AI大模型第20期
├──0 前导课
| ├──0 前导课.md 3.52kb
| ├──0 前导课.mp4 227.94M
| └──开班典礼.pdf 2.52M
├──1 提示词和RAG
| ├──coze课程答疑助手资料
| | ├──coze知识库
| | ├──课程视频知识库
| | └──微信群问答知识库
| ├──img
| | ├──rag-context-reversal-effect.png 38.13kb
| | ├──rag-dynamic-verification-effect.png 24.01kb
| | ├──rag-financial-effect.png 25.42kb
| | ├──rag-Flowchart.png 1.70M
| | ├──rag-indexing-effect.png 37.33kb
| | └──rag-query-expansion-effect.png 30.39kb
| ├──骑手招聘助手
| | ├──faq.txt 13.42kb
| | ├──instructions.txt 3.55kb
| | └──sites_geocoded.xlsx 21.84kb
| ├──企业制度问答助手
| | ├──办公用品申领制度.docx 15.65kb
| | ├──公司假期制度.docx 15.21kb
| | └──企业报销制度.docx 12.72kb
| ├──1 提示词和RAG.md 0.00kb
| ├──1 提示词和RAG：构建大模型的知识与交互基础.mp4 310.26M
| ├──RAG.md 21.44kb
| ├──RAG流程图.png 492.34kb
| ├──RAG流程图2.png 240.81kb
| ├──RAG的高级技巧.md 0.25kb
| ├──RAG系统架构与流程.pdf 3.84M
| ├──第1节 提示词和RAG.pdf 759.86kb
| ├──飞书文档.md 0.08kb
| └──提示词.md 4.63kb
├──2 Agent
| ├──img
| | ├──agent.png 802.22kb
| | └──agent1.png 42.36kb
| ├──2 Agent.md 0.32kb
| ├──2 Agent_20260423_112202.md 0.54kb
| ├──2 Agent：从可控性到自主反思.mp4 289.98M
| ├──Agent详解.md 34.42kb
| ├──Agent详解.pdf 4.87M
| └──第2节 Agent.pdf 1.79M
├──3 多模态及AI名词解释
| ├──3 AI名词及低代码使用讲解.md 10.04kb
| ├──3 多模态前沿：从Agent构建到视频AIGC.mp4 240.43M
| ├──AI名词及低代码使用讲解.mp4 335.58M
| └──第3节 多模态.pdf 11.63M
├──4-LangChain：多任务应用开发
| ├──CASE-LangChain使用
| | ├──.ipynb_checkpoints
| | ├──1-LLMChain.ipynb 5.63kb
| | ├──1-LLMChain.py 0.80kb
| | ├──1-LLMChain_20260205_223819.ipynb 6.82kb
| | ├──2-LLMChain.ipynb 2.23kb
| | ├──2-LLMChain.py 0.70kb
| | ├──2-LLMChain_20260205_223819.ipynb 4.60kb
| | ├──3-LLMChain.ipynb 2.38kb
| | ├──3-LLMChain.py 1.30kb
| | ├──4-ConversationChain.ipynb 2.94kb
| | ├──4-ConversationChain.py 1.42kb
| | ├──5-product_llm.py 2.95kb
| | └──requirements.txt 0.06kb
| ├──CASE-工具链组合
| | ├──1-simple_toolchain.py 6.66kb
| | ├──2-simple_toolchain.py 9.91kb
| | ├──3-lcel-demo.py 1.22kb
| | └──requirements.txt 0.08kb
| ├──CASE-搭建故障诊断Agent
| | ├──2-network_diagnosis_agent.py 8.40kb
| | └──requirements.txt 0.06kb
| ├──1-LangChain：多任务应用开发.pdf 3.01M
| ├──CASE-工具链组合.zip 53.36M
| ├──LangChain：多任务应用开发.mp4 375.27M
| ├──笔记.md 1.60kb
| ├──笔记20260128.txt 10.87kb
