飞豹客 · 课能看,资料也能带走
飞豹客AI 会员免费

迪哥-2025AI大模型爆火agent(打造专属的LLM智能体)

市面上讲大模型的资料不少,但真正落到「怎么让模型自己动起来干活」这一层的并不多。这套资料围绕的就是这个环节:把大模型从问答工具变成能拆任务、调工具、跑流程的 Agent。如果你已经用过大模型对话,却始终停留在「问一句答一句」,或者在工作中反复手动复制粘贴、拼提示词,那它对应的正是这个卡点。 它解决的

单课价¥29.00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
179 人关注 更新于 2026-08-31 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、年会员、永久会员可按日额度下载(每篇扣 1 次)。

开通会员 ›
购买本课销量 0 · 永久有效
会员价 · 单课标价 ¥29.00

会员 A · 按档位折扣

永久免费可下
年免费可下
月免费可下
周免费可下

会员 B

VIP¥5.80低至
SVIP单买¥200 内可领

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

市面上讲大模型的资料不少,但真正落到「怎么让模型自己动起来干活」这一层的并不多。这套资料围绕的就是这个环节:把大模型从问答工具变成能拆任务、调工具、跑流程的 Agent。如果你已经用过大模型对话,却始终停留在「问一句答一句」,或者在工作中反复手动复制粘贴、拼提示词,那它对应的正是这个卡点。

它解决的是哪类工作场景

核心问题可以概括为:模型有能力,但不会自己完成任务。资料从 Agent 要解决的问题切入,讲清楚为什么单靠一次对话搞不定多步骤任务,再拆到流程、组件、与大模型的关系这几层。比如一个需要先查资料、再判断、再输出结果的活儿,普通对话要人一步步喂,Agent 则要把判断和调用串起来。资料里还专门讲到多智能体的定义,也就是当任务复杂到单个 Agent 扛不住时,怎么拆成几个角色分工。这部分对应的是真实工作中「流程长、步骤多、需要中途判断」的场景,而不是单纯的文本生成。

适合什么基础,先看哪几块

它不适合完全没接触过大模型的人。你至少要有过实际调用或对话的经验,看得懂提示词是怎么回事,最好对接口调用有基本概念,否则组件和流程那部分会看得比较空。如果是这个基础,建议的观看顺序是先看「Agent 要解决的问题」和「需要具备的基本能力」这两块,把动机和能力边界建立起来;再看与大模型的关系、组成组件、多智能体定义,这几块是结构认知,决定了你后面动手时知道每个零件是干嘛的。趋势性的图示类内容可以最后扫一眼,属于背景补充,不影响上手。

学完能独立做什么,资料怎么配合练

按这个顺序走完,你应该能独立描述并搭出一个面向具体任务的 Agent 结构:知道它需要哪些能力、这些能力分别由什么承担、多个智能体之间怎么分工。但要注意,看懂架构和跑通是两回事。建议每看完一个结构讲解,就找一个自己工作里真实的小任务去套,哪怕只是「自动整理一批信息并给出结论」。图示用来对照结构,视频用来理解判断逻辑,两者配合着看,比只看视频有效。资料本身偏认知和架构层,动手部分需要你自己补上,把它当成动手前的路线图更合适。

