mksz822- AI Agent智能应用从0到1定制开发 全流程解决方案实战

📁 第5章 LangChain链与记忆处理：带你实现大模型记忆增强，让你的大模型更加智能
    5-7 四种基本的内置链的介绍与使用(5)【优质资源‖关注：cunWorkNotes 解锁】.mp4  [64.5 MB]
    5-2 chains：langchain的重要组成部件【更多精选‖公众号：CunWorknotes】  .mp4  [59.1 MB]
    5-15 Memory工具使用(3).mp4  [90.9 MB]
    5-6 四种基本的内置链的介绍与使用(4).mp4  [41.7 MB]
    5-14 Memory工具使用(2).mp4  [93.5 MB]
    5-19 本章小结【资源精选‖更多关注：CunworkNotes】.mp4  [25.0 MB]
    5-13 memory工具使用(1).mp4  [142.3 MB]
    5-4  四种基本的内置链的介绍与使用(2).mp4  [95.0 MB]
    5-12 四种文档预制链使用(4).mp4  [93.8 MB]
    5-3 四种基本的内置链的介绍与使用(1).mp4  [131.7 MB]
    5-1 本章介绍.mp4  [33.1 MB]
    5-16 为链增加memory（1）.mp4  [107.1 MB]
    5-8 链的不同调用方法和自定义.mp4  [135.3 MB]
    5-17 为链增加memory(2).mp4  [102.7 MB]
    5-11 四种文档预制链使用(3).mp4  [96.5 MB]
    5-18 主要的预制链和memory工具.mp4  [50.4 MB]
    5-9 四种处理文档的预制链(1).mp4  [84.9 MB]
    5-10  四种处理文档的预制链(2).mp4  [91.9 MB]
    5-5 四种基本的内置链的介绍与使用(3).mp4  [115.4 MB]
📁 第6章 Agent核心与实践：初窥未来机器人，学Agent基本开发，让大模型不止于聊天
    6-9 tookit的使用.mp4  [80.7 MB]
    6-12 LCEL里chain和prompt实现.mp4  [106.0 MB]
    6-5  几种主要的agents类型介绍（2）.mp4  [100.5 MB]
    6-15  LCEL Agents的使用（2）.mp4  [84.8 MB]
    6-2 什么是agent.mp4  [157.0 MB]
    6-8 tool的使用.mp4  [85.2 MB]
    6-16 最佳开发实践.mp4  [135.6 MB]
    6-3 第一个agent.mp4  [82.5 MB]
    6-4 几种主要的agents类型介绍（1）.mp4  [110.8 MB]
    6-10 LCEL是什么.mp4  [147.6 MB]
    6-7 如何让agent与tool共享记忆.mp4  [63.7 MB]
    6-11 LCEL不同的接口实现.mp4  [55.0 MB]
    6-14 LCEL Agents的使用（1）.mp4  [96.9 MB]
    6-6 agent中正确添加memory的方式.mp4  [116.6 MB]
    6-13 LCEL记忆的添加方式.mp4  [39.5 MB]
    6-17 本章小结.mp4  [11.0 MB]
    6-1 本章介绍.mp4  [29.7 MB]
📁 第7章 AI Agent智能体开发：工善其事，必利其器，一步步教你搭建agent开发环境
    7-1 本章介绍.mp4  [9.1 MB]
    7-5 项目开发环境搭建.mp4  [188.4 MB]
    7-6 本章小结.mp4  [14.7 MB]
    7-4 虚拟项目技术架构.mp4  [34.8 MB]
    7-2 虚拟项目demo演示.mp4  [38.5 MB]
    7-3 虚拟项目产品需求分析.mp4  [115.5 MB]
📁 第10章 AI Agent智能体开发：让Agent具备语音能力
    10-1 本章介绍.mp4  [12.5 MB]
    10-4 -1 voice函数的实现【优质资源‖关注：cunWorkNotes 解锁】.mp4  [98.4 MB]
    10-6 AI语音克隆和TTS介绍.mp4  [128.5 MB]
    10-3 微软TTS能力介绍.mp4  [99.1 MB]
    10-2 语音逻辑设计.mp4  [28.2 MB]
    10-5 -2 voice函数的实现.mp4  [99.9 MB]
    10-7 本章小结.mp4  [13.0 MB]
📁 第11章 AI Agent智能体开发：项目扩展与集成【数字人与IM集成】
    11-4 项目扩展：agent数字人（1）.mp4  [36.8 MB]
    11-7 项目扩展：agent数字人（4）.mp4  [139.6 MB]
    11-8 项目扩展：agent数字人（5）.mp4  [84.4 MB]
    11-6 项目扩展：agent数字人（3）.mp4  [106.7 MB]
    11-2 电报机器人+agent的实现.mp4  [172.1 MB]
    11-5 项目扩展：agent数字人（2）.mp4  [152.7 MB]
    11-1 本章介绍.mp4  [15.0 MB]
    11-10 本章小结.mp4  [28.3 MB]
    11-3 Docker部署与调试追踪.mp4  [96.8 MB]
    11-9 项目扩展：agent数字人（6）.mp4  [79.6 MB]
📁 新课程源码+PDF课件
    AI Agent课程-课件.pdf  [1.8 MB]
    源码.zip  [4.8 MB]
📁 第8章 AI Agent智能体开发：API层的实现以及智能体性格和行为设计