| └──笔记_20260205_223820.md 1.72kb
├──5-AI框架设计与选型
| ├──CASE-多文件智能问答Agent
| | ├──docs
| | ├──langchain-agent-multi-files.py 4.53kb
| | ├──llamaindex-agent-multi-files.py 4.70kb
| | ├──qwen-agent-multi-files.py 6.23kb
| | └──requirements.txt 0.16kb
| ├──AI框架设计与选型.mp4 324.52M
| ├──AI框架设计与选型.pdf 1.53M
| └──笔记.md 0.58kb
├──6-HuggingFace生态实战：从模型应用到高效微调
| ├──CASE-huggingface_cases
| | ├──1-情感分析.ipynb 6.01kb
| | ├──1-情感分析.py 0.95kb
| | ├──2-文本生成.ipynb 3.84kb
| | ├──2-文本生成.py 0.54kb
| | ├──3-零样本分类.ipynb 6.18kb
| | ├──3-零样本分类.py 0.89kb
| | ├──4-tokenizer使用.ipynb 3.40kb
| | ├──4-tokenizer使用.py 0.86kb
| | ├──requirements.txt 0.12kb
| | ├──5-model使用.ipynb 9.06kb
| | ├──5-model使用.py 0.67kb
| | ├──6-实现pipeline.ipynb 4.79kb
| | ├──6-实现pipeline.py 1.42kb
| | ├──7-垃圾邮件分类器.ipynb 13.89kb
| | ├──7-垃圾邮件分类器.py 3.40kb
| | ├──8-垃圾邮件分类器-Qwen.ipynb 20.32kb
| | └──8-垃圾邮件分类器-Qwen.py 7.55kb
| ├──HuggingFace生态实战：从模型应用到高效微调.pdf 659.76kb
| └──笔记.md 0.53kb
├──7-神经网络基础与Tensorflow实战
| ├──code
| | ├──activation_function
| | ├──housing.csv 47.93kb
| | ├──housing(1).csv 47.93kb
| | ├──numpy_boston.py 2.28kb
| | ├──numpy_boston(1).py 2.28kb
| | ├──numpy_forward.py 1.18kb
| | ├──numpy_forward(1).py 1.18kb
| | ├──numpy_model.py 2.38kb
| | ├──numpy_model(1).py 2.38kb
| | ├──pytorch_boston.py 2.02kb
| | ├──pytorch_boston(1).py 2.02kb
| | ├──requirements.txt 0.13kb
| | ├──requirements(1).txt 0.13kb
| | ├──tensorflow_boston.py 1.69kb
| | ├──tensorflow_boston(1).py 1.69kb
| | ├──tensorflow_boston_dataparallel.py 1.89kb
| | └──tensorflow_boston_dataparallel(1).py 1.89kb
| ├──神经网络基础与Tensorflow实战.mp4 493.05M
| ├──笔记.md 0.58kb
| ├──笔记20260208.txt 5.54kb
| ├──二手车价格预测.pdf 246.99kb
| └──1-神经网络基础与Tensorflow实战.pdf 1.73M
├──8-Pytorch与视觉检测
| ├──CASE-Boston房价预测
| | ├──boston_prediction.py 4.37kb
| | ├──housing.csv 47.93kb
| | └──loss_curve.png 72.44kb
| ├──CNN_cases
| | ├──cnn_feature_map_demo.ipynb 1.86kb
| | ├──cnn_feature_map_demo.py 0.70kb
| | ├──cnn_viz.ipynb 1.41M
| | ├──cnn_viz.py 3.33kb
| | └──gugong.jpg 35.72kb
| ├──yolo-cases
| | ├──CASE-图像标注
| | ├──runs
| | ├──steel_data
| | ├──coco-2.yaml 2.69kb
| | ├──coco.yaml 2.72kb
| | ├──convert_annotations.py 4.61kb
