赋范 AI-2026年大模型 Agent智能体开发实战 夏季班
实战大模型Agent智能体开发
编辑点评
深入解析大模型原理，实战项目丰富，适合AI开发者进阶。
⭐ 编辑推荐
本课程深入讲解大模型Agent智能体开发，涵盖大模型接入、部署、开发实战等，助你成为AI领域的专家。
课程亮点
• 大模型原理深入解析
• 实战项目丰富
• 适合AI开发者进阶
课程目录
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
📁 赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
📁 【Part 1】全球顶尖在线大模型接入指南
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
1. 大模型核心原理与全球厂商现状概述 .sz
2. openRouter以及deepseek等国内平台注册 .sz
3. OpenAI通用接口Chat Completions API基础使用 .sz
4. Chat Completions API 接口进阶使用 .sz
5. 多模型交互实战项目LLM-PlayGround .sz
📁 【Part 2】开源大模型部署与调用指南
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
1. 全球三大开源平台介绍Huggingface、魔搭社区以及Github .sz
2. 开源平台实操、资源获取方式 .sz
3. 大模型权重原理及显存需求计算 .sz
4. AutoDL云服务平台介绍与创建实例 .sz
5. 大模型量化技术介绍与GGUF、AWQ格式选型 .sz
6. 量化框架llama.cpp、unsloth、ktransformers介绍与实操 .sz
7. 本地部署ollama、vLLM演示 .sz
📁 【Part 3】大模型Agent开发基础
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
1.1 大模型Agent演进脉络与生态全景 .sz
1.2 Function Calling 概念详解与实战 .sz
1.3 Function Calling 故障排查与并行调用工具优化 .sz
1.4 旅游规划Agent项目与答疑 .sz
📁 【Part 4】LangChain 1.0 体系讲解
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
1.1 LangChain整体框架介绍 .sz
1.2 LangChain生态、核心依赖定位以及Runnable概念介绍 .sz
1.3 模型接口调用与速率限流和重试机制 .sz
1.4 Messages消息列表和Prompt提示词模版演示 .sz
1.5 标准化内容块、批处理和流式输出 .sz
1.6 结构化输出以及搭建对话问答机器人案例 .sz
2.1 Agent核心概念与React范式 .sz
2.2 Tool工具接入与自定义工具使用 .sz
2.3 MCP服务接入与意图识别分类优化 .sz
2.4 SystemPrompt系统提示词与流式输出 .sz
2.5 记忆管理之短期记忆、上下文裁剪与自定义State扩展 .sz
2.6 记忆管理之长期记忆、跨线程记忆管理 .sz
3.1 LangGraph Studio 图结构可视化框架 .sz
3.2 中间件技术概览、类型分类与应用场景 .sz
3.3 LangChain内部集成中间件介绍与应用 .sz
3.4 装饰器与继承方法自定义中间件应用 .sz
3.5 【实战】IT运维多中间件组合应用案例实战 .sz
4.1 RAG基础概述与LangChain搭建RAG检索功能 .sz
4.2 AgenticRAG概念介绍与自定义RAG检索工具Tool .sz
4.3 定义中间件构建完整AgenticRAG系统 .sz
4.4 LangSmith可视化工具注册与使用 .sz
5.1 DeepAgents框架定位与功能介绍 .sz
5.2 系统提示词与子代理subAgent工具 .sz
5.3 文件系统与backend沙箱环境应用 .sz
5.4 backend数据库存储与混合后端模式 .sz
6.1 DeepAgents网络爬虫系统架构及实现逻辑 .sz
6.2 智能体运行效果与结果展示 .sz
6.3 四大子智能体与工具独立运行效果 .sz
6.4 AgentChatCli开源工具使用与DeepAgents总结 .sz
📁 【Part 5】大模型RAG入门
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
【RAG】1.1 RAG基础概念讲解 .sz
【RAG】1.2 案例演示以及Langchain代码实现离线处理 .sz
【RAG】1.3 Langchain实现数据检索以及完整流程演示 .sz
【RAG】1.4 RAG部署考虑以及进阶优化方案 .sz
【RAG】2.1 RAG多文档解析难点与技术选型 .sz
【RAG】2.2 使用unstructured库解析基础格式文档 .sz
【RAG】2.3 使用unstructured库对图像和PDF复杂格式文档解析 .sz
【RAG】2.4 LlamaIndex框架结合unstructured库混合解析文档实践 .sz
【RAG】3.1 数据清洗与文档切分核心原则 .sz
【RAG】3.2 LlamaIndex基础文档切分器实战解析 .sz
【RAG】3.3 层级文档分割器及混合分割应用实践 .sz
【RAG】3.4 切分策略选择优化与评估器应用演示 .sz
【RAG】4.1 Embedding模型介绍及调用实践 .sz
【RAG】4.2 向量数据库多维度对比及核心组件介绍 .sz
【RAG】4.3 各类向量数据库嵌入数据实操演示 .sz
【RAG】4.4 向量检索工具封装及agent调用演示 .sz
【RAG】5.1 RAG检索生成流程概述 .sz
【RAG】5.2 基础检索与混合检索+rerank实践 .sz
【RAG】5.3 单词查询与多轮对话实践 .sz
【RAG】5.4 RAG检索阶段无序评估指标 .sz
【RAG】5.5 RAG检索阶段有序评估指标及代码演示 .sz
【RAG】5.6 RAG生成阶段评估指标 .sz
【RAG】5.7 开源评估框架DeepEval和Trulens演示 .sz
📁 【Part 6】大模型RAG进阶-LlamaIndex
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
1.1 结构化数据核心概念与markdown、pdf文件中表格解析 .sz
1.2 小数据集PandasQueryEngine分析工具应用 .sz
1.3 milvus+BM25检索结构化数据 .sz
1.4 Text-To-SQL检索与优化方案 .sz
1.5 混合路由架构检索与部署优化建议 .sz
2.1 图文混排PDF难点与技术挑战概述 .sz
2.2 PyMuPDF开源多模态索引与检索 .sz
2.3 LlamaParse 实现Markdown格式转化检索 .sz
2.4 MinerU接口实现VLM+OCR混合检索 .sz
2.5 ReAct智能体集成多模态RAG检索工具 .sz
3.1 跨模态检索挑战与CLIP模型MVP验证 .sz
3.2 VLM图片描述生成+混合检索 .sz
3.3 Qwen3-VL召回+精排黄金架构 .sz
3.4 多模态Agentic RAG检索智能体 .sz
📁 【Part 7】Agent skills 详解
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
1.1 大模型Agent Skills演进脉络与官方应用 .sz
1.2 Skills渐进式披露运行原理与内部结构解析 .sz
1.3 Skills执行机制代码实现与MCP技术对比 .sz
