人工精选迪哥·2025AI智能体开发课程
市面上叫「AI 智能体开发」的课不少，但大多数要么停在概念演示，要么直接跳到调 API 拼个聊天框就算完事。这门迪哥 2025 版的课，从资料结构看，走的是另一条路线：把 RAG、向量检索、本地部署、Agent 构建这几块串成一条能跑通的工程链路。如果你正打算从传统开发转到大模型应用方向，或者公司里
会员可免费下载本篇月会员可免费领取。
开通会员 ›会员 · 按档位
游客按标价购买，不享受上表折扣。
支付成功后自动发放网盘链接，链接失效可找客服免费补
市面上叫「AI 智能体开发」的课不少，但大多数要么停在概念演示，要么直接跳到调 API 拼个聊天框就算完事。这门迪哥 2025 版的课，从资料结构看，走的是另一条路线：把 RAG、向量检索、本地部署、Agent 构建这几块串成一条能跑通的工程链路。如果你正打算从传统开发转到大模型应用方向，或者公司里已经有人在问「我们能不能做个内部知识库问答」，这门课值得先了解一下它到底解决什么问题。
它主要对着哪些工作场景
课程内容集中在几类具体活上：一是给企业文档、产品手册、内部规范做检索问答，也就是常说的 RAG 落地；二是用 Ollama 在本地或内网跑模型，解决数据不能出内网的场景；三是把检索、模型调用、工具使用组合成一个能自主完成多步任务的 Agent。这几件事在招聘 JD 里经常被拆成「AI 应用工程师」「大模型落地」等岗位，实际工作中往往是一个人全包。
换句话说，它不教你从零训练模型，也不碰算法推导，重点放在「模型已经有了，怎么把它接进真实业务系统」。这个定位对后端背景的人比较友好。
学完之后能独立做什么
按课程推进的深度，比较现实的预期是：你能自己搭出一套完整的检索增强问答系统——文档切分、向量化入库、相似度检索、拼 Prompt、调模型出答案，这条链路能独立走通并部署起来。再往上，能基于工具调用做一个处理多步任务的 Agent，比如先查资料再整理再输出。
这里要提醒一点：能独立复现一套 Demo，和能扛住生产环境的并发、脏数据、检索不准，是两回事。课程能帮你跨过「不知道从哪下手」这道坎，但真正的工程细节还得在项目里磨。把它当作入门的脚手架，预期会更准。
资料适合什么基础
课程涉及 Python 编程、Prompt 提示词工程、Embedding 向量检索、Ollama 本地部署、Agent 构建等模块。如果你已经有 Python 基础，哪怕只是会写脚本调接口，学起来会比较顺；如果完全没碰过 Python，前期需要在语法上补一补，否则实战章节容易卡住。
后端开发者是这门课比较对口的受众——你熟悉接口、数据库、服务部署，缺的只是大模型这一层的拼装方式。纯运营或产品岗想学，建议先评估自己能不能接受写代码，否则容易停在「看得懂、做不出」。
配套的观看顺序和笔记怎么用
资料包里带了一份观看顺序表，这类课通常章节之间存在依赖，比如先懂 Embedding 才能理解检索，先会调模型才能搭 Agent，所以不建议跳着看。比较省时间的做法是：每学完两到三节，用自己的话整理一份小结，重点记「这一步解决什么问题、用了什么工具、踩过什么坑」，而不是抄代码。
学到最后，尽量独立复现一套完整 Demo，把它整理进个人作品集。招聘方看大模型应用岗时，一条能说清楚的完整项目链路，比罗列一堆名词更有说服力。笔记在面试前也能当快速回顾用，但前提是你自己写过、跑通过，而不是只存了一份文档。
总体判断：这门课适合有编程基础、想系统补齐大模型应用落地能力的人。它给的是路径和实战框架，不是速成捷径。如果你的目标只是「了解一下 AI 能干嘛」，可能不必花这个时间；但如果目标是能上手做项目，它的内容密度是对得起投入的。
迪哥AI智能体2025｜观看顺序.xlsx
课程推荐
《迪哥·2025AI智能体开发课程》迪哥AI智能体2025｜观看顺序.xlsx【技能收获】学完可掌握：RAG 检索增强生成、Embedding 向量检索、Ollama 本地大模型部署、Prompt 提示词工程、AI Agent 智能体构建、Python 编程。课程以实战为导向，覆盖从基础概念到完整项目落地的关键步骤，配套章节笔记便于课后复盘与面试前快速回顾。【学习建议】建议按目录顺序学习，先打基础再进入综合实战章节；每完成 2～3 节可结合笔记整理一份学习小结，最终尝试独立复现一套完整 Demo 写入个人作品集。【就业发展】可面向岗位：AI 应用工程师、RAG 系统开发、Java 后端 + 大模型落地、企业知识库架构师。大模型应用岗需求持续走高，具备「后端 + RAG 落地」复合能力的人才在招聘市场更稀缺，简历中可突出完整项目链路而非仅会使用 API。 若你已有一定编程或运维基础，本课程可帮助你在现有技能栈上快速叠加热门方向能力，提升求职时的项目说服力与薪资谈判空间。
