站内时间: 2025-08-09
条目: 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 / 002.2-Agent需要具备的基本能力.mp4 / 003.3-与大模型的关系与多角色交互.mp4 / 004.4-框架的作用和能解决的问题.mp4 / 005.5-整体总结分析.mp4 / 006.6-GPTS分析一波.mp4 / 007.7-经典任务分析.mp4 / 008.1-COZE的基本使用解读与说明.mp4 / 009.2-工作流中大模型的使用方法.mp4 / 010.1-数据查找配置.mp4 / 011.2-读取新闻内容并整理报告.mp4 / 012.3-循环的配置与中间变量的作用.mp4 / 013.4-循环体注意事项更新.mp4 / 014.1-插件的基本配置方法.mp4 / 015.2-输入输出参数配置方法.mp4 / 016.3-再工作流中配置自己的插件并使用.mp4 / 017.1-发票助手插件接入.mp4 / 018.2-数据表创建方法.mp4 / 019.3-识别工作流配置与测试.mp4 / 020.4-调用模块工作流配置.mp4 / 021.1-构建自己的邮箱插件.mp4 / 022.2-插件应用与大模型流程配置.mp4 / 023.3-知识库构建方法与应用.mp4 / 024.1-DEMO演示与整体架构分析.mp4 / 025.2-后端GPT项目部署启动.mp4 / 026.3-前端助手API与流程图配置.mp4 / 027.4-接入外部API的方法与流程.mp4 / 028.5-引入API方法解读.mp4 / 029.6-指令提示构建.mp4 / 030.0-Python环境说明.mp4 / 031.1-AutoGenStudio框架安装与介绍.mp4 / 032.2-动作API配置方法.mp4 / 033.3-国内常用API配置方法.mp4 / 034.4-API接口在线测试.mp4 / 035.5-工作流配置.mp4 / 036.6-执行流程与结果.mp4 / 037.1-API生成方法.mp4 / 038.2-GroupChat模块.mp4 / 039.3-执行流程分析.mp4 / 040.4-外接本地支持库配置方法.mp4 / 041.5-加入RAG技能.mp4 / 042.6-LMStudio本地下载部署模型.mp4 / 043.7-调用本地模型方法与配置.mp4 / 044.8-AutogenStudio本地化部署流程.mp4 / 045.9-本地化部署接入应用实例.mp4 / 046.11-Ollama环境配置与安装.mp4 / 047.12-autogen接入本地模型.mp4 / 048.1-RAGFLOW介绍和特点.mp4 / 049.2-RAGFLOW接入本地模型.mp4 / 050.3-Chat与Embedding模型接入.mp4 / 051.4-知识库构建实例.mp4 / 052.5-封装成API调用.mp4 / 053.1-GPTS任务流程概述分析.mp4 / 054.2-调用API的控制方式.mp4 / 055.3-API相关配置完成.mp4 / 056.4-完成指令与脚本并生成.mp4 / 057.1-论文概述分析.mp4 / 058.2-整体框架逻辑介绍.mp4 / 059.3-项目环境配置.mp4 / 060.4-基础解读-动作定义方式.mp4 / 061.5-基础解读-角色定义.mp4 / 062.6-单动作智能体实现方法.mp4 / 063.7-多动作配置方法.mp4 / 064.8-定时器任务环境配置.mp4 / 065.9-定时器任务流程解读分析.mp4 / 066.0-基本Agent的组成.mp4 / 067.1-Agent要完成的任务和业务逻辑定义.mp4 / 068.2-问题拆解与执行流程.mp4 / 069.3-检索得到重要的URL.mp4 / 070.4-子问题生成总结结果.mp4 / 071.5-总结与结果输出.mp4 / 072.1-RAG要完成的任务解读.mp4 / 073.2-RAG整体流程解读.mp4 / 074.3-召回优化策略分析.mp4 / 075.4-召回改进方案解读.mp4 / 076.5-评估工具RAGAS.mp4 / 077.6-外接本地数据库工具.mp4 / 078.1-整体故事解读.mp4 / 079.2-要解决的问题和整体框架分析.mp4 / 080.3-论文基本框架分析.mp4 / 081.4-Agent的记忆信息.mp4 / 082.5-感知与反思模块构建流程.mp4 / 083.6-计划模块实现细节.mp4 / 084.7-整体流程框架图.mp4 / 085.8-感知模块解读.mp4 / 086.9-思考模块解读.mp4 / 087.10-项目环境配置方法解读.mp4 / 088.1-langchain框架解读.mp4 / 089.2-基本API调用方法.mp4 / 090.3-数据文档切分操作.mp4 / 091.4-样本索引与向量构建.mp4 / 092.5-数据切块方法.mp4 / 093.1-MOE概述分析.mp4 / 094.2-MOE模块实现方法解读.mp4 / 095.3-效果分析与总结.mp4 / 096.1-大模型如何做下游任务.mp4 / 097.2-LLM落地微调分析.mp4 / 098.3-LLAMA与LORA介绍.mp4 / 099.4-LORA微调的核心思想.mp4 / 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 / 2-Agent流程.png / 3-Ageng包括组件.png / 4-Agent组成.png / 5-多模态.png / 6-多角色组成.png / 7-Agent游戏.png / 8-多智能体.png / 9-多智能体2.png / Agent.png / Agent思维导图.pdf