1.4 openai的sdk实现完整skills运行逻辑讲解 .sz
1.5 Agent skills生态边界与应用场景 .sz
1.6 AgentSkills基础入门课程答疑 .sz
2.1 LangChain搭建Agent基础环境 .sz
2.2 反面案例剖析Skills内核结构 .sz
2.3 三大核心Skills设计原则 .sz
2.4 SKills四种核心范式设计模式 .sz
2.5 从零到一创建文档摘要Skills与评估优化实战 .sz
2.6 升级版mini-openclaw项目创建评估skills演示 .sz
📁 【Part 8】智能体长短期记忆管理
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
1.1 Agent记忆管理与文件记忆管理系统类型介绍 .sz
1.2 短期记忆管理介绍与截断压缩处理机制 .sz
1.3 长期记忆管理存储类型与写入触发三要素 .sz
1.4 短期+长期协同MemoryManager调度中枢 .sz
1.5 mini-openclaw长短期记忆部分解读 .sz
2.1 开源记忆中间件mem0概述及核心架构 .sz
2.2 mem0快速上手及milvus向量数据库集成使用 .sz
2.3 langchain接入mem0工具调用核心思路 .sz
2.4 生产部署思路与ClaudeCode优化方案 .sz
2.5 mini-openclaw演示mem0长期记忆存储方式 .sz
📁 【Part 9】智能体上下文工程
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
1.1 Agent上下文工程概述介绍与六大模块概览 .sz
1.2 上下文六大模块实战演示效果 .sz
1.3 上下文五大策略-write写入select检索实战 .sz
1.4 上下文五大策略-compress压缩方案实战 .sz
1.5 上下文五大策略-isolate隔离、cache缓存实战与总结 .sz
2.1 六模块认知与LangChain中间件回顾 .sz
2.2 Compression 压缩五件套 Middleware 叠加策略 .sz
2.3 Write三策略会话_长期_任务三层记忆实现 .sz
2.4 Select 四策略工程化与动态工具装配 .sz
2.5 Isolate 隔离子 Agent 编排实现 .sz
2.6 Cache 前缀缓存断裂诊断与修复 .sz
2.7 mini-openclaw 集成优化策略演示 .sz
📁 【Vibe Coding 阶段二】Cursor 进阶实战
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
10. OpenClaw源码二开-接入自定义Agent Skills .sz
11. OpenClaw源码二开-接入自定义应用场景 .sz
6. OpenClaw源码开发整体流程梳理 .sz
7. OpenClaw源码本地部署及启动测试 .sz
8. OpenClaw源码二开-接入自定义大模型 .sz
9. OpenClaw源码二开-接入飞书客户端 .sz
【阶段二】1. 基于VIbe Coding进行开源项目二次开发思路 .sz
【阶段二】2. 顶级OpenClaw项目价值 & 本地部署 .sz
【阶段二】3. OpenClaw源码拆解-客户端架构设计 .sz
【阶段二】4. OpenClaw源码拆解-GateWay AI网关通信协议 .sz
【阶段二】5. OpenClaw源码拆解-Agent Runtime 源码拆解 .sz
📁 【Vibe Coding 阶段三】Claude Code实战
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
1.Claude Code入门介绍 .sz
2.Claude Code部署与使用 .sz
3.Claude Code替换国内模型流程 .sz
4.Claude Code完整功能与架构介绍 .sz
5.内置工具与记忆系统功能详解 .sz
6.会话回溯、斜杠命令与上下文压缩 .sz
7.MCP、Skills与Plugin使用方法 .sz
8.Claude Code进阶开发实战 .sz
【阶段三】1. 企业项目前后端驱动设计规范及CC上手使用 .sz
【阶段三】2. 多模态RAG问答系统技术架构拆解 .sz
【阶段三】3. 多模态RAG问答系统-文档解析模块开发 .sz
【阶段三】4. 多模态RAG问答系统-知识图谱提取模块MVP构建测试 .sz
【阶段三】5. 多模态RAG问答系统-GraphRAG索引完整Pipeline-MVP搭建 .sz
【阶段三】6. 多模态RAG问答系统-后端系统架构设计及规范文档生成 .sz
【阶段三】7. 多模态RAG问答系统-基于PRD使用Figma生成前端产品原型 .sz
【阶段三】8. 多模态RAG问答系统-前后端并行开发&集成测试 .sz
【阶段三】9. 多模态RAG问答系统-前后端接口联调&工程化开发经验分享 .sz
📁 【Vibe Coding 阶段四】CC 企业级进阶实战
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
【阶段四】1.Claude Code Agent Teams协作原理 .sz
【阶段四】2. Agent Teams 市场调研&竞品分析拆解 .sz
【阶段四】3. 系统业务建模 & 核心交互链设计 .sz
【阶段四】4. 前后端接口联调 & 自动化测试交付 .sz
📁 【Vibe Coding 阶段一】AI编程入门
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
【阶段一】1. VibeCoding全新编程范式技术概览 .sz
【阶段一】2. 从零开发AI-ChatBot项目-前端UI设计 .sz
【阶段一】3. 从零开发AI-ChatBot项目-后端模型及前后端联调 .sz
【阶段一】4. 智能数据分析代理-需求梳理&系统架构设计 .sz
【阶段一】5. 智能数据分析代理-Linear 项目管理工具配置 .sz
【阶段一】6. 智能数据分析代理-Agent后端代码开发及测试 .sz
【阶段一】7. 智能数据分析代理-前后端接口联调&经验分享 .sz
📁 【加餐】Agent Skills 快速入门实战
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
1.Agent Skills技术影响力介绍 .sz
2.Agent Skills快速使用流程 .sz
3.Agent Skills底层技术实现流程 .sz
4.Agent Skills系统开发基本思路 .sz
5.标准Skills结构与样式 .sz
6.基于LangChain开发Agent Skills系统 .sz
7.Fufan-OpenClaw项目开发流程与功能介绍 .sz
📁 【加餐】Agent Skill开发与Harness开发实战
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
1.Agent Skill进阶介绍与课程项目部署.sz
2.Anthropic官方Skills自动开发流程.sz
3.基于历史对话自主生成skill.sz
4.Agent Skills全自动自主反思进化流程.sz
📁 【加餐】Claude Code 源码解读
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
1.从零搭建简易Agent .sz
2.Claude Code整体代码架构 .sz
3.Claude Code通用记忆系统介绍 .sz
4.Claude Code Dreaming记忆管理系统 .sz
5.Claude Code安全特性介绍 .sz
6.Claude Code对抗熵增过程 .sz