| | ├──submission.csv 33.79kb
| | ├──yolov12.yaml 1.92kb
| | ├──yolov12n.pt 5.26M
| | ├──1-yolo-predict.ipynb 639.02kb
| | ├──1-yolo-predict.py 0.37kb
| | ├──2-yolo-train.ipynb 1.28M
| | ├──2-yolo-train.py 1.07kb
| | ├──3-yolo-steel.ipynb 104.09kb
| | ├──3-yolo-steel.py 1.73kb
| | ├──4-yolo-steel-predict.ipynb 103.03kb
| | ├──4-yolo-steel-predict.py 3.10kb
| | └──000000000139.jpg 158.02kb
| ├──Pytorch与视觉检测.mp4 456.01M
| ├──笔记.md 0.74kb
| ├──笔记20260212.txt 3.49kb
| └──1-Pytorch与视觉检测.pdf 5.31M
├──9-开发框架相关面试辅导
| ├──CASE-多文件智能问答Agent
| | ├──combined_storage
| | ├──docs
| | ├──reports
| | ├──storage
| | ├──langchain-agent-multi-files.py 4.53kb
| | ├──langchain-llamaindex-combined.py 9.23kb
| | ├──llamaindex-agent-multi-files.py 5.16kb
| | ├──qwen-agent-multi-files.py 6.23kb
| | └──requirements.txt 0.14kb
| ├──开发框架相关面试辅导.mp4 537.43M
| ├──开发框架相关面试辅导.pdf 1.94M
| ├──笔记.md 1.28kb
| └──笔记20260226.txt 5.65kb
├──10-LLM微调原理
| ├──image_svd
| | ├──image_svd.py 0.91kb
| | └──256.bmp 1.48M
| ├──MovieLens
| | ├──ALS.py 14.63kb
| | ├──ratings_small.csv 2.33M
| | └──ratings_small2.csv 2.13M
| ├──LLM微调原理.mp4 417.59M
| ├──笔记.md 0.67kb
| ├──笔记20260301.txt 7.88kb
| └──1-LLM微调原理.pdf 1.29M
├──11-高质量微调数据工程与评估
| ├──【数据集】中文医疗数据
| | ├──Andriatria_男科
| | ├──IM_内科
| | ├──OAGD_妇产科
| | ├──Oncology_肿瘤科
| | ├──Pediatric_儿科
| | └──Surgical_外科
| ├──bleu_evaluation.py 9.35kb
| ├──data_format_converter.py 9.18kb
| ├──data_quality_report.py 15.87kb
| ├──download_model.py 2.73kb
| ├──medical_data_processor.py 11.84kb
| ├──Qwen2_5_(7B)_医疗微调.py 8.52kb
| ├──Qwen3_5_医疗微调.py 16.04kb
| ├──Qwen3_5_医疗微调_CPU.py 7.85kb
| ├──Qwen3_5_医疗微调_GPU.py 11.45kb
| ├──requirements.txt 0.19kb
| ├──run_full_pipeline.py 21.30kb
| ├──sft_quick_comparison.py 15.99kb
| ├──sft_quick_comparison_CPU.py 13.87kb
| ├──sft_quick_comparison_GPU.py 14.04kb
| ├──笔记.md 0.48kb
| ├──笔记20260305.txt 7.14kb
| ├──高质量微调数据工程与评估.mp4 545.61M
| └──1-高质量微调数据工程与评估.pdf 1.15M
├──12-LLM模型蒸馏与微调实操
| ├──【数据集】alpaca-cleaned
| | ├──alpaca_data_cleaned.json 42.25M
| | ├──gitattributes 2.27kb
| | └──README.md 11.34kb
| ├──【数据集】gsm8k
| | ├──main
| | ├──socratic
| | ├──gitattributes 1.57kb
| | ├──gsm8k.zip 4.89M