视频目录（173 节）
课程目录
* 1、课程介绍.mp4
* 2-2工作流要完成的任务与节点定义.mp4
* 3-3插件配置方法与参数.mp4
* 4-4大模型节点配置方法.mp4
* 5-5结束节点配置.mp4
* 6-6智能体配置方法.mp4
* 1-1循环节点方法解读.mp4
* 2-2循环中参数的定义方法.mp4
* 3-3续写新闻稿件方法（循环中间变量使用）.mp4
* 4-4智能体测试与输出节点.mp4
* 5-5批处理的作用与效果.mp4
* 1-1做视频素材业务逻辑分析.mp4
* 2-2做剧本节点系统提示词方法.mp4
* 3-3完成剧本节点输出.mp4
* 4-4画面描述与图像生成节点构建.mp4
* 5-5图像违规词限制与运镜节点.mp4
* 6-6视频节点构建与错误分析.mp4
* 7-7图像生成节点错误调试并保险.mp4
* 8-8视频生成节点容易违规的解决方法.mp4
* 9-9选修（当作拓展知识）：配置外部视频软件成为插件.mp4
* 10-10选修：自定义插件配置方法实例.mp4
* 11-11选修：工作流中添加视频插件.mp4
* 1-1时间线定义方法.mp4
* 2-2剪映插件介绍.mp4
* 3-3时间线和素材绑定方法.mp4
* 4-4剪映草稿添加素材方法.mp4
* 5-5得到合成后的视频.mp4
* 1-1对话流配置与创建.mp4
* 2-2选择器的使用方法.mp4
* 3-3数据库与大模型的匹配方法.mp4
* 4-4知识库构建与匹配方法.mp4
* 5-5汇总输出与测试.mp4
* 1-1DEMO演示与基本流程分析.mp4
* 2-2表格填入模块解读.mp4
* 3-3表格的输入与输出.mp4
* 4-4查找与匹配的方法.mp4
* 5-5飞书表格智能体测试应用与常见问题.mp4
* 1-1DEMO演示与应用分析.mp4
* 2-2输入参数与大模型配置.mp4
* 3-3图像生成模型配置.mp4
* 4-4COZE中的应用模块配置.mp4
* 5-5COZE应用界面设计.mp4
* 1-1提示词与工作流配置.mp4
* 2-2插件配置方法与输出.mp4
* 01-1COZE-API开通方法.mp4
* 02-2API外部调用方法实例演示.mp4
* 03-3Cursor应用例子分析.mp4
* 04-4用CURSOR构建一个浏览器插件.mp4
* 05-5API调用与插件测试.mp4
* 01-1效果演示与数据读取.mp4
* 02-2数据清洗与处理.mp4
* 03-3结合DeepSeek构建代码节点.mp4
* 04-4结合DeepSeek进行数据分析.mp4
* 05-5配置插件把分析结果存在excel里.mp4
* 06-6数据可视化配置方法与节点调试分析.mp4
* 07-7不同可视化图表配置方法.mp4
* 08-8输出与展示配置.mp4
* 01-1插件的基本配置方法.mp4
* 02-2输入输出参数配置方法.mp4
* 03-3在工作流中配置自己的插件并使用.mp4
* 01-1助手插件接入.mp4
* 02-2数据表创建方法.mp4
* 03-3识别工作流配置与测试.mp4
* 04-4调用模块工作流配置.mp4
* 05-5知识库配置.mp4
* 01-1自定义插件创建方法与流程.mp4
* 02-2插件输出配置与循环体.mp4
* 03-3知识库配置与结果输出.mp4
* 01-1影刀RPA分析.mp4
* 02-2影刀安装方法.mp4
* 03-3影刀流程配置方法实例.mp4
* 04-4执行循环操作.mp4
* 05-5完成文案采集的全部功能.mp4
* 01-1RAGFLOW介绍和特点.mp4
* 02-2RAGFLOW接入本地模型.mp4
* 03-3Chat与Embedding模型接入.mp4
* 04-4知识库构建实例.mp4
* 05-5封装成API调用.mp4
* 01-1RAG要完成的任务解读.mp4
* 02-2RAG整体流程解读.mp4
* 03-3召回优化策略分析.mp4
* 04-4召回改进方案解读.mp4
* 05-5评估工具RAGAS.mp4
* 06-6外接本地数据库工具.mp4
* 01-1整体故事解读.mp4
* 02-2要解决的问题和整体框架分析.mp4
* 03-3论文基本框架分析.mp4
* 04-4Agent的记忆信息.mp4
* 05-5感知与反思模块构建流程.mp4
* 06-6计划模块实现细节.mp4
* 07-7整体流程框架图.mp4
* 08-8感知模块解读.mp4
* 09-9思考模块解读.mp4
* 10-10项目环境配置方法解读.mp4
