解决 RAG 应用开发与 AI 搜索场景落地问题
这套资料聚焦于大模型应用开发中最核心的 RAG（检索增强生成）技术与智能搜索场景。它不泛泛而谈理论，而是直接切入企业级知识库搭建、AI 搜索类应用以及智能招聘面试模拟系统这三个具体工作流。课程涵盖了从 Python 基础、PyTorch 复杂网络模型搭建，到 RAG 技术的代码实现与项目实战的全过程。适合已经具备一定编程基础，希望掌握如何利用开源大模型解决实际业务痛点（如信息检索、文档问答）的开发者。
适合什么基础？学完能独立做什么？
建议读者具备 Python 基础语法知识，并了解神经网络的基本概念。门槛不高，但需要耐心跟着代码走。学完这套资料，你不需要依赖现成平台，而是具备独立构建 AI 应用底层架构的能力。你可以独立完成一个企业级私有知识库的搭建，实现基于文档的智能问答；也能开发具备检索能力的 AI 搜索产品，或者构建自动化面试模拟系统。资料中的项目实战代码可直接复用或修改，用于构建属于你自己的 AI 垂直应用。
建议学习顺序与资料配合方法
建议按第二课 Python 基础、第八课 RAG 技术、第二十二课企业知识库、第二十三课 AI 搜索、第二十四课面试系统、第二十课 PyTorch 进阶的顺序推进。先搭好代码环境与编程基础，再攻克 RAG 核心原理，最后用项目实战巩固。不要只看视频，务必对照代码文件进行本地调试，跟着视频一步步复现代码逻辑。在掌握 RAG 核心原理后，尝试将代码迁移到不同场景，通过修改参数和配置，真正理解技术落地的差异，从而独立完成从零到一的应用开发。
课程目录
22 项目实战：企业知识库1 22-project-rag-a.zip 528.92kb 22.mp4 330.40M 22 项目实战：企业知识库2 23-project-rag-b.zip 59.63kb 23.mp4 362.00M 23 项目实战：AI搜索类应用1 ai-search 1.mp4 321.31M project-search.zip 111.28kb 23 项目实战：AI搜索类应用2 25-project-search-b.zip 84.54kb ai-search 2.mp4 283.31M 24 项目实战：智能招聘面试模拟系统 26.mp4 278.36M 27.mp4 327.93M project-interview.zip 1.28M AI大模型资料第一课 2024大模型典型示范应用案例集.pdf 84.49M AI产品经理面试题65道.pdf 1.17M AI大模型应用开发工程师知识图谱-20250324(1).pdf 1.86M AI大模型应用开发工程师知识图谱-20250324.pdf 1.86M day1-一节课搞懂大模型应用开发-2025.pdf 10.78M 生成式AI商业落地白皮书.pdf 39.16M 第八课RAG技术 08-代码.zip 323.82kb 1-RAG技术与应用.pdf 2.04M 8、RAG技术与应用-评论区.pdf 393.00kb RAG技术与应用.mp4 287.78M 第二课python编程基础 02-python.zip 94.96kb 第二课Python编程基础.mp4 249.38M 第二十二课 项目实战：企业知识库 1 22_enc.mp4 330.40M 第二十课 PyTorch 进阶：复杂网络模型搭建、迁移及部署 20-pytorch进阶-复杂网络模型搭建与迁移.zip 30.09M 第二十课PyTorch 进阶：复杂网络模型搭建、迁移及部署.mp4 320.95M 第二十七课 项目实战：智能招聘面试模拟系统 2 27_enc.mp4 327.93M 第二十三课 项目实战：企业知识库 2 23_enc.mp4 362.00M 第二十四课 项目实战：AI搜索类应用 1 ai-search 1_enc.mp4 321.31M 第二十五课 项目实战：AI搜索类应用 2 ai-search 2_enc.mp4 283.31M 第二十一课 tensorflow及应用 21-TensorFlow及其应用.zip 6.90M 第二十一课tensorflow及期应用.mp4 300.54M 第九课RAG高级技术及实践 1-RAG高级技术与实践.pdf 1.52M 2-GraphRAG.pdf 2.90M 3-Qwen-Agent技术.pdf 1.63M 9、RAG高级技术与最佳实践-评论区.pdf 461.89kb RAG高级技术及实践.mp4 298.21M 代码.zip 2.43M 第六课Cursor编程从入门到精通 06-cursor.zip 7.08M 6、Cursor编程-从入门到精通-评论区.pdf 467.96kb 第六课cursor编程从入门到精通.mp4 303.03M 第七课Embedding和向量数据库 1-Embedding与向量数据库 (1).pdf 1.32M 2-向量数据库使用 (1).pdf 924.58kb 7、Embeddings和向量数据库-评论区.pdf 139.73kb 第七课Embeddings和向量数据库.mp4 270.96M 课件代码-1.zip 18.64M 课件代码-2.zip 39.86M 第三课prompt工程设计与优化 03-prompt.zip 3.52M 第三课prompt工程设计与优化.mp4 277.08M 第十八课dify本地部署及应用开发 18-dify本地部署及应用开发-v1.zip 7.60M 第十八课Dify本地化部署和应用.mp4 283.20M 第十二课Function Calling与跨模型协作 12-function-calling.zip 340.54kb 第十二课Function Calling与跨模型协作.mp4 291.25M 第十九课 PyTorch基础与应用 19-pytorch.zip 16.57M 19、PyTorch基础与应用.mp4 316.68M 第十课LlamaIndex：知识管理与信息检索应用 10-llamaindex-01.zip 27.79M 10-llamaindex-02.zip 28.41M 10、lamaIndex：知识管理与信息检索应用-评论区.pdf 391.17kb 第十课LlamaIndex：知识管理与信息检索应用.mp4 202.80M 第十六课Coze工作原理及应用开发 16-Coze工作原理及应用开发.zip 9.97M 第十六课Coze工作原理及应用开发.mp4 270.56M 第十七课Coze应用、插件与 SDK 开发 Coze应用、插件与 SDK开发.zip 10.53M 第十七课Coze应用、插件与 SDK 开发.mp4 258.62M 第十三课Agent智能体系统的设计与应用 13-agent.zip 1.65M 第十三课Agent智能体系统的设计与应用.mp4 331.98M 第十四课AutoGPT原理和实现 14-autogpt.zip 1.20M 第十四课AutoGPT原理和实现.mp4 254.51M 第十五课Fine-tuning技术与大模型优化 15-Fine-课后版.zip 2.79M 15-代码.zip 163.82kb 第十五课Fine-tuning技术与大模型优化.mp4 312.39M 第十一课LangChain：多任务应用开发 11-langchain.zip 630.28kb 第十一课LangChain：多任务应用开发.mp4 166.03M 第四课GPU与CPU计算硬件与大模型 04-hardware.zip 1.76M 第四课GPU与CPU计算硬件与大模型训练 .mp4 233.97M 第五课API基础与通过API调用大模型 05-introduce-of-API.zip 21.77kb 第五课API基础与能过API调用大模型.mp4 359.00M 第一课AI大模型基本原理 01-principle.zip 5.87M 第一课AI大模型基本原理.mp4 239.98M 001 AI大模型应用开发工程师就业速成计划-开班综述.pdf 4.67M AI大模型应用开发工程师就业速成计划——预习指南.zip 4.96M 第零课开班综述.mp4 126.23M 知乎大模型11期/