| | └──README.md 7.75kb
| ├──images
| | ├──1-vehicle-odometer-reading.jpg 22.40kb
| | └──2-vehicle-odometer-reading.jpg 86.14kb
| ├──LLM模型蒸馏与微调实操.mp4 553.58M
| ├──model_comparison_eval.py 12.36kb
| ├──qwen-vl-train.xlsx 9.89kb
| ├──qwen_vl_car_insurance_train.py 7.04kb
| ├──Qwen2_5_(7B)_Alpaca.py 6.28kb
| ├──Qwen2_5_(7B)_R1_GRPO.py 7.45kb
| ├──requirements.txt 0.52kb
| ├──笔记.md 0.50kb
| ├──笔记20260308.txt 8.65kb
| └──1-LLM模型蒸馏与微调实操.pdf 2.05M
├──13-视觉大模型与多模态理解
| ├──笔记.md 0.47kb
| ├──笔记20260312.txt 8.13kb
| ├──视觉大模型与多模态理解.mp4 516.69M
| ├──视觉大模型与多模态理解.pdf 7.01M
| └──13-视觉大模型与多模态理解.zip 1.95G
├──14-项目实战：AI质检
| ├──.openclaw
| | ├──workspace
| | └──openclaw.json 0.96kb
| ├──AI质检&OpenClaw.mp4 591.08M
| ├──CASE-AI质检.zip 101.43M
| ├──笔记.md 0.85kb
| ├──笔记20260315.txt 9.79kb
| └──1-项目实战：AI质检.pdf 3.93M
├──15-模型训练与微调相关面试辅导
| ├──CASE-API使用
| | ├──.ipynb_checkpoints
| | ├──携程页面.png 1.17M
| | ├──1-表格提取-Qwen.ipynb 13.10kb
| | ├──1-表格提取-Qwen.py 1.10kb
| | ├──2-GUI操作-Qwen.ipynb 5.33kb
| | └──2-GUI操作-Qwen.py 3.85kb
| ├──模型训练与微调相关面试辅导.mp4 473.74M
| ├──笔记.md 1.23kb
| ├──笔记20260319.txt 7.92kb
| └──1-模型训练与微调相关面试辅导.pdf 2.06M
├──16-企业级AI部署：从硬件选型到框架选择
| ├──code
| | ├──.ipynb_checkpoints
| | ├──requirements.txt 3.54kb
| | ├──1-qwen3-vllm.ipynb 1.87kb
| | ├──1-qwen3-vllm.py 0.42kb
| | ├──2-outlines使用1.ipynb 1.72kb
| | ├──2-outlines使用1.py 0.52kb
| | ├──3-outlines使用2.ipynb 4.70kb
| | ├──3-outlines使用2.py 2.30kb
| | ├──4-vllm内置outlines结构化.ipynb 7.63kb
| | ├──4-vllm内置outlines结构化.py 4.38kb
| | ├──5-function-calling结构化.ipynb 4.19kb
| | ├──5-function-calling结构化.py 2.21kb
| | ├──6-输出结构结构化.ipynb 2.14kb
| | ├──6-输出结构结构化.py 1.15kb
| | ├──7-食谱助手.ipynb 3.03kb
| | └──7-食谱助手.py 1.15kb
| ├──企业级AI部署：从硬件选型到框架选择.mp4 519.76M
| ├──企业级AI部署：从硬件选型到框架选择.pdf 3.67M
| ├──笔记.md 0.54kb
| └──笔记20260322.txt 7.01kb
├──17-AI服务核心：高并发原理与性能监控调优
| ├──code
| | ├──requirements.txt 3.54kb
| | ├──1-启动vLLM服务.sh 2.91kb
| | ├──2-基础对话.ipynb 9.35kb
| | ├──2-基础对话.py 1.57kb
| | ├──3-流式输出与延迟测量.ipynb 13.02kb
| | ├──3-流式输出与延迟测量.py 5.07kb
| | ├──4-并发压测.ipynb 14.64kb
| | ├──4-并发压测.py 6.76kb
| | ├──5-性能指标采集.ipynb 18.29kb
| | └──5-性能指标采集.py 11.33kb
| ├──笔记.md 0.61kb
