问题.mp4 23.1MB

005.5-整体总结分析.mp4 11.3MB

006.6-GPTS分析一波.mp4 28.1MB

007.7-经典任务分析.mp4 21.5MB

008.1-COZE的基本使用解读与说明.mp4 27.6MB

009.2-工作流中大模型的使用方法.mp4 32.3MB

010.1-数据查找配置.mp4 33.7MB

011.2-读取新闻内容并整理报告.mp4 36.2MB

012.3-循环的配置与中间变量的作用.mp4 68.5MB

013.4-循环体注意事项更新.mp4 3.3MB

014.1-插件的基本配置方法.mp4 33.2MB

015.2-输入输出参数配置方法.mp4 25.5MB

016.3-再工作流中配置自己的插件并使用.mp4 46.9MB

017.1-发票助手插件接入.mp4 29.6MB

018.2-数据表创建方法.mp4 34.4MB

019.3-识别工作流配置与测试.mp4 30.8MB

020.4-调用模块工作流配置.mp4 42.1MB

021.1-构建自己的邮箱插件.mp4 29.7MB

022.2-插件应用与大模型流程配置.mp4 35.3MB

023.3-知识库构建方法与应用.mp4 40.4MB

024.1-DEMO演示与整体架构分析.mp4 60.9MB

025.2-后端GPT项目部署启动.mp4 51.9MB

026.3-前端助手API与流程图配置.mp4 58.5MB

027.4-接入外部API的方法与流程.mp4 41.1MB

028.5-引入API方法解读.mp4 47.9MB

029.6-指令提示构建.mp4 24.7MB

030.0-Python环境说明.mp4 33.4MB

031.1-AutoGenStudio框架安装与介绍.mp4 27.8MB

032.2-动作API配置方法.mp4 27.5MB

033.3-国内常用API配置方法.mp4 22.2MB

034.4-API接口在线测试.mp4 20.9MB

035.5-工作流配置.mp4 36.0MB

036.6-执行流程与结果.mp4 28.4MB

037.1-API生成方法.mp4 26.8MB

038.2-GroupChat模块.mp4 25.5MB

039.3-执行流程分析.mp4 27.7MB

040.4-外接本地支持库配置方法.mp4 47.1MB

041.5-加入RAG技能.mp4 27.4MB

042.6-LMStudio本地下载部署模型.mp4 21.2MB

043.7-调用本地模型方法与配置.mp4 23.4MB

044.8-AutogenStudio本地化部署流程.mp4 23.3MB

045.9-本地化部署接入应用实例.mp4 37.1MB

046.11-Ollama环境配置与安装.mp4 23.8MB

047.12-autogen接入本地模型.mp4 32.2MB

048.1-RAGFLOW介绍和特点.mp4 24.9MB

049.2-RAGFLOW接入本地模型.mp4 39.2MB

050.3-Chat与Embedding模型接入.mp4 34.0MB

051.4-知识库构建实例.mp4 68.6MB

052.5-封装成API调用.mp4 45.5MB

053.1-GPTS任务流程概述分析.mp4 47.0MB

054.2-调用API的控制方式.mp4 20.8MB

055.3-API相关配置完成.mp4 28.3MB

056.4-完成指令与脚本并生成.mp4 50.2MB

057.1-论文概述分析.mp4 45.0MB

058.2-整体框架逻辑介绍.mp4 57.3MB

059.3-项目环境配置.mp4 64.8MB

060.4-基础解读-动作定义方式.mp4 16.1MB

061.5-基础解读-角色定义.mp4 13.6MB

062.6-单动作智能体实现方法.mp4 20.0MB

063.7-多动作配置方法.mp4 18.2MB

064.8-定时器任务环境配置.mp4 48.8MB

065.9-定时器任务流程解读分析.mp4 44.7MB

066.0-基本Agent的组成.mp4 42.7MB

067.1-Agent要完成的任务和业务逻辑定义.mp4 44.9MB

068.2-问题拆解与执行流程.mp4 59.9MB

069.3-检索得到重要的URL.mp4 30.8MB

070.4-子问题生成总结结果.mp4 50.7MB

071.5-总结与结果输出.mp4 26.0MB

072.1-RAG要完成的任务解读.mp4 14.5MB

073.2-RAG整体流程解读.mp4 16.9MB

074.3-召回优化策略分析.mp4 17.2MB

075.4-召回改进方案解读.mp4 26.4MB

076.5-评估工具RAGAS.mp4 41.8MB

077.6-外接本地数据库工具.mp4 20.6MB

078.1-整体故事解读.mp4 38.1MB

079.2-要解决的问题和整体框架分析.mp4 52.3MB

080.3-论文基本框架分析.mp4 85.8MB

081.4-Agent的记忆信息.mp4 63.9MB

082.5-感知与反思模块构建流程.mp4 21.0MB

083.6-计划模块实现细节.mp4 31.7MB

084.7-整体流程框架图.mp4 20.0MB

085.8-感知模块解读.mp4 39.5MB

086.9-思考模块解读.mp4 52.1MB

087.10-项目环境配置方法解读.mp4 41.0MB

088.1-langchain框架解读.mp4 20.6MB

089.2-基本API调用方法.mp4 38.2MB

090.3-数据文档切分操作.mp4 42.7MB

091.4-样本索引与向量构建.mp4 49.9MB

092.5-数据切块方法.mp4 45.2MB

093.1-MOE概述分析.mp4 20.3MB

094.2-MOE模块实现方法解读.mp4 29.8MB

095.3-效果分析与总结.mp4 44.0MB

096.1-大模型如何做下游任务.mp4 27.7MB

097.2-LLM落地微调分析.mp4 33.7MB

098.3-LLAMA与LORA介绍.mp4 27.9MB

099.4-LORA微调的核心思想.mp4 20.4MB

Agent论文解读与总结相关

Autogen与其他智能体框架

COZE智能体系列重要

大模型微调与知识库

Agent架构解读与应用分析

OPENAI-LLM模型优化总结

斯坦福AI小镇架构与项目解读

1-Agent趋势.png 0.3MB

2-Agent流程.png 0.1MB

3-Ageng包括组件.png 0.1MB

4-Agent组成.png 0.3MB

5-多模态.png 0.1MB

6-多角色组成.png 0.1MB

7-Agent游戏.png 0.3MB

8-多智能体.png 0.1MB

9-多智能体2.png 0.1MB

Agent.png 0.1MB

Agent思维导图.pdf 0.1MB