AI领域爆火的Agent,利用GPT打造各场景应用实例
* 01 Agent架构解读与应用分析/
* 01 1-Agent要解决的问题分析.mp4 (40.63 MB), 09:05
* 02 2-Agent需要具备的基本能力.mp4 (39.26 MB), 08:19
* 03 3-与大模型的关系分析.mp4 (33.77 MB), 06:37
* 04 4-多智能体定义分析.mp4 (29.47 MB), 06:02
* 05 5-框架的作用和能解决的问题.mp4 (46.27 MB), 09:04
* 06 6-整体总结分析.mp4 (22.46 MB), 04:12
* 07 7-GPTS分析一波.mp4 (51.52 MB), 08:36
* 08 8-经典任务分析.mp4 (44.05 MB), 08:31
* 02 COZE智能体搭建框架基本使用/
* 01 1-COZE的基本使用解读与说明.mp4 (37.72 MB), 10:08
* 02 2-工作流中大模型的使用方法.mp4 (43.66 MB), 12:40
* 03 COZE打造资料搜集与报告整理智能体/
* 01 1-数据查找配置.mp4 (43.40 MB), 09:48
* 02 2-读取新闻内容并整理报告.mp4 (44.70 MB), 10:43
* 03 3-循环的配置与中间变量的作用.mp4 (84.96 MB), 13:44
* 04 4-循环体注意事项更新.mp4 (4.37 MB), 01:01
* 04 COZE中配置自己的插件/
* 01 1-插件的基本配置方法.mp4 (42.08 MB), 11:00
* 02 2-输入输出参数配置方法.mp4 (33.75 MB), 09:09
* 03 3-再工作流中配置自己的插件并使用.mp4 (64.14 MB), 14:35
* 05 COZE结合飞书表格办公/
* 01 1-DEMO演示与基本流程分析.mp4 (53.01 MB), 10:14
* 02 2-表格填入模块解读.mp4 (54.71 MB), 10:15
* 03 3-表格的输入与输出.mp4 (44.87 MB), 08:51
* 04 4-查找与匹配的方法.mp4 (56.97 MB), 08:58
* 05 5-全局变量设置方法.mp4 (39.39 MB), 08:48
* 06 6-智能体测试应用.mp4 (51.35 MB), 09:42
* 06 使用Coze动手做自己的Agent/
* 01 1-扣子开发平台实例解读.mp4 (27.57 MB), 07:23
* 02 2-技能测试与插件创建实例.mp4 (34.68 MB), 08:40
* 03 3-配置好自己的DIY技能.mp4 (26.65 MB), 07:30
* 04 4-工作流的基本配置流程和方法.mp4 (37.30 MB), 10:19
* 05 5-自己DIY的Agent测试与发布.mp4 (27.99 MB), 08:59
* 07 COZE打造自己的文案生成助手/
* 01 1-产品功能与需求分析.mp4 (42.77 MB), 06:45
* 02 2-文案助手的工作流程设计.mp4 (64.65 MB), 11:06
* 03 3-配置插件与测试效果.mp4 (58.10 MB), 12:44
* 08 GPTS打造Agent实战/
* 01 1-GPTS任务流程概述分析.mp4 (62.61 MB), 10:07
* 02 2-调用API的控制方式.mp4 (33.49 MB), 06:16
* 03 3-API相关配置完成.mp4 (40.03 MB), 06:50
* 04 4-完成指令与脚本并生成.mp4 (61.90 MB), 09:52
* 09 打造自己领域专属客服/
* 01 1-DEMO演示与整体架构分析.mp4 (97.29 MB), 16:03
* 02 2-后端GPT项目部署启动.mp4 (78.63 MB), 12:27
* 03 3-前端助手API与流程图配置.mp4 (87.50 MB), 13:42
* 04 4-接入外部API的方法与流程.mp4 (63.68 MB), 10:55
* 05 5-引入API方法解读.mp4 (57.16 MB), 09:04
* 06 6-指令提示构建.mp4 (31.66 MB), 05:03
* 10 autogen框架实战/
* 01 0-Python环境说明.mp4 (57.82 MB), 12:14