| ├──1-AI服务核心：高并发原理与性能监控调优.mp4 421.50M
| └──1-AI服务核心：高并发原理与性能监控调优.pdf 4.20M
├──18-SGLang 深度优化：Radix 缓存与复杂任务的极致吞吐
| ├──code
| | ├──requirements.txt 0.03kb
| | ├──0-vLLM基线对比.ipynb 13.08kb
| | ├──0-vLLM基线对比.py 7.98kb
| | ├──1-基础对话.ipynb 2.54kb
| | ├──1-基础对话.py 0.58kb
| | ├──2-流式输出.ipynb 2.28kb
| | ├──2-流式输出.py 0.54kb
| | ├──3-多轮对话.ipynb 6.90kb
| | ├──3-多轮对话.py 0.98kb
| | ├──4-批量处理任务.ipynb 8.49kb
| | ├──4-批量处理任务.py 1.62kb
| | ├──5-JSON 约束输出.ipynb 1.85kb
| | ├──5-JSON 约束输出.py 0.82kb
| | ├──6-性能测试.ipynb 3.03kb
| | ├──6-性能测试.py 1.62kb
| | ├──7-vLLM与SGLang对比.ipynb 11.33kb
| | └──7-vLLM与SGLang对比.py 6.64kb
| ├──SGLang 深度优化：Radix 缓存与复杂任务的极致吞吐.mp4 553.58M
| ├──笔记.md 0.76kb
| ├──笔记20260329.txt 7.54kb
| └──3-SGLang 深度优化：Radix 缓存与复杂任务的极致吞吐.pdf 2.67M
├──19-Coze工作原理与应用实例
| ├──CASE：创建产品知识库
| | ├──大模型定价.xlsx 8.75kb
| | ├──浦发上海浦东发展银行西安分行个金客户经理考核办法.pdf 368.62kb
| | └──远程办公场景最佳实践.docx 469.57kb
| ├──Coze工作原理与应用实例.mp4 479.20M
| ├──笔记.md 0.58kb
| ├──笔记20260402.txt 4.83kb
| └──1-Coze工作原理与应用实例.pdf 7.64M
├──20-Dify本地化部署和应用
| ├──CASE-Coze API使用
| | ├──__pycache__
| | ├──config.py 0.40kb
| | ├──coze_client.py 9.10kb
| | └──requirements.txt 0.04kb
| ├──CASE-Dify API使用
| | ├──__pycache__
| | ├──dify_agent_client.py 19.92kb
| | ├──dify_chat_example.py 1.07kb
| | ├──dify_workflow_example.py 0.93kb
| | └──requirements.txt 0.04kb
| ├──CASE-智能客服ChatFlow
| | ├──user_behavior_event.xlsx 9.96kb
| | ├──user_tag.xlsx 9.19kb
| | ├──上海证券交易所交易规则.pdf 378.09kb
| | ├──中国平安金裕人生理财产品.doc 61.00kb
| | ├──平安财富日添利理财产品.doc 30.00kb
| | └──港股交易规则介绍.pdf 954.16kb
| ├──CASE-智能文档分析助手
| | └──INTERNVIDEO2.5.pdf 1.84M
| ├──Dify部署与应用.mp4 483.03M
| ├──笔记.md 0.67kb
| ├──笔记20260405.txt 8.75kb
| └──1-Dify部署与应用.pdf 4.16M
├──21-Agent进阶与集成
| ├──CASE-Coze API使用
| | ├──__pycache__
| | ├──config.py 0.53kb
| | ├──coze_client.py 14.66kb
| | └──requirements.txt 0.04kb
| ├──CASE-Dify API使用
| | ├──__pycache__
| | ├──dify_agent_client.py 20.55kb
| | ├──dify_chat_example.py 2.43kb
| | ├──dify_workflow_example.py 1.58kb
| | └──requirements.txt 0.04kb
| ├──CASE-客户分层营销助手
| | ├──user_behavior_event.xlsx 9.96kb
| | ├──user_tag.xlsx 9.19kb
| | └──营销策略.xlsx 12.64kb
| ├──CASE-市场舆情监测Agent
