飞豹客 · 课能看,资料也能带走
飞豹客AI 会员免费

迪哥-AI大模型爆火agent(打造专属的LLM智能体)

不只是对话,而是构建能执行任务的智能体系统 很多人对大模型的理解仍停留在“问一句答一句”的聊天机器人层面,但职场真正稀缺的能力,是让 AI 替你完成一系列复杂动作。这门课解决的核心痛点,是如何从零构建一个具备工具调用、自主规划和工作流执行能力的 LLM 智能体(Agent)。它不再是被动的问答工具,

单课价¥29.90新品 上架
会员价 会员免费开通会员后本篇可直接下载套餐详情
0 人关注 更新于 2026-11-19 永久有效
发货

网盘链接 · 支付成功后自动发货

保障

永久有效 · 链接失效免费补发

客服

每日 9:00-21:00 在线客服 联系客服

会员可免费下载本篇月会员可免费领取。

开通会员 ›
购买本课销量 0 · 永久有效
会员价 · 单课标价 ¥29.90

会员 · 按档位

永久免费可领
年免费可领
月免费可领

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

正版保障 极速发货 售后无忧

不只是对话,而是构建能执行任务的智能体系统

很多人对大模型的理解仍停留在“问一句答一句”的聊天机器人层面,但职场真正稀缺的能力,是让 AI 替你完成一系列复杂动作。这门课解决的核心痛点,是如何从零构建一个具备工具调用、自主规划和工作流执行能力的 LLM 智能体(Agent)。它不再是被动的问答工具,而是一个能连接数据库、操作 API、甚至像 MetaGPT 那样模拟多人协作的软件研发或客服系统。

课程涵盖了从架构设计到本地部署的全流程。无论是希望搭建专属的企业级客服,还是想深入理解 AutoGen 等多 Agent 框架的原理,本课都提供了具备实操价值的技术路径。重点在于打破“只会写 Prompt”的局限,进入能够独立开发、调试和部署智能体应用的工程师门槛。

学习门槛与分阶段练习策略

本课程要求学习者具备基础的 Python 编程能力,若完全不懂代码逻辑,在后端部署和源码 Debug 环节会感到吃力。建议采取“理论-配置-实战”的三步走策略:

第一阶段,打牢架构认知。先看 Demo 演示与整体架构分析视频,理解智能体的输入输出机制,再深入后端 GPT 项目的部署启动教程,特别是引入 API 的方法解读与指令提示构建部分,这是让智能体拥有“灵魂”的关键步骤。

第二阶段,落地具体应用。利用资料包中的广告文案、短视频脚本等真实素材,在 GPTS 平台上完成从 API 配置到动作生成的完整闭环。这一阶段切忌只看不动手,必须亲自调试每一个接口参数,验证数据流转是否通畅。

第三阶段,挑战高阶工作流。进入 AutoGen 模块,学习框架安装、工作流配置以及国内常用 API 的配置方法。同时结合 Ollama 环境配置视频,尝试将本地模型接入系统中,实现离线或低成本运行。最后通过 Huatuo-Llama 等大模型微调实战,理解如何让模型更适配特定垂直领域的业务需求。

学完具备的独立产出能力

学完全部模块后,你将不再依赖现成的 SaaS 平台,而是有能力基于开源框架部署专属的智能体应用。你可以独立完成前后端分离系统的搭建,熟练处理第三方 API 的鉴权与交互,并能根据业务场景定制复杂的动作流程。更重要的是,你将掌握一套将模糊的业务需求转化为可执行代码的技术方法论,这在当前的就业市场中具备显著的差异化竞争力。