* 02 1-AutoGenStudio框架安装与介绍.mp4 (34.35 MB), 08:21
* 03 2-动作API配置方法.mp4 (37.40 MB), 07:54
* 04 3-国内常用API配置方法.mp4 (29.46 MB), 07:02
* 05 4-API接口在线测试.mp4 (26.97 MB), 06:23
* 06 5-工作流配置.mp4 (38.29 MB), 07:04
* 07 6-执行流程与结果.mp4 (30.81 MB), 05:48
* 08 API生成方法.mp4 (35.93 MB), 08:03
* 09 GroupChat模块.mp4 (32.06 MB), 08:09
* 10 执行流程分析.mp4 (29.13 MB), 05:35
* 11 外接本地支持库配置方法.mp4 (55.61 MB), 13:25
* 12 加入RAG技能.mp4 (31.80 MB), 05:32
* 13 LMStudio本地下载部署模型.mp4 (36.79 MB), 09:40
* 14 调用本地模型方法与配置.mp4 (46.45 MB), 09:44
* 15 AutogenStudio本地化部署流程.mp4 (43.58 MB), 09:39
* 16 本地化部署接入应用实例.mp4 (63.98 MB), 11:32
* 17 Ollama环境配置与安装.mp4 (30.74 MB), 06:50
* 18 autogen接入本地模型.mp4 (36.60 MB), 07:09
* 11 metaGpt框架解读/
* 01 1-论文概述分析.mp4 (46.27 MB), 08:00
* 02 2-整体框架逻辑介绍.mp4 (65.28 MB), 10:47
* 03 3-项目环境配置.mp4 (72.43 MB), 11:38
* 12 metaGpt应用实战-网上调研资料/
* 01 0-基本Agent的组成.mp4 (58.96 MB), 10:01
* 02 1-Agent要完成的任务和业务逻辑定义.mp4 (64.21 MB), 10:12
* 03 2-问题拆解与执行流程.mp4 (91.62 MB), 14:43
* 04 3-检索得到重要的URL.mp4 (41.29 MB), 06:37
* 05 4-子问题生成总结结果.mp4 (56.00 MB), 08:37
* 06 5-总结与结果输出.mp4 (27.17 MB), 04:13
* 13 RAG检索架构分析与应用/
* 01 1-RAG要完成的任务解读.mp4 (18.29 MB), 07:12
* 02 2-RAG整体流程解读.mp4 (20.36 MB), 08:07
* 03 3-召回优化策略分析.mp4 (21.32 MB), 08:10
* 04 4-召回改进方案解读.mp4 (28.44 MB), 09:12
* 05 5-评估工具RAGAS.mp4 (44.01 MB), 09:01
* 06 6-外接本地数据库工具.mp4 (18.36 MB), 03:10
* 14 斯坦福AI小镇架构与项目解读/
* 01 1-整体故事解读.mp4 (41.10 MB), 06:27
* 02 2-要解决的问题和整体框架分析.mp4 (54.19 MB), 08:30
* 03 3-论文基本框架分析.mp4 (75.72 MB), 12:00
* 04 4-Agent的记忆信息.mp4 (42.26 MB), 07:26
* 05 5-感知与反思模块构建流程.mp4 (42.66 MB), 07:02
* 06 6-计划模块实现细节.mp4 (49.06 MB), 07:40
* 07 7-整体流程框架图.mp4 (34.93 MB), 05:30
* 08 8-感知模块解读.mp4 (32.03 MB), 05:12
* 09 9-思考模块解读.mp4 (29.50 MB), 04:33
* 10 10-项目环境配置方法解读.mp4 (48.22 MB), 07:36
* 15 langchain工具实例/
* 01 1-langchain框架解读.mp4 (25.67 MB), 09:18
* 02 2-基本API调用方法.mp4 (48.52 MB), 10:25
* 03 3-数据文档切分操作.mp4 (49.44 MB), 10:25
* 04 4-样本索引与向量构建.mp4 (46.62 MB), 10:02
* 05 5-数据切块方法.mp4 (54.20 MB), 09:37
* 16 MOE多专家系统/
