黑马AI大模型RAG与Agent智能体开发项目课程

掌握RAG与Agent智能体开发，打造智能应用

编辑点评

深入解析RAG与Agent智能体技术，结合实际项目案例，助力学员掌握智能应用开发。

⭐ 编辑推荐

本课程聚焦AI领域前沿技术，通过RAG与Agent智能体开发项目，实战提升AI应用开发能力。

课程涵盖：RAG项目开发、提示词工程、OpenAI库使用、LangChain模型等。

课程亮点

• RAG与Agent智能体实战项目

• OpenAI库深入应用

• LangChain模型解析

课程目录

📁 资料
📁     📁 Miniconda3
        Miniconda3-latest-MacOSX-x86_64.pkg  [112.3 MB]
        Miniconda3-latest-Windows-x86_64.exe  [90.0 MB]
        Miniconda3-latest-MacOSX-arm64.pkg  [115.4 MB]
📁     📁 数据资料
        pdf2.pdf  [27.9 KB]
        颜色选择.txt  [3.3 KB]
        pdf1.pdf  [292.3 KB]
        stu_json_lines.json  [151.0 B]
        尺码推荐.txt  [487.0 B]
        info.csv  [526.0 B]
        stus.json  [171.0 B]
        Python基础语法.txt  [34.7 KB]
        洗涤养护.txt  [6.2 KB]
        stu.json  [163.0 B]
        stu.csv  [331.0 B]
📁 PPT
    03RAG项目.pptx  [2.2 MB]
    02大模型RAG开发.pptx  [6.9 MB]
    01提示词工程.pptx  [12.4 MB]
📁 视频
📁     📁 P3提示词工程
        05、提示词优化案例_金融文本信息抽取.mp4  [277.2 MB]
        04、Json数据格式.mp4  [204.2 MB]
        06、提示词优化案例_金融文本匹配.mp4  [204.6 MB]
        01、大模型prompt工程指南.mp4  [39.7 MB]
        03、提示词优化案例_金融文本分类任务.mp4  [290.3 MB]
        02、提示词优化案例介绍和零样本少样本思想.mp4  [141.5 MB]
📁     📁 P1前置准备
        02、代码调用云端的大模型.mp4  [34.3 MB]
        03、使用环境变量保护APIKEY.mp4  [125.9 MB]
        04、Ollama简介.mp4  [74.5 MB]
        01、通义千问大模型的接入.mp4  [40.7 MB]
        06、代码调用ollama的本地模型.mp4  [46.2 MB]
        05、win&mac部署ollama并运行蒸馏模型.mp4  [137.5 MB]
📁     📁 P2OpenAI库的基础使用
        01、OpenAI库的基础使用.mp4  [51.7 MB]
        02、OpenAI库的流式输出模式.mp4  [72.1 MB]
        03、OpenAI库附带历史消息调用模型.mp4  [64.7 MB]
📁     📁 P5RAG项目
        04、RAG项目-知识库更新服务.mp4  [300.7 MB]
        06、RAG项目-在线流程向量存储服务代码.mp4  [172.6 MB]
        07、RAG项目-rag服务核心代码开发.mp4  [246.2 MB]
        08、RAG项目-历史会话记录功能的实现.mp4  [423.9 MB]
        03、RAG项目-md5工具函数开发.mp4  [263.8 MB]
        02、RAG项目-文本上传WEB服务.mp4  [177.4 MB]
        01、RAG项目案例介绍.mp4  [23.0 MB]
        09、RAG项目-聊天页面开发.mp4  [323.0 MB]
        05、RAG项目-完成离线流程开发.mp4  [230.3 MB]
📁     📁 P4RAG开发
        21、Memory临时会话记忆.mp4  [508.6 MB]
        11、LangChain通用提示词模板.mp4  [164.3 MB]
        20、自定义函数加入链.mp4  [58.2 MB]
        28、基于向量检索构建提示词.mp4  [170.1 MB]
        24、JSONLoader.mp4  [256.3 MB]
        22、Memory长期会话记忆.mp4  [498.2 MB]
        26、PyPDFLoader.mp4  [115.2 MB]
        10、LangChain调用嵌入模型.mp4  [186.3 MB]
        25、TextLoader和文档分割器.mp4  [201.4 MB]
        19、JsonOutputParser和多模型执行链.mp4  [302.6 MB]
        15、Chain的基础使用.mp4  [287.0 MB]
        23、CSVLoader.mp4  [249.4 MB]
        05、[扩展]余弦相似度算法.mp4  [236.3 MB]
        08、LangChain调用聊天模型.mp4  [202.7 MB]
        18、StrOutputParser字符串输出解析器.mp4  [193.3 MB]
        27、VectorStores向量存储.mp4  [378.9 MB]
        29、RunnablePassthrough的使用.mp4  [400.8 MB]
        09、LangChain消息的简写形式.mp4  [114.5 MB]
        01、LangChain的简介.mp4  [11.7 MB]
        12、FewShot提示词模板.mp4  [252.2 MB]
        16、[扩展]或运算符的重写  .mp4  [226.5 MB]
        04、[扩展]向量的基础概念.mp4  [283.3 MB]
        07、LangChain模型的流式输出.mp4  [80.2 MB]
        02、LangChain的环境部署.mp4  [53.6 MB]
        14、ChatPromptTemplate的使用.mp4  [210.7 MB]
        17、简单理解Runnable接口.mp4  [128.5 MB]
        13、模板类的format和invoke方法.mp4  [229.9 MB]
        03、RAG介绍.mp4  [377.0 MB]
        06、LangChain调用大语言模型.mp4  [120.8 MB]
    课程导学.mp4  [68.6 MB]