课程目录

3-Agent打造专属客服7 集
  • 2-后端GPT项目部署启动【公众号:CunWorkNotes】.mp4 [41.4 MB]
  • 5-引入API的方法解读.mp4 [38.0 MB]
  • 1-Demo演示与整体架构分析.mp4 [49.6 MB]
  • 6-指令提示构建.mp4 [20.2 MB]
  • 3-前端助手API与流程图配置.mp4 [45.9 MB]
  • Agent客服.exe [5.5 MB]
  • 4-接入外部API的方法与流程.mp4 [33.6 MB]
2-新增GPTS打造Agent实战11 集
  • 1-GPTS任务流程概述分析.mp4 [39.0 MB]
  • 广告文案.docx [12.6 KB]
  • 2-调用API的控制方式.mp4 [17.2 MB]
  • API复制这个不要改.docx [12.9 KB]
  • 组会不用愁.txt [1.5 KB]
  • 4-完成指令与脚本并生成.mp4 [39.5 MB]
  • 文章翻译.docx [12.5 KB]
  • GPTS例子.docx [12.4 KB]
  • 短视频脚本.docx [11.4 KB]
  • 3-API相关配置完成.mp4 [23.3 MB]
  • 语聚AI指定(只改动作即可).docx [10.4 KB]
12-LLM下游任务训练自己模型实战6 集
  • 5-效果演示与总结分析.mp4 [25.6 MB]
  • 1-提示工程的作用.mp4 [32.0 MB]
  • 2-项目数据解读.mp4 [33.1 MB]
  • 3-源码调用debug解读.mp4 [29.3 MB]
  • Huatuo-Llama-Med-Chinese-main.exe [44.7 MB]
  • 4-训练流程演示.mp4 [36.4 MB]
4,5-autogen与部署模块9 集
  • 7-Ollama环境配置与安装.mp4 [18.7 MB]
  • 6-执行流程与结果【公众号:CunWorkNotes】.mp4 [22.7 MB]
  • 4,5-autogen与部署模块.exe [375.3 KB]
  • 5-工作流配置.mp4 [22.9 MB]
  • 4-API接口在线测试.mp4 [17.0 MB]
  • 2-动作API配置方法.mp4 [21.7 MB]
  • 1-AutoGenStudio框架安装与介绍.mp4 [22.5 MB]
  • 8-autogen接入本地模型.mp4 [25.6 MB]
  • 3-国内常用API配置方法.mp4 [19.1 MB]
MetaGPT应用实战6 集
  • 2-问题拆解与执行流程.mp4 [50.4 MB]
  • 4-子问题生成总结结果.mp4 [38.7 MB]
  • 1-Agent要完成的任务和业务逻辑定义.mp4 [37.7 MB]
  • 5-总结与结果输出.mp4 [18.1 MB]
  • 0-基本Agent的组成.mp4 [34.7 MB]
  • 3-检索得到重要的URL.mp4 [24.7 MB]
MetaGPT框架解读10 集
  • 1-论文概述分析.mp4 [30.6 MB]
  • 4-基础解读,动作定义方式.mp4 [12.3 MB]
  • 5-基础解读,角色定义.mp4 [10.3 MB]
  • 9-定时器任务流程解读分析.mp4 [35.4 MB]
  • 3-项目环境配置.mp4 [49.9 MB]
  • 8-定时器任务环境配置.mp4 [29.2 MB]
  • 2-整体框架逻辑介绍.mp4 [42.8 MB]
  • 6-单动作智能体实现方法.mp4 [15.9 MB]
  • 7-多动作配置方法.mp4 [14.4 MB]
  • 6,7-metagpt.exe [20.6 MB]
Action动作实例3 集
  • 1-项目介绍与配置.mp4 [32.3 MB]
  • 3-结果返回流程.mp4 [21.0 MB]
  • 2-源码实现流程解读.mp4 [32.6 MB]
9-斯坦福AI小镇架构与项目解读13 集
  • 9-思考模块解读.mp4 [35.8 MB]
  • 3-论文基本框架分析.mp4 [69.5 MB]
  • 斯坦福AI小镇【公众号:CunWorkNotes】.pdf [84.8 KB]
  • 10-项目环境配置方法解读.mp4 [31.5 MB]
  • 2-要解决的问题和整体框架分析.mp4 [40.9 MB]
  • 7-整体流程框架图.mp4 [15.5 MB]
  • 6-计划模块实现细节.mp4 [24.1 MB]
  • 斯坦福AI小镇.png [90.9 KB]
  • 5-感知与反思模块构建流程.mp4 [16.4 MB]
  • 4-Agent的记忆信息.mp4 [52.9 MB]
  • 1-整体故事解读.mp4 [29.1 MB]
  • 8-感知模块解读.mp4 [32.0 MB]
  • 斯坦福小镇论文.pdf [11.4 MB]
8-RAG检索架构分析与应用9 集
  • 4-召回改进方案解读【公众号:CunWorkNotes】.mp4 [17.5 MB]
  • 1-RAG整体流程解读.mp4 [14.3 MB]
  • RAG.png [123.1 KB]
  • 5-评估工具RAGAS.mp4 [25.3 MB]
  • RAG.pdf [106.1 KB]
  • 3-召回优化策略分析.mp4 [13.9 MB]
  • 2-RAG整体流程解读.mp4 [13.9 MB]
  • 0-RAG要完成的任务解读.mp4 [11.6 MB]
