AI+行业=Agent(智能体替你干活)
课程内容：
├── 012.3-循环的配置与中间变量的作用 (1)
├── 010.1-数据查找配置 (1)
├── 011.2-读取新闻内容并整理报告 (1)
├── 009.2-工作流中大模型的使用方法 (1)
├── 013.4-循环体注意事项更新 (1)
├── 006.6-GPTS分析一波 (1)
├── 008.1-COZE的基本使用解读与说明 (1)
├── 007.7-经典任务分析 (1)
├── 004.4-框架的作用和能解决的问题 (1)
├── 005.5-整体总结分析 (1)
├── 003.3-与大模型的关系与多角色交互 (1)
├── 002.2-Agent需要具备的基本能力 (1)
├── 015.2-输入输出参数配置方法 (1)
├── 001.1-Agent要解决的问题分析 (1)
├── 014.1-插件的基本配置方法 (1)
├── 126.2-环境相关配置解读
├── 072.1-RAG要完成的任务解读
├── 117.4-机器学习算法分析
├── 085.8-感知模块解读
├── 136.5-llama.cpp量化实例
├── 078.1-整体故事解读
├── 018.2-数据表创建方法
├── 139.1-提示词与工作流配置
├── 025.2-后端GPT项目部署启动
├── 135.4-llama3微调后进行量化
├── 044.8-AutogenStudio本地化部署流程
├── 103.3-源码调用DEBUG解读
├── 104.4-训练流程演示
├── 102.2-项目数据解读
├── 064.8-定时器任务环境配置
├── 040.4-外接本地支持库配置方法
├── 021.1-构建自己的邮箱插件
├── 038.2-GroupChat模块
├── 148.5-自己DIY的Agent测试与发布
├── 091.4-样本索引与向量构建
├── 147.4-工作流的基本配置流程和方法
├── 051.4-知识库构建实例
├── 119.1-知识图谱要解决的问题与流程分析
├── 022.2-插件应用与大模型流程配置
├── 023.3-知识库构建方法与应用
├── 115.2-数据处理与清洗分析
├── 042.6-LMStudio本地下载部署模型
├── 128.4-功能调用方法实例
├── 074.3-召回优化策略分析
├── Agent资料.txt
├── 154.COZE介绍与界面更新
├── 071.5-总结与结果输出
├── 080.3-论文基本框架分析
├── 082.5-感知与反思模块构建流程
├── 061.5-基础解读-角色定义
├── 041.5-加入RAG技能
├── 076.5-评估工具RAGAS
├── 127.3-工具调用流程拆解
├── 045.9-本地化部署接入应用实例
├── 077.6-外接本地数据库工具
├── 122.4-大模型要解决的问题和应用分析
├── 141.COZE基本使用操作实例(必看)
├── 142.语聚AI插件制作更新(刷完第三章动手做的时候再看就行)
├── 155.语聚AI插件制作更新
├── 114.1-数据挖掘要解决的问题
├── 073.2-RAG整体流程解读
├── 132.1-LORA微调方法
├── 129.5-RAG环境配置搭建
├── 105.5-效果演示与总结分析
├── 096.1-大模型如何做下游任务
├── 067.1-Agent要完成的任务和业务逻辑定义
├── 134.3-llama3模型微调实例
├── 063.7-多动作配置方法
├── 068.2-问题拆解与执行流程
├── 033.3-国内常用API配置方法
├── 133.2-指令微调所需数据与模型下载
├── 084.7-整体流程框架图
├── 118.5-模板到哪去找
├── 035.5-工作流配置
├── 017.1-发票助手插件接入
├── 150.1-产品功能与需求分析
├── 108.3-微调要解决的问题
├── 107.2-RAG实践策略
├── 086.9-思考模块解读
├── 079.2-要解决的问题和整体框架分析
├── 034.4-API接口在线测试
├── 094.2-MOE模块实现方法解读