7.Claude Code其它前沿功能 .sz
📁 【加餐】DeepSeek-OCR-2 快速入门实战
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
1.热门OCR模型入门介绍 .sz
2.DeepSeek-OCR-2模型功能特性介绍 .sz
3.DeepSeek-OCR-2视觉因果流原理介绍 .sz
4.DeepSeek-OCR-Web在线解析流程介绍 .sz
5.DeepSeek-OCR-2本地部署与Transformers调用流程 .sz
6.vLLM推理部署与常用提示 .sz
7.借助DeepSeek-OCR实现PDF转MarkDown .sz
📁 【加餐】Harness Engineering 技术实战
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
1.Harness engineering入门介绍 .sz
2.Harness engineering理论基础（上） .sz
3.Harness engineering理论基础（下） .sz
4.GStack项目介绍 .sz
5.Gstack项目功能深度解读 .sz
6.Gstack项目实操代码开发 .sz
7.Gstack项目实操文本生成 .sz
📁 【加餐】Hermes Agent 技术实战
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
1.Harness Engineering理论回顾 .sz
2.Hermes入门介绍与使用流程 .sz
3.案例一：Agent运行时功能介绍与使用 .sz
4.案例二：Hermes Agent接入飞书流程 .sz
5.案例三：Hermes Agent记忆系统介绍与使用 .sz
6.案例四：Hermes Agent Skill自主生成与迭代优化 .sz
📁 【加餐】OpenClaw AI数字员工开发实战
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
1.OpenClaw项目回顾 .sz
1.OpenClaw项目回顾 .mp4
2.OpenClaw安装部署全流程详解 .sz
3.OpenClaw网关系统介绍 .sz
4.OpenClaw Skills系统介绍 .sz
5.OpenClaw插件与持久记忆系统 .sz
6.AI数字员工功能介绍 .sz
7.AI HR数字员工开发流程 .sz
8.AI HR数字员工效果演示 .sz
8.AI HR数字员工效果演示 481.sz
📁 【加餐】OpenClaw 记忆系统开发实践
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
1.OpenClaw核心功能架构介绍 .sz
2.OpenClaw记忆系统介绍 .sz
3.OpenClaw Agent Skills系统介绍 .sz
4.OpenClaw消息队列构造流程 .sz
5.从零手搓OpenClaw基本思路 .sz
6.mini OpenClaw系统功能介绍 .sz
📁 【实战项目合集】热门工业级案例
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
【加餐】案例11：文档审核v1.0 - 1. AI 文档审核类项目实战 .sz
【加餐】案例11：文档审核v1.0 - 2. AI文档审核系统功能架构 .sz
【加餐】案例11：文档审核v1.0 - 3. 成熟AI文档审核产品技术方案 .sz
【加餐】案例11：文档审核v1.0 - 4. 多模态大模型搭建票据审核Agent .sz
【加餐】案例11：文档审核v1.0 - 5. 基于OCR搭建法务合同审核Agent .sz
【加餐】案例11：文档审核v1.0 - 6. 本地部署启动文档审核系统 .sz
【加餐】案例12 - 7. 【实战】自定义规则 + RAG分块完整Pipeline详解 .sz
【加餐】案例12 - 9.【实战】LangChain1.1在线审批的人机交互Agent实战 .sz
【加餐】案例12-8.【实战】LC1.1 HumanInTheLoopMiddleware .sz
【加餐】案例12：文档审核v2.0 - 1. 文档审核2.0项目说明 .sz
【加餐】案例12：文档审核v2.0 - 2. 文档审核系统2.0功能与架构详解 .sz
【加餐】案例12：文档审核v2.0 - 3. 文档审核类AI成熟落地产品功能介绍 .sz
【加餐】案例12：文档审核v2.0 - 4. 文档审核2.0系统本地部署与启动流程 .sz
【加餐】案例12：文档审核v2.0 - 5.【实战】基于 OCR 实现坐标级细粒度文档解析 .sz
【加餐】案例12：文档审核v2.0 - 6.【实战】LangChian搭建审核Agent .sz
【加餐】案例13 - 1. 垂直领域Agentic-GraphRAG技术介绍 .sz
【加餐】案例13 - 2. Agentic-GraphRAG 系统功能展示 .sz
【加餐】案例13 - 3. 垂直领域RAG痛点与GraphRAG落地产品介绍 .sz
【加餐】案例13 - 4. Agentic-GraphRAG技术架构优势 .sz
【加餐】案例13 - 5.【实战】LangExtract 万字长文信息抽取 .sz
【加餐】案例13 - 6.【实战】复杂PDF文档的工业级ETL清洗流程 .sz
【加餐】案例13 - 7.【实战】知识图谱构建与Agentic-GraphRAG开发 .sz
案例10：图文视频Agent - 1.多模态应用_coze简介网页版与小程序版区别 .sz
案例10：图文视频Agent - 2.多模态应用_社交图片流构建与使用 .sz
案例10：图文视频Agent - 3.多模态应用_海报生成存储工作流构建 .sz
案例10：图文视频Agent - 4.多模态应用_视频流创建使用与存储 .sz
案例1：多模态RAG系统（VLM方向）- 1. 系统架构设计 .sz
案例1：多模态RAG系统（VLM方向）- 2. RAG构建流程详解 .sz
案例2：长文案编写Agent - 1. Dify_Agent长文本工作流创建与dify安装 .sz
案例2：长文案编写Agent - 2. 长文本工作流实战_工作流工具构建 .sz
案例2：长文案编写Agent - 3. Agent长文本工作流多流之间的调用 .sz
案例3：多模态RAG系统（OCR方向）- 1. 前端项目架构讲解 .sz
案例3：多模态RAG系统（OCR方向）- 2. 后端项目VLM接入集成 .sz
案例3：多模态RAG系统（OCR方向）- 3. OCR解析集成-MinerU .sz
案例3：多模态RAG系统（OCR方向）- 4. PP-VL与DS-OCR解析集成 .sz
案例4：DeepResearch+Agent +Dify - 3. 基础架构与小型验证 .sz
案例4：DeepResearch+Agent +Dify - 4. 实战主要逻辑生成 .sz
案例4：DeepResearch+Agent +Dify - 5. 查询内容生成 .sz
案例4：DeepResearch+Agent - 1. 基础讲解与必要性 .sz
案例4：DeepResearch+Agent - 2. 架构概览讲解 .sz
案例5：全自动数据分析系统 - 1. DS-OCR vLLM接口服务优化 .sz
案例5：全自动数据分析系统 - 2. 上下文压缩思路及源码解读 .sz
案例6：多模态模型微调实战 - 1. 什么是多模态大模型 .sz
案例6：多模态模型微调实战 - 2. 与OCR的区别与为什么要做微调 .sz
案例6：多模态模型微调实战 - 3. 模型选择与数据准备 .sz
案例6：多模态模型微调实战 - 4. LLamafactory实战与讲解 .sz
案例6：多模态模型微调实战 - 5. 代码微调与部署 .sz
案例7：nl2SQL微调 - 1. NL2sql基础概念 .sz