* 01 1-MOE概述分析.mp4 (23.56 MB), 06:29
* 02 2-MOE模块实现方法解读.mp4 (32.98 MB), 08:42
* 03 3-效果分析与总结.mp4 (46.68 MB), 09:20
* 17 LLM与LORA微调策略解读/
* 01 1-大模型如何做下游任务.mp4 (34.10 MB), 10:16
* 02 2-LLM落地微调分析.mp4 (41.04 MB), 14:00
* 03 3-LLAMA与LORA介绍.mp4 (34.48 MB), 12:20
* 04 4-LORA微调的核心思想.mp4 (25.34 MB), 09:13
* 05 5-LORA模型实现细节.mp4 (47.08 MB), 16:46
* 18 LLM下游任务训练自己模型实战/
* 01 1-提示工程的作用.mp4 (40.43 MB), 14:46
* 02 2-项目数据解读.mp4 (46.79 MB), 09:42
* 03 3-源码调用DEBUG解读.mp4 (44.25 MB), 10:24
* 04 4-训练流程演示.mp4 (57.78 MB), 12:00
* 05 5-效果演示与总结分析.mp4 (36.37 MB), 10:17
* 19 OPENAI-LLM模型优化总结/
* 01 1-RAG与微调可以解决与无法解决的问题.mp4 (24.48 MB), 10:05
* 02 2-RAG实践策略.mp4 (20.27 MB), 08:30
* 03 3-微调要解决的问题.mp4 (16.29 MB), 06:42
* 20 llama3应用实战/
* 01 1-llama3模型下载与配置安装.mp4 (62.17 MB), 10:16
* 02 2-环境相关配置解读.mp4 (50.69 MB), 07:57
* 03 3-工具调用流程拆解.mp4 (64.71 MB), 10:16
* 04 4-功能调用方法实例.mp4 (91.63 MB), 14:03
* 05 5-RAG环境配置搭建.mp4 (67.45 MB), 10:49
* 06 6-LLAMA3应用-RAG搭建方法.mp4 (71.56 MB), 11:33
* 07 7-RAG基本流程分析.mp4 (66.11 MB), 10:42
* 21 llama3微调-量化-部署/
* 01 1-LORA微调方法.mp4 (26.09 MB), 09:39
* 02 2-指令微调所需数据与模型下载.mp4 (57.63 MB), 09:55
* 03 3-llama3模型微调实例.mp4 (72.65 MB), 12:40
* 04 4-llama3微调后进行量化.mp4 (47.72 MB), 10:07
* 05 5-llama.cpp量化实例.mp4 (50.03 MB), 08:04
* 06 6-部署应用.mp4 (66.71 MB), 11:32
* 22 计算机视觉项目实例/
* 01 1-项目需求分析流程.mp4 (27.40 MB), 06:15
* 02 2-数据与特征库准备.mp4 (28.43 MB), 10:21
* 03 3-模型准备与项目分析.mp4 (43.25 MB), 10:07
* 04 4-模型选择方法总结.mp4 (39.20 MB), 08:39
* 05 5-项目经验总结与优化方法.mp4 (31.69 MB), 10:43
* 23 数据挖掘项目流程实例/
* 01 1-数据挖掘要解决的问题.mp4 (39.45 MB), 06:14
* 02 2-数据处理与清洗分析.mp4 (57.35 MB), 08:59
* 03 3-特征工程的作用与流程.mp4 (70.24 MB), 11:02
* 04 4-机器学习算法分析.mp4 (65.15 MB), 10:07
* 05 5-模板到哪去找.mp4 (57.58 MB), 09:22
* 24 自然语言处理项目流程/
* 01 1-知识图谱要解决的问题与流程分析.mp4 (74.60 MB), 11:31
* 02 2-知识图谱项目实际应用分析.mp4 (64.03 MB), 13:13
* 03 3-知识图谱实战应用项目解读.mp4 (39.75 MB), 09:37
* 04 4-大模型要解决的问题和应用分析.mp4 (73.34 MB), 14:17
* 05 5-工具总结分析.mp4 (49.16 MB), 08:23





![[衡天云]爆款云服务器 低至12元/月](/hty.png)