* 01-0Python环境说明.mp4
* 02-1AutoGenStudio框架安装与介绍.mp4
* 03-2动作API配置方法.mp4
* 04-3国内常用API配置方法.mp4
* 05-4API接口在线测试.mp4
* 06-5工作流配置.mp4
* 07-6执行流程与结果.mp4
* 01-1API生成方法.mp4
* 02-2GroupChat模块.mp4
* 03-3执行流程分析.mp4
* 04-4外接本地支持库配置方法.mp4
* 05-5加入RAG技能.mp4
* 06-6LMStudio本地下载部署模型.mp4
* 07-7调用本地模型方法与配置.mp4
* 08-8AutogenStudio本地化部署流程.mp4
* 09-9本地化部署接入应用实例.mp4
* 10-10调用SD-API完成设计.mp4
* 11-11Ollama环境配置与安装.mp4
* 12-12autogen接入本地模型.mp4
* 01-1论文概述分析.mp4
* 02-2整体框架逻辑介绍.mp4
* 03-3项目环境配置.mp4
* 04-4基础解读-动作定义方式.mp4
* 05-5基础解读-角色定义.mp4
* 06-6单动作智能体实现方法.mp4
* 07-7多动作配置方法.mp4
* 08-8定时器任务环境配置.mp4
* 09-9定时器任务流程解读分析.mp4
* 01-0基本Agent的组成.mp4
* 02-1Agent要完成的任务和业务逻辑定义.mp4
* 03-2问题拆解与执行流程.mp4
* 04-3检索得到重要的URL.mp4
* 05-4子问题生成总结结果.mp4
* 06-5总结与结果输出.mp4
* 01-1DEMO演示与整体架分析.mp4
* 02-2后端GPT项目部署启动.mp4
* 03-3前端助手API与流程图配置.mp4
* 04-4接入外部API的方法与流程.mp4
* 05-5引入API方法解读.mp4
* 06-6指令提示构建.mp4
* 01-1环境相关配置解读.mp4
* 02-2工具调用流程拆解.mp4
* 03-3功能调用方法实例.mp4
* 04-4RAG环境配置搭建.mp4
* 05-5LLAMA3应用-RAG搭建方法.mp4
* 06-6RAG基本流程分析.mp4
* 01-1LORA微调方法.mp4
* 02-2指令微调所需数据与模型下载.mp4
* 03-3llama3模型微调实例.mp4
* 04-4llama3微调后进行量化.mp4
* 05-5llama.cpp量化实例.mp4
* 06-6部署应用.mp4
* 01-1LORA微调方法.mp4
* 02-2指令微调所需数据与模型下载.mp4
* 03-3llama3模型微调实例.mp4
* 04-4llama3微调后进行量化.mp4
* 05-5llama.cpp量化实例.mp4
* 06-6部署应用.mp4
* 07-7项目需求分析流程.mp4
* 08-8数据与特征库准备.mp4
* 09-9模型准备与项目分析.mp4
* 10-10模型选择方法总结.mp4
* 11-11项目经验总结与优化，方法.mp4
* 01-1数据挖掘要解决的问题.mp4
* 02-2数据处理与清洗分析.mp4
* 03-3特征工程的作用与流程.mp4
* 04-4机器学习算法分析.mp4
* 05-5模板到哪去找.mp4
* 01-1知识图谱要解决的问题与流程分析.mp4
* 02-2知识图谱项目实际应用分析.mp4
* 03-3知识图谱实战应用项目解读.mp4
* 04-4大模型要解决的问题和应用分析.mp4
* 05-5工具总结分析.mp4
* 01-1MOE概述分析.mp4
* 02-2MOE模块实现方法解读.mp4
* 03-3效果分析与总结.mp4
* 01-1RAG与微调可以解决与无法解决的问题.mp4
* 02-2RAG实践策略.mp4
* 03-3微调要解决的问题.mp4
配套笔记（6 份 PDF）
* 大模型.pdf
* RAG.pdf
* 斯坦福小镇论文.pdf
* 斯坦福AI小镇.pdf
* Agent思维导图.pdf
* metaGpt.pdf
同类课程
和你正在看的这门一个方向
AI慕课网 - AI Agent全栈开发工程师（完整版）
永久有效 · 网盘发货
AI咕泡第五期-AI大模型零基础到商业实战全栈课
永久有效 · 网盘发货
AI黑马26年最新 ai V7.5 线上全套
永久有效 · 网盘发货
AIIT周瑜-AI原生超级全栈开发工程师训练营【第二期】
永久有效 · 网盘发货
AI大漂亮《自媒体影响力变现集训营》
永久有效 · 网盘发货
AIHermes Agent从入门到AI数字员工实战|已完结
永久有效 · 网盘发货