案例7：nl2SQL微调 - 2. 企业中的应用以及为什么要微调 .sz
案例7：nl2SQL微调 - 3. 一键生成微调数据集 .sz
案例7：nl2SQL微调 - 4. llamafactory第一阶段微调验证 .sz
案例7：nl2SQL微调 - 5. 第二阶段代码微调及数据库验证 .sz
案例8：数据分析Agent 开发实战 - 1. NL2SQL 数据分析项目架构整体介绍 .sz
案例8：数据分析Agent 开发实战 - 2. Jina Embedding & Mil .sz
案例8：数据分析Agent 开发实战 - 3. NL2SQL Agent 架构及中间件配 .sz
案例8：数据分析Agent 开发实战 - 4. Agent 工具调用流式输出及可视化图表 .sz
案例9：RL Agent性能微调 - 1.AgentRL_A的三阶段进化 .sz
案例9：RL Agent性能微调 - 2.AgentRL_Agent核心架构与工作原理 .sz
案例9：RL Agent性能微调 - 3.AgentRL_强化学习的必要与方法选择 .sz
案例9：RL Agent性能微调 - 4.AgentRL_数据基础与构建程序 .sz
案例9：RL Agent性能微调 - 5.AgentRL微调与结果校验 .sz
📁 【专题课】Harness Engineering驾驭工程实战
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
1.1 Harness Engineering原理与概念介绍 .sz
1.2 Harness 的工程实现视角-八大核心机制 .sz
1.3 Harness的宏观产品视角-三支柱坐标系 .sz
2.1 OpenAI的sdk搭建mini-Harness配置环境 .sz
2.2 核心循环、工具调用与进度追踪实现逻辑 .sz
2.3 上下文管理、任务清单与自验证实现逻辑 .sz
2.4 子 Agent 编排实现逻辑 .sz
2.5 生成-评估分离实现与完整手搓mini-harness运行 .sz
3.1 DeepAgents框架定位与环境准备 .sz
3.2 核心函数create_deep_agent八步组装流水线拆解 .sz
3.3 Middleware中间件Hook扩展与实战 .sz
3.4 Backend虚拟文件系统与子代理subAgent定义方式实战 .sz
3.5 HITL人在闭环、Skill集成、Memory读取与权限设置 .sz
3.6 集成案例测试gstack-agent生成HTML网页实战 .sz
4.1 HermesAgent介绍与功能对比 .sz
4.2 Hermes热冷记忆系统分层管理实现 .sz
4.3 自我升级skills双计数器+子Agent四重约束 .sz
4.4 Hermes思维取舍坐标与定位 .sz
📁 课程包含【秋季班】【夏季班】【秋季班】包更新一整年！！！
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
📁 直播回放
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
Part 1. AI Agent 上下文工程管理基础入门 .sz
Part 1. ClaudeCode + DeepSeek 工作台搭建实战 .sz
Part 1. Harness Engineering 驾驭工程-原理与概念 .sz
Part 1. 大模型 Agent Skills 基础入门 .sz
Part 1. 大模型 Agent 基础入门与实战 .sz
Part 1. 大模型RAG入门基础架构与实战 .sz
Part 2. Agent 记忆管理系统进阶——mem0+Claude Code 集成实战 .sz
Part 2. Harness Engineering 驾驭工程-手搓 Mini Harness .sz
Part 2. 大模型本地部署基础入门实战 .sz
Part 3. Harness Engineering 驾驭工程 · DeepAgents 框架实战 .sz
Part 5. Harness Engineering 驾驭工程——curator整理机制与自进化边界 .sz
Vibe Coding AI编程 Claude Code 工程化项目开发（第七课） .sz
Vibe Coding AI编程 Claude Code工程化开发实战（第六课） .sz
Vibe Coding AI编程 Claude Code工程化开发实战（第五课） .sz
Vibe Coding AI编程 Cursor AI IDE 深入实践（第三课） .sz
Vibe Coding AI编程 顶级Agent项目开发实战（第四课） .sz
Vibe Coding AI编程范式与快速上手实践（第二课） .sz
Vibe Coding AI编程范式与快速上手实践（第一课） .sz
大模型基础入门——在线 API 接入实战 .sz
📁 资料
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
📁 【Part 02】开源大模型部署与调用指南
📁 【Part 05】大模型RAG进阶-LlamaIndex
📁 【实战项目合集】热门工业级案例
VibeCodingCourse_完整课件（全）.zip
【Part 01】全球顶尖在线大模型接入指南.zip
【Part 03】LangChain 1.0 体系讲解.zip
【Part 03】大模型Agent开发基础.zip
【Part 04】大模型RAG入门.zip
【Part 07】Agent skills 详解.zip
【Part 08】智能体长短期记忆管理.zip
【Part 09】智能体上下文工程(1).zip
【Part 09】智能体上下文工程.zip
【加餐】Agent Skills 快速入门实战.zip
【加餐】Agent Skill开发与Harness开发实战.zip
【加餐】Claude Code 源码解读.zip
【加餐】DeepSeek-OCR-2 快速入门实战.zip
【加餐】Hermes Agent 技术实战.zip
【加餐】OpenClaw AI数字员工开发实战.zip
【加餐】OpenClaw 记忆系统开发实践.zip
【实战项目合集】热门工业级案例.zip
【专题课】Harness Engineering驾驭工程实战(1).zip
【专题课】Harness Engineering驾驭工程实战.zip
大模型RAG进阶讲解.zip
阶段二：Cursor AI IDE 深入实践.zip
阶段三：最强编程Claude Code工程实战.zip
阶段一：Vibe Coding AI编程入门.zip
📁 赋范 AI-2025年大模型 Agent智能体开发实战
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
📁 【part 0】深度学习Transformer基础（赠送）
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
【Transformer】1 Transformer与注意力机制入门 .mp4
【Transformer】10 编码器结构详解之前馈神经网络FFN .mp4
【Transformer】11 完整Transformer结构下的解码器Decoder .mp4
【Transformer】12 Decoder的输入与teacher forcing .mp4
【Transformer】13 掩码与掩码注意力机制 .mp4
【Transformer】14 填充掩码与前瞻掩码的实现 .mp4
【Transformer】15 编码-解码注意力层 .mp4
【Transformer】16 Decoder-Only结构下的Decoder .mp4
【Transformer】2 Attention注意力机制的本质 .mp4