课程目录

课程目录119 集
  • 课程介绍 [人工智能]迪哥-2025AI大模型爆火agent(打造专属的LLM智能体) 是一份AI学习资料,内容围绕 AI、大模型、Agent 展开。 内容涵盖:Agent架构解读与应用分析、Agent要解决的问题分析、Agent趋势 png、Agent流程 png、Agent需要具备的基本能力、Ageng包括组件 png 等主题。 适合对 AI、大模型、Agent 有需求、希望一次性拿到完整资料的同学。 下方为完整资料与目录,可先看目录判断是否符合需要。 ├─1-Agent架构解读与应用分析 │   1-Agent要解决的问题分析.mp4
  • │   1-Agent趋势.png │   2-Agent流程.png │   2-Agent需要具备的基本能力.mp4
  • │   3-Ageng包括组件.png │   3-与大模型的关系分析.mp4
  • │   4-Agent组成.png │   4-多智能体定义分析.mp4
  • │   5-多模态.png │   5-框架的作用和能解决的问题.mp4
  • │   6-多角色组成.png │   6-整体总结分析.mp4
  • │   7-Agent游戏.png │   7-GPTS分析一波.mp4
  • │   8-多智能体.png │   8-经典任务分析.mp4
  • │   9-多智能体2.png │   Agent.png │   Agent思维导图.pdf
  • │   课程介绍.mp4
  • │ ├─2-新增GPTS打造Agent实战 │   1-GPTS任务流程概述分析.mp4
  • │   2-调用API的控制方式.mp4
  • │   3-API相关配置完成.mp4
  • │   4-完成指令与脚本并生成.mp4
  • │   API复制这个不要改.docx
  • │   GPTS例子.docx
  • │   广告文案.docx
  • │   文章翻译.docx
  • │   短视频脚本.docx
  • │   组会不用愁.txt │   语聚AI指定(只改动作即可).docx
  • │ ├─3-Agent打造专属客服 │   1-Demo演示与整体架构分析.mp4
  • │   2-后端GPT项目部署启动.mp4
  • │   3-前端助手API与流程图配置.mp4
  • │   4-接入外部API的方法与流程.mp4
  • │   5-引入API的方法解读.mp4
  • │   6-指令提示构建.mp4
  • │   Agent客服.exe │ ├─4,5-autogen与部署模块 │   1-AutoGenStudio框架安装与介绍.mp4
  • │   2-动作API配置方法.mp4
  • │   3-国内常用API配置方法.mp4
  • │   4-API接口在线测试.mp4
  • │   4,5-autogen与部署模块.exe │   5-工作流配置.mp4
  • │   6-执行流程与结果.mp4
  • │   7-Ollama环境配置与安装.mp4
  • │   8-autogen接入本地模型.mp4
  • │ ├─6,7-metagpt │   ├─MetaGPT应用实战 │   │   0-基本Agent的组成.mp4
  • │   │   1-Agent要完成的任务和业务逻辑定义.mp4
  • │   │   2-问题拆解与执行流程.mp4
  • │   │   3-检索得到重要的URL.mp4
  • │   │   4-子问题生成总结结果.mp4
  • │   │   5-总结与结果输出.mp4
  • │   │ │   ├─MetaGPT框架解读 │   │   1-论文概述分析.mp4
  • │   │   2-整体框架逻辑介绍.mp4
  • │   │   3-项目环境配置.mp4
  • │   │   4-基础解读,动作定义方式.mp4
  • │   │   5-基础解读,角色定义.mp4
  • │   │   6-单动作智能体实现方法.mp4
  • │   │   7-多动作配置方法.mp4
  • │   │   8-定时器任务环境配置.mp4
  • │   │   9-定时器任务流程解读分析.mp4
  • │   │ │   └─6,7-metagpt.exe │ ├─8-RAG检索架构分析与应用 │   0-RAG要完成的任务解读.mp4
  • │   1-RAG整体流程解读.mp4
  • │   2-RAG整体流程解读.mp4
  • │   3-召回优化策略分析.mp4
  • │   4-召回改进方案解读.mp4
  • │   5-评估工具RAGAS.mp4
  • │   6-外接本地数据库工具.mp4
  • │   RAG.pdf
  • │   RAG.png │ ├─9-斯坦福AI小镇架构与项目解读 │   1-整体故事解读.mp4
  • │   2-要解决的问题和整体框架分析.mp4
  • │   3-论文基本框架分析.mp4
  • │   4-Agent的记忆信息.mp4
  • │   5-感知与反思模块构建流程.mp4
  • │   6-计划模块实现细节.mp4
  • │   7-整体流程框架图.mp4
  • │   8-感知模块解读.mp4
  • │   9-思考模块解读.mp4
  • │   10-项目环境配置方法解读.mp4
  • │   斯坦福AI小镇.pdf
  • │   斯坦福AI小镇.png │   斯坦福小镇论文.pdf
  • │ ├─10-langchain工具实例 │   1-langchain框架解读.mp4
  • │   2-基本API调用方法.mp4
  • │   3-数据文档切分操作.mp4
  • │   4-样本索引与向量构建.mp4
  • │   5-数据切块方法.mp4
  • │   基本使用.exe │ ├─11-LLM与LORA微调策略解读 │   1-大模型如何做下游任务.mp4
  • │   2-LLM落地微调分析.mp4
  • │   3-LLAMA与Lora介绍.mp4
  • │   4-Lora与微调的核心思想.mp4
  • │   5-Lora模型实现细节.mp4
  • │   大模型.pdf
  • │ ├─12-LLM下游任务训练自己模型实战 │   1-提示工程的作用.mp4
  • │   2-项目数据解读.mp4
  • │   3-源码调用debug解读.mp4
  • │   4-训练流程演示.mp4
  • │   5-效果演示与总结分析.mp4
  • │   Huatuo-Llama-Med-Chinese-main.exe │ ├─13-OPENAI-LLM模型优化总结 │   1-RAG与微调可以解决和无法解决的问题.mp4
  • │   2-RAG实践策略.mp4
  • │   2.png │   3-微调要解决的问题.mp4
  • │   3.png │   4.png │   6.png │   7.png │   8.png │   9.png │   11.png │   12.png │   13.png │   14.webp │   15.png │   16.png │ ├─Action动作实例 │   1-项目介绍与配置.mp4
  • │   2-源码实现流程解读.mp4
  • │   3-结果返回流程.mp4
  • │ ├─AutoGen部署应用RAG等实战 │   1-API生成方法.mp4
  • │   2-GroupChat模块.mp4
  • │   3-执行流程分析.mp4
  • │   4-外接本地支持库配置方法.mp4
  • │   5-加入RAG技能.mp4
  • │   6-LMStudio本地下载部署模型.mp4
  • │   7-调用本地模型方法与配置.mp4
  • │   8-AutoGenStudio本地化部署流程.mp4
  • │   9-本地化部署接入应用实例.mp4
  • │   10-Ollama环境配置与安装(1).mp4
  • │   10-Ollama环境配置与安装.mp4
  • │   11-Autogen接入本地模型.mp4
  • │ ├─MOE多专家系统 │   1-MOE概述分析.mp4
  • │   2-MOE模块实现方法解读.mp4
  • │   3-效果分析与总结.mp4
  • │ └─llama3相关 ├─llama3应用实战 │   1-LLama3模型下载与配置安装.mp4
  • │   2-环境相关配置解读.mp4
  • │   3-工具调用流程拆解.mp4
  • │   4-功能调用方法实例.mp4
  • │   5-RAG环境配置搭建.mp4
  • │   6-LLAMA3应用RAG搭建方法.mp4
  • │   7-RAG基本流程分析.mp4
  • llama3微调量化部署一条龙 │   1-Lora微调方法.mp4
  • │   2-指令微调所需数据与模型下载.mp4
  • │   3-llama3模型微调实例.mp4
  • │   4-llama3微调后进行量化.mp4
  • │   5-llama.cpp量化实例.mp4
  • │   6-部署应用.mp4
  • └─llama3.exe