  • 6-外接本地数据库工具.mp4 [14.8 MB]
MOE多专家系统3 集
  • 2-MOE模块实现方法解读.mp4 [24.8 MB]
  • 1-MOE概述分析.mp4 [15.8 MB]
  • 3-效果分析与总结.mp4 [34.4 MB]
llama3微调量化部署一条龙6 集
  • 2-指令微调所需数据与模型下载【公众号:CunWorkNotes】.mp4 [38.3 MB]
  • 3-llama3模型微调实例.mp4 [47.4 MB]
  • 5-llama.cpp量化实例.mp4 [33.4 MB]
  • 1-Lora微调方法.mp4 [19.3 MB]
  • 4-llama3微调后进行量化.mp4 [30.9 MB]
  • 6-部署应用.mp4 [44.6 MB]
llama3应用实战8 集
  • 6-LLAMA3应用RAG搭建方法.mp4 [41.9 MB]
  • 1-LLama3模型下载与配置安装.mp4 [33.6 MB]
  • 5-RAG环境配置搭建.mp4 [42.9 MB]
  • 3-工具调用流程拆解.mp4 [58.0 MB]
  • 2-环境相关配置解读.mp4 [40.3 MB]
  • 7-RAG基本流程分析.mp4 [51.7 MB]
  • 4-功能调用方法实例.mp4 [85.5 MB]
  • llama3.exe [80.0 MB]
1-Agent架构解读与应用分析20 集
  • 6-整体总结分析.mp4 [9.8 MB]
  • 8-经典任务分析.mp4 [21.1 MB]
  • 3-Ageng包括组件.png [62.8 KB]
  • 课程介绍.mp4 [110.7 MB]
  • 7-GPTS分析一波.mp4 [24.3 MB]
  • 6-多角色组成.png [122.2 KB]
  • 5-多模态.png [148.6 KB]
  • 2-Agent流程.png [106.9 KB]
  • 4-Agent组成.png [307.0 KB]
  • Agent.png [100.1 KB]
  • 8-多智能体.png [149.1 KB]
  • 4-多智能体定义分析.mp4 [13.3 MB]
  • 3-与大模型的关系分析.mp4 [14.1 MB]
  • 5-框架的作用和能解决的问题.mp4 [20.3 MB]
  • 9-多智能体2.png [84.7 KB]
  • 2-Agent需要具备的基本能力.mp4 [16.2 MB]
  • 1-Agent趋势.png [276.9 KB]
  • 1-Agent要解决的问题分析.mp4 [16.4 MB]
  • 7-Agent游戏.png [298.6 KB]
  • Agent思维导图.pdf [78.3 KB]
13-OPENAI-LLM模型优化总结16 集
  • 1-RAG与微调可以解决和无法解决的问题.mp4 [16.3 MB]
  • 11.png [812.8 KB]
  • 3.png [274.7 KB]
  • 8.png [387.5 KB]
  • 16.png [306.6 KB]
  • 2-RAG实践策略.mp4 [13.5 MB]
  • 12.png [382.5 KB]
  • 4.png [395.0 KB]
  • 13.png [167.1 KB]
  • 14.webp [9.2 KB]
  • 2.png [205.8 KB]
  • 3-微调要解决的问题.mp4 [12.2 MB]
  • 9.png [128.3 KB]
  • 7.png [201.8 KB]
  • 6.png [248.3 KB]
  • 15.png [376.7 KB]
AutoGen部署应用RAG等实战12 集
  • 7-调用本地模型方法与配置.mp4 [27.7 MB]
  • 8-AutoGenStudio本地化部署流程.mp4 [28.2 MB]
  • 9-本地化部署接入应用实例.mp4 [43.9 MB]
  • 4-外接本地支持库配置方法.mp4 [38.7 MB]
  • 5-加入RAG技能.mp4 [21.5 MB]
  • 10-Ollama环境配置与安装(1).mp4 [18.7 MB]
  • 2-GroupChat模块.mp4 [21.2 MB]
  • 10-Ollama环境配置与安装.mp4 [18.7 MB]
  • 6-LMStudio本地下载部署模型.mp4 [24.9 MB]
  • 3-执行流程分析.mp4 [21.6 MB]
  • 1-API生成方法.mp4 [20.9 MB]
  • 11-Autogen接入本地模型.mp4 [25.7 MB]
11-LLM与LORA微调策略解读6 集
  • 3-LLAMA与Lora介绍.mp4 [22.2 MB]
  • 2-LLM落地微调分析.mp4 [28.3 MB]
  • 4-Lora与微调的核心思想.mp4 [17.0 MB]
  • 大模型.pdf [1.4 MB]
  • 5-Lora模型实现细节.mp4 [30.3 MB]
  • 1-大模型如何做下游任务.mp4 [23.1 MB]
10-langchain工具实例6 集
  • 2-基本API调用方法.mp4 [32.6 MB]
  • 基本使用.exe [12.6 MB]
  • 5-数据切块方法.mp4 [32.2 MB]
  • 3-数据文档切分操作.mp4 [29.3 MB]
  • 1-langchain框架解读.mp4 [15.9 MB]
  • 4-样本索引与向量构建.mp4 [35.1 MB]