【Transformer】3 Transformer中的注意力计算流程 & 多头注意力机制 .mp4
【Transformer】4 Transformer的基本架构 .mp4
【Transformer】5 Embedding与位置编码 .mp4
【Transformer】6 正余弦编码的数学与实用意义 .mp4
【Transformer】7 正余弦编码的实际计算与高维空间可视化 .mp4
【Transformer】8 编码器结构详解之残差链接 .mp4
【Transformer】9 编码器结构详解之Layer Normalization .mp4
📁 【part 10】微调数据集获取创建方法
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
1.1 大模型微调流程与选择概念讲解 .mp4
1.2 微调方式便利与课程安排 .mp4
1.3 主流大模型微调框架 .mp4
1.4 平台租赁与硬件选取参考 .mp4
2.1 Lora微调产生的背景 .mp4
2.2 Lora微调原理讲解 .mp4
2.3 lora原理代码实现 .mp4
3.1 QLoRA技术背景及与LoRA对比详解 .mp4
3.2 学习QLoRA的前置概念了解 .mp4
3.3 QLoRA微调理论详解 .mp4
4.1 PPO背景与强化学习基本概念 .sz
4.2 PPO前置概念学习(上) .sz
4.2 PPO前置概念学习(下) .sz
4.3 PPO核心概念讲解 .sz
4.3 PPO核心概念讲解 .mp4
4.4 PPO核心公式讲解与代码实现 .mp4
4.5 PPO核心公式讲解与代码实现 .sz
5.1 RLHF产生的背景以及适用场景 .sz
5.2 RLHF全链路微调流程拆解 .sz
5.3 RLHF基础架构讲解 .sz
5.4 RLHF中Reward_model详解 .sz
5.5 RLHF与PPO之间的关系 .sz
6.1 DPO与RLHF的关系及产生的背景 .sz
6.2 DOP原理_中_从奖励表达式到偏好概率 .sz
6.2 DPO原理_上_RLHF公式回顾与最优策略数学形式 .sz
6.2 DPO原理_下_DPO损失函数推导 .sz
6.3 DPO效果及训练策略 .sz
6.4 DPO与其他微调方式结合 .sz
7.1 什么是GRPO .sz
7.2 GRPO流程讲解 .sz
7.3 GRPO_Group_computation机智详解 .sz
7.4 GRPO与PPO公式详解与应用 .sz
7.5 GRPO双层KL控制机制 .sz
8.1 大模型压缩背景与量化及位宽概述 .sz
8.2 量化_线性量化原理 .sz
8.3 量化_量化粒度讲解 .sz
8.4 量化_量化位置讲解 .sz
8.5 量化的作用位置及方法框架 .sz
8.6 蒸馏_大模型蒸馏概念与响应级蒸馏 .sz
8.7 蒸馏_分布级蒸馏与特征级蒸馏 .sz
📁 【part 11】借助Llama-Factory进行高效微调
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
1.1 Lora原理详解 .sz
1.2 LLama_factory 介绍 .sz
1.3 LLama_factory 安装部署及验证 .sz
1.4 实战Qwen2.5微调 .sz
1.5 配置TensorBoard .sz
2.1 如何获取数据源及使用解析 .sz
2.2 llamafactory中如何使用和注册数据集 .sz
2.3 模型微调及参数详解 .sz
2.4 数据验证&deepspeed微调 .sz
3.1 win&Qlora&qwen2.5_Qlora能节约多少内存 .sz
3.2 Qlora核心概念 .sz
3.3 如何在windows配置环境 .sz
3.4 Qlor微调实战与验证 .sz
4.1 PPO&llama3.2_什么是PPO算法 .sz
4.2 如何理解PPO .sz
4.3 各个模型PPO算法的协作关系 .sz
4.4 PPO模型与数据的选择 .sz
4.5 PPO微调实操 .sz
4.6 PPO源码解读 .sz
5.1 RLHF&Qwen2.5,RLHF背景与意义 .sz
5.2 RLHF流程拆解与核心 .sz
5.3 奖励模型原理 .sz
5.4 奖励模型训练流程 .sz
5.5 RLHF全流程微调 .sz
5.6 RLHF挑战与改进方向 .sz
6.1 DPO&qwen2.5_什么是DPO .sz
6.2 DPO原理讲解 .sz
6.3 DPO与RLHF的区别 .sz
6.4 DPO微调实践 .sz
6.5 DPO微调验证 .sz
📁 【part 11】微调数据集获取方法及自主构建
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
1.1大模型微调数据集概览_数据重要性 .sz
1.2 大模型微调数据格式划分 .sz
1.3 预训练数据集详解 .sz
1.4 SFT数据集详解 .sz
1.5 偏好数据集详解 .sz
1.6 思维链数据详解 .sz
2.1 微调数据集构建流程与思路讲解 .sz
2.2 私有数据集项目安装使用讲解与实操 .sz
2.3 数据集生成项目架构_项目创建_文档处理流程详解 .sz
2.4 微调数据集生成与导出流程详解 .sz
📁 【part 12】在线大模型微调与实战
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
1.1 微调数据准备思路和微调准备 .sz
1.2. 制造微调数据微调并评估结果 .sz
📁 【part 13】PEFT手动微调实现流程
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
1.1 PEFT&医疗领域模型微调实践 .sz
1.2 本地模型验证 .sz
1.3 PEFT详解 .sz
1.4 微调数据与代码讲解 .sz
1.5 校验与导出模型 .sz
1.6 扩展与总结 .sz
📁 【part 13】大模型微调 & 蒸馏应用实战
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
1.1 医疗领域Embedding微调_模型详解 .sz
1.2 医疗领域Embedding微调_微调原因与模型选择 .sz
1.3 医疗领域Embedding微调_模型及数据下载验证 .sz
1.4 医疗领域Embedding微调_微调实操讲解 .sz
1.5 医疗领域Embedding微调_模型校验 .sz
2.1 法律私有数据模型蒸馏_概念回顾 .sz
2.2 法律私有数据模型蒸馏_蒸馏流程讲解 .sz
2.3 法律私有数据模型蒸馏_数据讲解与查找 .sz
2.4 法律私有数据模型蒸馏_构建COT_SFT数据_ETL .sz
2.5 法律私有数据模型蒸馏_蒸馏实操 .sz
2.6 法律私有数据模型蒸馏_蒸馏效果验证 .sz
【1. DeepSeek R1微调实战】1.1 DeepSeek R1模型微调实战 .sz
【1. DeepSeek R1微调实战】1.2 大模型微调基础概念详解 .sz
【1. DeepSeek R1微调实战】1.3 热门高效微调工具介绍 .sz
【1. DeepSeek R1微调实战】1.4 大模型微调软硬件环境搭建 .sz
【1. DeepSeek R1微调实战】1.5 DeepSeek R1微调数据集准备 .sz
【1. DeepSeek R1微调实战】1.6 热门微调框架unsloth快速入门指南 .sz
【1. DeepSeek R1微调实战】1.7 unsloth格式化提示与输出方法 .sz
【1. DeepSeek R1微调实战】1.8 DS R1高效微调最小可行性方案实践 .sz
【1. DeepSeek R1微调实战】2. DS R1海量数据深度高效微调实战 .sz
【DS-R1 模型蒸馏实战】1.DeepSeek R1模型蒸馏实战 514.sz
