
📌资源信息
📚资料名称:51CTO – 2024爆火AI Agent智能应用从0到1(应用解读+项目实战)
📖资料年级:未知
📓资料科目:未知
🔗资源下载地址
📋网盘文件快照
【51CTO-35483】2024爆火AI Agent智能应用从0到1(应用解读+项目实战)(1)
- 25_3-检索得到重要的URL.mp4
- 48_5-数据切块方法.mp4
- 7_7-GPTS分析一波.mp4
- 43_10-项目环境配置方法解读.mp4
- 14_2-后端GPT项目部署启动.mp4
- 1_1-Agent要解决的问题分析.mp4
- 10_2-调用API的控制方式.mp4
- 32_5-评估工具RAGAS.mp4
- 4_4-多智能体定义分析.mp4
- 49_1-MOE概述分析.mp4
- 35_2-要解决的问题和整体框架分析.mp4
- 18_6-指令提示构建.mp4
- 8_8-经典任务分析.mp4
- 63_2-RAG实践策略.mp4
- 39_6-计划模块实现细节.mp4
- 51_3-效果分析与总结.mp4
- 30_3-召回优化策略分析.mp4
- 11_3-API相关配置完成.mp4
- 45_2-基本API调用方法.mp4
- 16_4-接入外部API的方法与流程.mp4
- 23_1-Agent要完成的任务和业务逻辑定义.mp4
- 60_4-训练流程演示.mp4
- 56_5-LORA模型实现细节.mp4
- 24_2-问题拆解与执行流程.mp4
- 41_8-感知模块解读.mp4
- 9_1-GPTS任务流程概述分析.mp4
- 38_5-感知与反思模块构建流程.mp4
- 15_3-前端助手API与流程图配置.mp4
- 59_3-源码调用DEBUG解读.mp4
- 62_1-RAG与微调可以解决与无法解决的问题.mp4
- 13_1-DEMO演示与整体架构分析.mp4
- 17_5-引入API方法解读.mp4
- 42_9-思考模块解读.mp4
- 47_4-样本索引与向量构建.mp4
- 34_1-整体故事解读.mp4
- 53_2-LLM落地微调分析.mp4
- 27_5-总结与结果输出.mp4
- 22_0-基本Agent的组成.mp4
- 3_3-与大模型的关系分析.mp4
- 6_6-整体总结分析.mp4
- 40_7-整体流程框架图.mp4
- 5_5-框架的作用和能解决的问题.mp4
- 19_1-论文概述分析.mp4
- 61_5-效果演示与总结分析.mp4
- 57_1-提示工程的作用.mp4
- 50_2-MOE模块实现方法解读.mp4
- 12_4-完成指令与脚本并生成.mp4
- 54_3-LLAMA与LORA介绍.mp4
- 46_3-数据文档切分操作.mp4
- 31_4-召回改进方案解读.mp4
- ... 等更多文件
🎯学习目标
掌握AI Agent核心概念与典型应用场景
理解智能应用从需求分析到项目落地的完整流程
独立完成一个AI Agent项目的开发与部署
⭐课程亮点
💡学习建议
建议每周分三个半天学习,先看视频后动手实操,避免连续学习疲劳。
每学完一个AI Agent案例,立即在本地环境复现并自己改动参数测试效果。
准备一个笔记本记录每节课的代码片段和报错解决方案,方便后续查阅和复习。
加入课程的交流群或找学习伙伴,遇到卡点时及时讨论,别独自硬扛超过20分钟。
⚠️ 本站所有数据均来源于互联网公开分享链接,仅供交流学习,请于24小时内删除,请支持正版。如有侵犯您的权益,请联系作者进行屏蔽删除处理!谢谢。

