课程亮点:
- 深入解析LangChain v1的新特性和核心组件。
- 探讨AI Agent的三大开发范式和ReAct范式。
- 介绍LangChain v1的核心组件与高级应用。
- 分析Agent Skills的核心原理、技术框架与场景化应用。
- 对比LangSmith与Langfuse的追踪方法,并分享应用实践。
- 实战GraphRAG,实现可视化和LangChain与Neo4j的集成。
- 构建企业级复杂AI应用,并解析知识图谱与GraphRAG 2.7全流程。
- 使用Milvus向量数据库构建高性能RAG系统。
- 本地部署DeepSeek OCR,实现企业级vLLM。
- 探讨多场景或多领域RAG知识隔离架构。
- 对比LangGraph与Agno-AGI,并进行深度分析。
- 数据集管理与评估测试,以及提示工程管理与优化。
- 分享技术答疑和真实面试题。
适用场景:
本课程适合AI领域的研究者、工程师以及想要提升AI大模型开发技能的专业人士。
📂 资源目录
2026聚客AI大模型工程师第7期文档.png [493.5 KB] 1-多场景或多领域RAG知识隔离架构.mp4 [622.7 MB] 14-Agent Skills核心原理技术框架与场景化应用.mp4 [766.4 MB] 4-LangChain v1 新特性及核心组件.mp4 [997.5 MB] 10-AI Agent三大开发范式和ReAct范式深度解析.mp4 [935.0 MB] 5-LangChain v1 核心组件与高级应用.mp4 [1.1 GB] 7-LangSmith 对比 Langfuse 追踪方法解析及应用实践.mp4 [1.0 GB] 13-GraphRAG实战与可视化和LangChain集成Neo4j.mp4 [779.6 MB] 6-LangGraph v1构建企业级复杂AI应用.mp4 [992.7 MB] 12_知识图谱与GraphRAG 2.7全流程解析及LiteLLM本部部署.mp4 [973.2 MB] 11-Milvus向量数据库构建高性能RAG系统.mp4 [618.8 MB] 3-DeepSeek OCR 企业级vLLM本地部署.mp4 [876.0 MB] 2-LangGraph与Agno-AGI深度对比分析.mp4 [753.0 MB] 8-LangSmith 数据集管理与评估测试及提示工程管理与优化.mp4 [1.1 GB] 9-技术答疑真实面试题分享.mp4 [397.4 MB]