【DS-R1 模型蒸馏实战】2.DeepSeek R1开源情况介绍 187.sz
【DS-R1 模型蒸馏实战】3.推理大模型主流训练思路介绍 290.sz
【DS-R1 模型蒸馏实战】4.模型蒸馏概念入门与DeepSeek R1模型蒸馏思路 185.sz
【DS-R1 模型蒸馏实战】5.DeepSeek R1模型蒸馏基本环境搭建 429.sz
【DS-R1 模型蒸馏实战】6.模型蒸馏数据集准备与数据清洗 992.sz
【DS-R1 模型蒸馏实战】7.DeepSeek R1模型蒸馏实战及蒸馏前后模型性能对比 342.sz
【DS-R1论文精度与复现】1.DeepSeek R1论文精读与复现 405.sz
【DS-R1论文精度与复现】10.R1模型训练复盘与未来展望 806.sz
【DS-R1论文精度与复现】11.R1论文完整内容梳理 148.sz
【DS-R1论文精度与复现】12.热门GRPO训练工具介绍 233.sz
【DS-R1论文精度与复现】13.GRPO强化学习训练软硬件环境准备 404.sz
【DS-R1论文精度与复现】14.GRPO强化学习奖励函数组编写 919.sz
【DS-R1论文精度与复现】15.DeepSeek R1 GRPO强化学习训练流程 394.sz
【DS-R1论文精度与复现】2.DeepSeek R1模型综述与全球复现项目介绍 178.sz
【DS-R1论文精度与复现】3.DeepSeek R1论文核心内容与基本结构介绍 687.sz
【DS-R1论文精度与复现】4.论文摘要与实验贡献部分解读 504.sz
【DS-R1论文精度与复现】5.论文R1 Zero模型训练过程解读 249.sz
【DS-R1论文精度与复现】6.GRPO强化学习算法原理介绍 833.sz
【DS-R1论文精度与复现】7.论文R1模型训练流程详解（上） 147.sz
【DS-R1论文精度与复现】8.论文R1训练流程解读（下） 402.sz
【DS-R1论文精度与复现】9.论文模型蒸馏流程详解 491.sz
📁 【part 14】大模型微调技术实战（DS强化)
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
1.1 大模型微调流程与选择概念讲解 .sz
1.2 微调方式便利与课程安排 .sz
1.3 主流大模型微调框架 .sz
1.4 平台租赁与硬件选取参考 .sz
2.1 Lora微调产生的背景 .sz
2.2 Lora微调原理讲解 .sz
2.3 lora原理代码实现 .sz
3.1 QLoRA技术背景及与LoRA对比详解 .sz
3.2 学习QLoRA的前置概念了解 .sz
3.3 QLoRA微调理论详解 .sz
📁 【part 15】AI Agent 基础与ReAct实战
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
1.1 大模型应用发展与Agent前沿技术趋势 .sz
1.2 大模型应用的本地知识库问答核心技术-RAG .sz
1.3 AI Agent爆发的根本原因 .sz
1.4 AI Agent 经典核心架构与 AgentExcuter .sz
2.1 AI Agent与LLMs + RAG的本质区别 .sz
2.2 AI Agent三种应用类型及Python实现可交互的聊天机器人 .sz
2.3 Funcation Calling 完整生命周期细节复现 .sz
2.4 实现具备Funcation Calling的智能电商客服 .sz
2.5 Function Calling并行调用和多函数调用的应用方法 .sz
2.6 加餐：OpenAI最新推出的结构化输出功能介绍 .sz
📁 【part 16】AI Agent开发技巧与实战应用
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
1.1 Funcation Calling 与 AI Agent的本质区别 .sz
1.2 提示工程到代理工程的平滑过度 .sz
1.3 ReAct Agent框架的基础理论 .sz
1.4 案例：从零复现ReAct Agent的完整流程 .sz
1.5 项目：基于ReAct Agent构建电商智能客服 .sz
📁 【part 17】最强Agent框架AssistantAPI
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
1.1 Assistant API 框架的整体介绍 .sz
1.2 Assistant对象的创建方法 .sz
1.3 Thread、Messges及Run应用方法 .sz
1.4 Run运行时的状态转移机制 .sz
1.5 实现Run状态的轮询方法，并实现Assistant API完整链路 .sz
2.1 Assistant API 进阶应用方法介绍 .sz
2.2 File Search内置工具说明及文件管理 .sz
2.3 基于 Assistant API 创建在线私有知识库 .sz
2.4 在Assistant和Thread定义File Search工具的四种策略 .sz
2.5 如何处理Assistant API输出响应中的注释 .sz
2.6 Code Interpreter（代码解释器）的应用技巧 .sz
2.7 基于Funcation Calling实现本地代码解释器 .sz
3.1 为什么企业级应用必须接入流式输出 .sz
3.2 Assistant API中流式输出的开启方法 .sz
3.3 Assistant API 流式传输中的事件流原理细节 .sz
3.4 如何在 Assistant API 流式传输中接入外部函数 .mp4
3.5 应用案例（1）：异步构建Assistant对象的工程化代码 .mp4
3.6 应用案例（2）：集成外部函数方法及项目完整功能介绍 .mp4
📁 【part 18】自主Agent开发框架Langraph
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
1.1 LangChain的AI Agent开发框架架构设计 .mp4
1.2 LangGraph 的底层构建原理 .mp4
1.3 Langgraph底层源码解析 .mp4
1.4 LangGraph中如何接入大模型做问答流程 .mp4
2.1 LangGraph中State的定义模式 .sz
2.2 使用字典类型定义状态的方法与优劣势 .sz
2.3 LangGraph状态管理中Reducer函数的使用 .sz
2.4 MessageGraph源码功能解析 .sz
2.5 LangSmith基本原理与使用入门 .sz
3.1 LangGraph代理架构及Router Agent介绍 .sz
3.2 LangGraph中可应用的三种结构化输出方法 .sz
3.3 结合结构化输出构建Router Agent（数据库） .sz
3.4 Tool Calling Agent 中ToolNode的使用 .sz
3.5 Tool Calling Agent的完整实现案例：实时搜索与数据库集成 .sz
4.1 LangGraph中ReAct的构建原理 .sz
4.2 案例实操：构建复杂工具应用的ReAct自治代理 .sz
4.3 LangGraph中如何使用流式输出 .sz
4.4 LangGraph中的事件流 .sz
5.1 Agent长短期记忆认知 .sz
5.2 LangGraph的短期记忆及Checkpointer(检查点) .sz
5.3 检查点的特定实现类型-MemorySaver .sz
5.4 检查点的特定实现类型-SqliteSaver .sz
5.5 长期记忆和Store（仓库） .sz
6.1 LangGraph知识点概述总结 .mp4
6.2 LangGraph中的HIL实现思路 .mp4
6.3 标准图结构中如何添加断点 .sz
6.4 复杂代理架构中如何添加动态断点 .sz
6.5 案例：具备人机交互的完整Agent信息管理系统 .sz