    8-6 langserve介绍-.mp4  [76.9 MB]
    8-2 使用fastapi搭建API层【整理不易‖记得关注：CunWorKNotes】.mp4  [115.2 MB]
    8-3 主Class与agent框架.mp4  [159.9 MB]
    8-7 本章小结.mp4  [13.9 MB]
    8-4 使用prompt设计agent性格与行为.mp4  [54.4 MB]
    8-5 使用chain来判断输入情绪.mp4  [108.4 MB]
    8-1 本章介绍.mp4  [14.2 MB]
📁 第3章 LangChain核心模块与实战：用prompts模板调教LLM的输入出
    3-8 示例选择器之根据长度动态选择提示词示例组.mp4  [109.9 MB]
    3-1 章节介绍.mp4  [17.3 MB]
    3-7 序列化模板使用【不易整理‖请关注：CunWorkNoteS】.mp4  [76.7 MB]
    3-3 prompts模板：更加高级和灵活的提示词工程【更多精选‖公众号：CunWorknotes】  .mp4  [43.8 MB]
    3-14 本章小结.mp4  [14.7 MB]
    3-11 更好的体验：流式输出.mp4  [73.1 MB]
    3-12 花销控制：token消耗追踪.mp4  [47.8 MB]
    3-5 自定义prompts模板.mp4  [48.2 MB]
    3-6 两种模板引擎以及组合模板使用.mp4  [68.3 MB]
    3-4 prompts实战两种主要的提示词模板.mp4  [84.3 MB]
    3-2 模型IO 大语言模型的交互接口.mp4  [35.9 MB]
    3-13 输出结构性：不止于聊天.mp4  [163.3 MB]
    3-10 langchain核心组件：LLMs vs chat models .mp4  [108.0 MB]
    3-9 示例选择器之MMR与最大余弦相似度 .mp4  [93.1 MB]
📁 第2章 初识langchain：LLM大模型与AI应用的粘合剂
    2-2 langchain是什么以及发展过程.mp4  [34.8 MB]
    2-3 langchain能做什么和能力一览【资源精选‖更多关注：CunworkNotes】.mp4  [38.6 MB]
    2-4 langchain的优势与劣势分析.mp4  [44.1 MB]
    2-8 本章梳理与总结 .mp4  [16.1 MB]
    2-5 langchain使用环境的搭建.mp4  [73.2 MB]
    2-6 先跑起来：第一个实例，了解langchain的基本模块.mp4  [108.7 MB]
    2-1 初始langchain：LLM大模型与AI应用的粘合剂.mp4  [23.3 MB]
    2-7 在线笔记本&千问资源【必看，让你能顺利学习课程】.mp4  [106.0 MB]
📁 第4章 LangChain知识库构建与RAG设计：增强自己大模型能力，实现与各种文档对话
    4-5 文档转换实战：总结精炼和翻译.mp4  [63.3 MB]
    4-10 Chatdoc 又一个智能文档助手（2）.mp4  [78.8 MB]
    4-1 本章介绍.mp4  [8.0 MB]
    4-8 与AI共舞的向量数据库.mp4  [93.5 MB]
    4-11 ChatDoc 几种检索优化的方式【更多精选‖公众号：CunWorknotes】  .mp4  [126.7 MB]
    4-3 loader：让大模型具备实时学习的能力.mp4  [115.6 MB]
    4-9 Chatdoc 又一个智能文档助手（1）.mp4  [99.9 MB]
    4-7 文本向量化实现方式.mp4  [72.6 MB]
    4-6 Lost in the middle 长上下文精度处理问题.mp4  [108.9 MB]
    4-12  ChatDoc 与文件聊天交互.mp4  [69.1 MB]
    4-4 文档转换实战：文档切割.mp4  [101.6 MB]
    4-13 本章小结.mp4  [15.6 MB]
    4-2 RAG：检索增强生成是什么？.mp4  [50.8 MB]
📁 第9章 AI Agent智能体开发：快速掌握tool以及向量数据库使用
    9-4 tools设计实施3.mp4  [87.7 MB]
    9-5 agent的memory处理1【更多精选‖公众号：CunWorknotes】  .mp4  [133.1 MB]
    9-3 tools设计实现2.mp4  [109.4 MB]
    9-8 本章小结.mp4  [35.3 MB]
    9-7 agent学习能力构建【更多精选‖公众号：CunWorknotes】  .mp4  [91.5 MB]
    9-1 本章介绍.mp4  [8.1 MB]
    9-6 agent的memory处理2.mp4  [41.6 MB]
    9-2 tools设计实现1.mp4  [97.8 MB]
📁 第1章 多模型强应用：AI2.0时代应用开发者机会
    1-7 智能体(agent)命理大师虚拟项目（需求分析、技术选型、技术分解）.mp4  [34.9 MB]
    1-5 AIGC产业拆解以及常见名词解释.mp4  [71.1 MB]
    1-2 带你快速了解大语言模型(LLM)基础与发展.mp4  [58.9 MB]
    1-3 国内外主要LLM及特点介绍.mp4  [56.7 MB]
    1-1 深入了解课程，让你少走弯路，必看！！！.mp4  [122.0 MB]
    1-4 大模型的不足以及主要解决方案.mp4  [59.5 MB]
    1-6 应用级开发者如何拥抱AI2.0时代？.mp4  [95.7 MB]
📁 第12章 课程总结
    12-1 课程总结.mp4  [66.4 MB]