├── 031.1-AutoGenStudio框架安装与介绍
├── 087.10-项目环境配置方法解读
├── 098.3-LLAMA与LORA介绍
├── 075.4-召回改进方案解读
├── 145.2-技能测试与插件创建实例
├── 043.7-调用本地模型方法与配置
├── 027.4-接入外部API的方法与流程
├── 047.12-autogen接入本地模型
├── 116.3-特征工程的作用与流程
├── 060.4-基础解读-动作定义方式
├── 020.4-调用模块工作流配置
├── 131.7-RAG基本流程分析
├── 019.3-识别工作流配置与测试
├── 110.2-数据与特征库准备
├── 050.3-Chat与Embedding模型接入
├── 123.5-工具总结分析
├── 093.1-MOE概述分析
├── 048.1-RAGFLOW介绍和特点
├── 138.配置
├── 069.3-检索得到重要的URL
├── 052.5-封装成API调用
├── 024.1-DEMO演示与整体架构分析
├── 121.3-知识图谱实战应用项目解读
├── 056.4-完成指令与脚本并生成
├── 101.1-提示工程的作用
├── 149.COZE的UI界面变化
├── 089.2-基本API调用方法
├── 090.3-数据文档切分操作
├── 124.1-COZE开发者平台解读
├── 130.6-LLAMA3应用-RAG搭建方法
├── 036.6-执行流程与结果
├── 152.3-配置插件与测试效果
├── 095.3-效果分析与总结
├── 151.2-文案助手的工作流程设计
├── 153.COZE的UI界面更新
├── 046.11-Ollama环境配置与安装
├── 058.2-整体框架逻辑介绍
├── 037.1-API生成方法
├── 097.2-LLM落地微调分析
├── 029.6-指令提示构建
├── 055.3-API相关配置完成
├── 106.1-RAG与微调可以解决与无法解决的问题
├── 054.2-调用API的控制方式
├── 049.2-RAGFLOW接入本地模型
├── 059.3-项目环境配置
├── 057.1-论文概述分析
├── 144.语聚API更新(课时9如遇问题看这个)
├── 062.6-单动作智能体实现方法
├── 032.2-动作API配置方法
├── 088.1-langchain框架解读
├── 065.9-定时器任务流程解读分析
├── 030.0-Python环境说明
├── 092.5-数据切块方法
├── 099.4-LORA微调的核心思想
├── 100.5-LORA模型实现细节
├── 028.5-引入API方法解读
├── 137.6-部署应用
├── 026.3-前端助手API与流程图配置
├── 140.2-插件配置方法与输出
├── 111.3-模型准备与项目分析
├── 113.5-项目经验总结与优化方法
├── 120.2-知识图谱项目实际应用分析
├── 143.1-扣子开发平台实例解读
├── 109.1-项目需求分析流程
├── 125.1-llama3模型下载与配置安装
├── 016.3-再工作流中配置自己的插件并使用
├── 066.0-基本Agent的组成
├── 146.3-配置好自己的DIY技能
├── 070.4-子问题生成总结结果
├── 053.1-GPTS任务流程概述分析
├── 039.3-执行流程分析
├── 083.6-计划模块实现细节
├── 112.4-模型选择方法总结
├── 081.4-Agent的记忆信息
服务说明：
（1）、资源来源于网络公开发表文件，所有资料仅供学习交流，版权归原作者所有，内容仅供读者参考。；
（2）、积分仅用来维持网站运营，性质为用户友情赞助，并非购买文件费用（1元=1积分）；
（3）、如遇百度网盘分享链接失效，可以在问答社区提交问题反馈，管理员都会及时处理的或将资料发送至您提交的邮箱；
（4）、不用担心不给资料，如果没有及时回复也不用担心，看到了都会发给您的！放心！
（5）、以上内容由网站用户发布，如有侵权，请联系我们立即删除！联系微信：295520529