7.1 Supervisor 架构介绍与基本构建原理 .mp4
7.2 案例：基于 Supervisor 架构实现多代理系统 .mp4
7.3 GraphRAG 基本介绍与核心架构 .mp4
7.4 案例：Multi-Agent实现混合多知识库检索 .mp4
8.1 Single-Agent 存在的局限 .mp4
8.2 Multi-Agent 架构分类及子图的通信模式 .sz
8.3 父、子图状态中无共同键的通信方式 .mp4
8.4 案例：基于网络架构实现智能BI数据分析多代理系统（上） .sz
8.5 案例：基于网络架构实现智能BI数据分析多代理系统（下） .sz
📁 【part 19】热门Agent工具与开源项目应用
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
【1. 自动化工作流-AutoGen】1.1 AutoGen 开发框架整体介绍 .sz
【1. 自动化工作流-AutoGen】1.2 配置AutoGen开发环境 .sz
【1. 自动化工作流-AutoGen】1.3 ConversableAgent源码解析 .sz
【1. 自动化工作流-AutoGen】1.4 AutoGen 如何接入在线大模型 .sz
【1. 自动化工作流-AutoGen】1.5 AutoGen 如何接入开源大模型 .sz
【1. 自动化工作流-AutoGen】1.6 模型配置过滤器的使用方法 .sz
【1. 自动化工作流-AutoGen】1.7 AutoGen 代码解释器的原理与接入方法 .sz
【1. 自动化工作流-AutoGen】1.8 基于AutoGen构建自动Debug数分器 .sz
【2. 工作流编排-Dify】1.1 低代码平台介绍 .sz
【2. 工作流编排-Dify】1.2 Dify介绍与安装 .sz
【2. 工作流编排-Dify】1.3 xinference介绍与安装 .sz
【2. 工作流编排-Dify】1.4 dify&xinference打通融合 .sz
【2. 工作流编排-Dify】2.1 服务器源码部署dify&RAG_基础环境准备 .sz
【2. 工作流编排-Dify】2.2 源码安装dify .sz
【2. 工作流编排-Dify】2.3 xinference细化安装 .sz
【2. 工作流编排-Dify】2.4 构建知识库 .sz
【2. 工作流编排-Dify】2.5 构建简单RAG .sz
【2. 工作流编排-Dify】3.1 window环境下ollama+ds+dify .sz
【2. 工作流编排-Dify】3.2 xinference+ds+dify全链路 .sz
【2. 工作流编排-Dify】3.3 window环境全链路实战+API检验 .sz
【2. 工作流编排-Dify】4.1 dify基础+常用节点概念讲解 .sz
【2. 工作流编排-Dify】4.2 difyAgent构建讲解与实战 .sz
【2. 工作流编排-Dify】4.3 对话流讲解与实战 .sz
【2. 工作流编排-Dify】4.4 Dify与微信对接讲解与实操 .sz
【2. 工作流编排-Dify】5.1 Dify+讯飞语音对话讲解与实战 .sz
【2. 工作流编排-Dify】5.2 本地定时触发Dify讲解与实战 .sz
【2. 工作流编排-Dify】5.3 Dify变量技巧+长文本生成+并行md格式输出 .sz
【2. 工作流编排-Dify】6.1 dify企业人工微信客服转发必备条件 .sz
【2. 工作流编排-Dify】6.2 Dify个人微信对接企微人工客服转发 .sz
【2. 工作流编排-Dify】6.3 dify企微人工客服转接 .sz
📁 【part 1】开源大模型部署软硬件环境准备
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
1.1 电脑硬件选配指南 .sz
1.2 GPU选择指南 .sz
1.大模型GPU选配方法基本说明 .sz
2.1 免费在线GPU算力租赁指南 .sz
2.2 付费在线GPU算力租赁指南 .sz
2.主流GPU分类及对应使用场景介绍 .sz
3.1 Win&Ubuntu双系统安装方法 .sz
3.2 Ubuntu系统初始化配置方法 .sz
3.主流GPU性能及性价比天梯图 .sz
4.各类大模型显存占用及运行推荐配置 .sz
5.个人或公司推荐大模型运行配置 .sz
6.GPU基础理论补充及性能核心指标介绍 .sz
7.AutoDL租赁与使用方法 .sz
📁 【part 20】RAG技术快速入门
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
1. Naive RAG介绍及借助LangChain实现RAG流 .sz
2. RAG集成历史对话信息及SqlalChemy持久化存储的使 .sz
📁 【part 21】RAG基础 & 向量数据库应用
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
1.1 本地知识库搭建方案综述 .sz
1.2 Embedding基本概念入门介绍 .sz
1.3 One-hot、Word2Vec与动态Embedding模型入门介绍 .sz
1.4 OpenAI Embedding模型API调用方法 .sz
2.1 Embedding语意分类与意图识别基础入门 .sz
2.2 基于Embedding的语意识别实战 .sz
3.1【意图识别实战】数据集介绍与Embedding处理过程 .sz
3.2【意图识别实战】基于Function calling的零样本意图识别 .sz
3.3 【意图识别实战】基于Embedding+机器学习的有监督意图识别过程 .sz
3.4【意图识别实战】高性能大模型零样本意图识别过程 .sz
3.5【意图识别实战】有监督学习下的Function calling识别过程 .sz
3.6【意图识别实战】基于模型融合的意图识别过程 .sz
3.7 大模型意图识别全方法总结 .sz
4.1 Embedding 模型与向量数据库在RAG中的应用说明 .sz
4.2 Text Embedding Models的接入和使用方法 .sz
4.3 开源Embedding Models的调用实战 .sz
4.4 向量数据库基本原理介绍 .sz
4.5 Chroma的使用方法介绍 .sz
📁 【part 22】企业级RAG技术优化 & 评估
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
1.1 企业级RAG的构建架构和思路 .sz
1.2 结合Faiss向量数据的RAG Indexing构建流程 .sz
1.3 百万量级的wiki公有语料构建方法实践 .sz
1.4 yolox + orc 识别私有PDF语料的方案实践 .sz
1.5 RAG评估框架-TruLens实践 .sz
1.6 RAG评估框架-Ragas的使用及借助GLM4生成评估数据 .sz
2.1 自定义RAG评估Pipeline-构建统一的数据集格式 .sz
2.2 自定义RAG评估Pipeline-构建统一的提示模板 .sz
2.3 自定义RAG评估Pipeline-整体逻辑实现及细节说明 .sz
2.4 自定义RAG评估Pipeline-评估指标及评估流程实现 .sz
2.5 自定义RAG评估Pipeline-ReRanker原理及实 .sz
📁 【part 23】GraphRAG深度实战
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
1.1 GraphRAG 基础入门与主流框架介绍 .sz
1.2 GraphRAG 本地安装与配置文件说明 .sz
1.3 GraphRAG CLI 索引构建方法与流程 .sz
1.4 GrapRAG 源码安装及索引构建流程 .sz
1.5 直播答疑环节 .sz