📂 资源目录
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 002.2-Agent需要具备的基本能力.mp4 003.3-与大模型的关系与多角色交互.mp4 004.4-框架的作用和能解决的问题.mp4 005.5-整体总结分析.mp4 006.6-GPTS分析一波.mp4 007.7-经典任务分析.mp4 008.1-COZE的基本使用解读与说明.mp4 009.2-工作流中大模型的使用方法.mp4 010.1-数据查找配置.mp4 011.2-读取新闻内容并整理报告.mp4 012.3-循环的配置与中间变量的作用.mp4 013.4-循环体注意事项更新.mp4 014.1-插件的基本配置方法.mp4 015.2-输入输出参数配置方法.mp4 016.3-再工作流中配置自己的插件并使用.mp4 017.1-发票助手插件接入.mp4 018.2-数据表创建方法.mp4 019.3-识别工作流配置与测试.mp4 020.4-调用模块工作流配置.mp4 021.1-构建自己的邮箱插件.mp4 022.2-插件应用与大模型流程配置.mp4 023.3-知识库构建方法与应用.mp4 024.1-DEMO演示与整体架构分析.mp4 025.2-后端GPT项目部署启动.mp4 026.3-前端助手API与流程图配置.mp4 027.4-接入外部API的方法与流程.mp4 028.5-引入API方法解读.mp4 029.6-指令提示构建.mp4 030.0-Python环境说明.mp4 031.1-AutoGenStudio框架安装与介绍.mp4 032.2-动作API配置方法.mp4 033.3-国内常用API配置方法.mp4 034.4-API接口在线测试.mp4 035.5-工作流配置.mp4 036.6-执行流程与结果.mp4 037.1-API生成方法.mp4 038.2-GroupChat模块.mp4 039.3-执行流程分析.mp4 040.4-外接本地支持库配置方法.mp4 041.5-加入RAG技能.mp4 042.6-LMStudio本地下载部署模型.mp4 043.7-调用本地模型方法与配置.mp4 044.8-AutogenStudio本地化部署流程.mp4 045.9-本地化部署接入应用实例.mp4 046.11-Ollama环境配置与安装.mp4 047.12-autogen接入本地模型.mp4 048.1-RAGFLOW介绍和特点.mp4 049.2-RAGFLOW接入本地模型.mp4 050.3-Chat与Embedding模型接入.mp4 051.4-知识库构建实例.mp4 052.5-封装成API调用.mp4 053.1-GPTS任务流程概述分析.mp4 054.2-调用API的控制方式.mp4 055.3-API相关配置完成.mp4 056.4-完成指令与脚本并生成.mp4 057.1-论文概述分析.mp4 058.2-整体框架逻辑介绍.mp4 059.3-项目环境配置.mp4 060.4-基础解读-动作定义方式.mp4 061.5-基础解读-角色定义.mp4 062.6-单动作智能体实现方法.mp4 063.7-多动作配置方法.mp4 064.8-定时器任务环境配置.mp4 065.9-定时器任务流程解读分析.mp4 066.0-基本Agent的组成.mp4 067.1-Agent要完成的任务和业务逻辑定义.mp4 068.2-问题拆解与执行流程.mp4 069.3-检索得到重要的URL.mp4 070.4-子问题生成总结结果.mp4 071.5-总结与结果输出.mp4 072.1-RAG要完成的任务解读.mp4 073.2-RAG整体流程解读.mp4 074.3-召回优化策略分析.mp4 075.4-召回改进方案解读.mp4 076.5-评估工具RAGAS.mp4 077.6-外接本地数据库工具.mp4 078.1-整体故事解读.mp4 079.2-要解决的问题和整体框架分析.mp4 080.3-论文基本框架分析.mp4 081.4-Agent的记忆信息.mp4 082.5-感知与反思模块构建流程.mp4 083.6-计划模块实现细节.mp4 084.7-整体流程框架图.mp4 085.8-感知模块解读.mp4 086.9-思考模块解读.mp4 087.10-项目环境配置方法解读.mp4 088.1-langchain框架解读.mp4 089.2-基本API调用方法.mp4 090.3-数据文档切分操作.mp4 091.4-样本索引与向量构建.mp4 092.5-数据切块方法.mp4 093.1-MOE概述分析.mp4 094.2-MOE模块实现方法解读.mp4 095.3-效果分析与总结.mp4 096.1-大模型如何做下游任务.mp4 097.2-LLM落地微调分析.mp4 098.3-LLAMA与LORA介绍.mp4 099.4-LORA微调的核心思想.mp4 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 2-Agent流程.png 3-Ageng包括组件.png 4-Agent组成.png 5-多模态.png 6-多角色组成.png 7-Agent游戏.png 8-多智能体.png 9-多智能体2.png Agent.png Agent思维导图.pdf