2.1 索引构建源码解读：文档加载器及切分策略 .sz
2.2 索引构建源码解读：实体关系抽取与Pormpt设计 .sz
2.3 索引构建源码：社区检索算法与社区报告生成 .sz
2.4 直播答疑环节 .sz
3.1 图数据库Neo4j 源码安装及Python连接 .sz
3.2 知识图谱基础概念与实战 .sz
3.3 GraphRAG 自定义导入 Neo4j .sz
3.4 直播答疑环节 .sz
4.1 Microsoft GraphRAG 检索流程介绍 .sz
4.2 检索流程源码讲解：本地搜索 .sz
4.3 检索流程源码讲解：全局搜索 .sz
4.3 检索流程源码讲解：全局搜索_1742257319385 .sz
4.4 直播答疑环节 .sz
5.1 智能客服数据集准备与预处理 .sz
5.2 .csv 格式索引流程源码解读 .sz
5.3 数据库.csv 文件切分优化策略 .sz
5.4 Auto Prompt Tuning 自适应垂类领域提示优化 .sz
5.5 结构化数据存储Neo4j流程规范 .sz
5.6 直播答疑环节 .sz
6.1 PDFDocx图片格式文件难点与解析方法概览 .sz
6.2 MinerU 项目说明与本地部署 .sz
6.3 MinerU解析文件类型详解 .sz
6.4 手动构建PDF文档加载器思路与源码 .sz
6.5 动态结构感知分块策略源码接入及思路 .sz
6.6 直播答疑环节 .sz
7.1 GraphRAG API 接口源码概览 .sz
7.2 Prompt动态编排服务接口设计 .sz
7.3 索引构建的Python SDK的自动化构建管道实现 .sz
7.4 跨文档类型合并知识图谱解决方案-增量更新 .sz
7.5 检索服务的工程化接口封装 .sz
7.6 直播答疑环节 .sz
📁 【part 24】DeepSeek 轻量级本地部署方案
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
【DS-R1 本地部署】1.DeepSeek R1本地部署指南 .sz
【DS-R1 本地部署】2.DeepSeek R1模型组基本情况介绍 .sz
【DS-R1 本地部署】3.DeepSeek R1开源情况介绍 .sz
【DS-R1 本地部署】4.DeepSeek R1本地部署与调用流程 .sz
【DS-R1 本地部署】5.DS-R1+OllamavLLMSGLangLMD .sz
【DS-R1 本地部署】6.DeepSeek R1 Distill模型运行环境搭建 .sz
【DS-R1 本地部署】7.借助transformer库调用DS-R1 Distill模型 .sz
【DS-R1 本地部署】8.借助ollama调用DeepSeek R1 Distill模型 .sz
【DS-v3本地部署】1.DeepSeek v3开源情况介绍 .sz
【DS-v3本地部署】2.DeepSeek v3本地部署与transformer库调用流程 .sz
【DS-v3本地部署】3.DSv3+SGLang、LMDeploy和vLLM部署与调用流程 .sz
【DS-v3本地部署】4.DeepSeek v3模型基本情况介绍 .sz
【DS-v3本地部署】5.DeepSeek v3模型GitHub开源情况详解 .sz
【DS-v3本地部署】6.DeepSeek v3技术报告快速解读 .sz
📁 【part 25】DeepSeek 企业级分布式部署方案
赋范 AI-2026年大模型 Agent智能体开发实战 【夏季班】等
【DS-R1 企业级部署】1.DS-R1+Open-WebUI企业级部署功能说明 .sz
📁 【DS-R1 企业级部署】2.ollama离线安装与模型默认目录更换方法 .sz
【DS-R1 企业级部署】3.DeepSeek R1与Embedding模型部署流程 .sz
【DS-R1 企业级部署】4.DeepSeek R1联网、代码解释器功能实现流程 .sz
【DS-R1 企业级部署】5.DeepSeek R1本地知识库问答 .sz
【DS-R1 企业级部署】6.DeepSeek R1外部工具调用与查询查询实时天气 .sz
【DS-R1 企业级部署】7.DeepSeek R1连接MySQL进行数据对话 .sz
📁 【part 26】DeepSeek 在线API接入与参数详解
📁 【part 27】DS-R1高性能部署（KT）
📁 【part 28】KT+Usloth动态量化部署 DS-R1
📁 【part 29】DeepSeek-R1 模型微调实战
📁 【part 2】DeepSeek本地部署调用（加餐）
📁 【part 30】DeepSeek-R1 模型蒸馏实战
📁 【part 31】DS 实现本地知识库问答实战
📁 【part 32】DS-V3智能体开发实战
📁 【Part 33】DS-R1论文精读与GRPO算法实战
📁 【part 34】MCP 技术精讲
📁 【part 35】大模型部署策略与工具详解
📁 【part 36】Agents SDK开发战
📁 【part 37】企业级大模型微调实战
📁 【part 38】Google ADK 开发实战
📁 【part 3】开源大模型调用方法详解
📁 【part 4】低代码开发实战 - Coze
📁 【part 4】端侧大模型与调用详解
📁 【part 5】图、音、视频、代码大模型调用详解
📁 【part 6】大模型提示工程与热门工具
📁 【part 6】低代码开发实战 - n8n
📁 【part 7】大模型部署策略与工具详解
📁 【part 8】大模型推理加速工具llama.cpp
📁 【part 9】大模型微调原理详解
📁 【加餐】Agentic RL 入门实战
📁 【加餐】AgentScope 框架入门实战
📁 【加餐】DeepSeek-OCR快速入门实战
📁 【加餐】DeepSeek-V3.2 Agent开发实战
📁 【加餐】GPT-5GPT-OSS微调实战 公开课
📁 【加餐】LangChain 0.3 版本应用开发实战
📁 【加餐】LangChain 1.0 快速入门实战
📁 【加餐】LangChain1.0 + OCR多模态PDF解析
📁 【加餐】LangGraph技术实战公开课
📁 【加餐】LC 1.0 DeepAgents 深度代理搜索实战
📁 【加餐】LC 1.0 实现Claude Skills动态工具
📁 【加餐】MCP SSE与流式HTTP开发实战
📁 【加餐】MCP部署与上线实战
📁 【加餐】Nano Banana PPT Agent 开发实战
📁 【加餐】OpenAI Agents SDK 开发实战
📁 【加餐】OpenAI Response API
📁 【加餐】PaddleOCR-VL 多模态RAG系统实战
📁 【加餐】Qwen3部署指南与接入MCP实战
📁 【加餐】QwQ-32B部署与微调实战
📁 【加餐】RAGGraphRAG多模态RAG 公开课
📁 【加餐】从零手搓DeepResearch
📁 【加餐】基于DS手搓MiniManus
📁 【加餐】企业级流式HTTP MCP服务器开发实战
📁 【加餐】十大热门MCP工具应用
📁 【旧版】在线大模型调用方法详解
📁 【正在更新】LangChain 1.0 体系讲解
📁 【正在更新】大模型RAG入门
📁 【正在更新】热门工业级案例
📁 低代码开发实战-Dify & Coze
📁 实战项目二：智能编程Agent项目开发（完结）
📁 实战项目三：智能客服Agent项目开发实战（完结）
📁 实战项目四：“Manus”通用智能体项目开发实战（完结）
📁 实战项目一：企业知识库文档项目实战（完结）
📁 赠秋招冲刺就业辅导服务（核心内容）
📁 直播视频
📁 资料代码
【加餐】LangChain 1.0 实现 Claude Skills 动态工具过滤.zip适合人群
- AI开发者
- 数据科学家
- 机器学习工程师
学习收获
掌握大模型Agent开发技术
提升AI项目实战能力
成为AI领域专家
祝您学习愉快！
学有所成，前程似锦！