| | ├──AppStorePast-代码1.py 0.48kb
| | ├──AppStorePast.py 1.05kb
| | ├──securities_past.py 2.58kb
| | ├──代码.js 1.22kb
| | └──代码1.py 0.34kb
| ├──CASE-智能客服Agent
| | ├──user_complain.xlsx 8.92kb
| | ├──上海证券交易所交易规则.pdf 378.09kb
| | ├──中国平安金裕人生理财产品.doc 61.00kb
| | ├──平安财富日添利理财产品.doc 30.00kb
| | └──港股交易规则介绍.pdf 954.16kb
| ├──ABC公司证券产品介绍.txt 6.66kb
| ├──Agent进阶与集成.mp4 517.46M
| ├──Agent进阶与集成.pdf 6.72M
| ├──Workflow-AppStoreEstimate-draft-4824.zip 5.60kb
| ├──Workflow-GenerateDailyReports-draft-4867.zip 4.26kb
| ├──Workflow-Securities-draft-5188.zip 6.45kb
| ├──笔记.md 0.47kb
| └──笔记20260409.txt 9.71kb
├──22-智能编码革命：AI 辅助编程
| ├──智能编码革命：AI 辅助编程.mp4 523.64M
| ├──笔记.md 0.49kb
| ├──笔记20260412.txt 19.50kb
| ├──训练数据.zip 10.25M
| └──1-AI编程.pdf 4.09M
├──23-AI 赋能的智能测试与质量保障
| ├──stock-research
| | ├──.deepeval
| | ├──.github
| | ├──.pytest_cache
| | ├──linters
| | ├──ralph_output
| | ├──spec
| | ├──src
| | ├──tests
| | ├──AGENTS.md 1.63kb
| | ├──PROMPT.md 0.44kb
| | ├──pyproject.toml 0.49kb
| | ├──ralph_demo.py 12.71kb
| | └──requirements.txt 0.07kb
| ├──AI赋能的智能测试与质量保障.mp4 426.10M
| ├──笔记.md 0.72kb
| ├──笔记20260416.txt 7.33kb
| └──1-AI赋能的智能测试与质量保障.pdf 1018.11kb
├──24-从Text-to-SQL到数据智能
| ├──Case-SQL-LangChain.zip 75.92M
| ├──从Text-to-SQL到数据智能.mp4 457.00M
| ├──笔记.md 0.52kb
| ├──笔记20260419.txt 6.55kb
| └──1-从Text-to-SQL到数据智能.pdf 3.31M
├──25-项目实战：ChatBI开发实战
| ├──实战资料.zip 49.73M
| ├──笔记.md 0.46kb
| ├──笔记20260420.txt 8.88kb
| ├──项目实战：ChatBI开发实战.mp4 660.69M
| ├──1-项目实战：ChatBI开发实战.pdf 9.21M
| └──2-nanobot使用.pdf 941.37kb
├──26-部署及提效相关面试辅导
| ├──代码.zip 49.72M
| ├──笔记.md 1.04kb
| ├──笔记20260427.txt 7.40kb
| ├──部署及提效相关面试辅导.mp4 455.33M
| └──部署及提效相关面试辅导.pdf 992.78kb
├──27-Embeddings和向量数据库
| ├──Embedding与向量数据库.mp4 421.99M
| ├──代码.zip 9.94M
| ├──笔记.md 0.76kb
| ├──笔记20260504.txt 10.31kb
| └──1-Embedding与向量数据库.pdf 1.60M
├──28-RAG技术与应用
| ├──CASE-embedding使用.zip 382.92kb
| ├──RAG技术与应用.mp4 460.50M
| ├──笔记.md 0.69kb
| ├──笔记20260507.txt 8.33kb
| └──1-RAG技术与应用.pdf 2.17M
├──29-RAG多模态数据处理
| ├──RAG多模态数据处理.mp4 528.21M
| ├──代码.zip 74.23M
| ├──笔记.md 0.52kb
| ├──笔记20260511.txt 10.42kb
| ├──1-RAG多模态数据处理.pdf 3.06M
| └──2-NotebookLM使用.pdf 1.68M
├──30-RAG高级技术与调优
├──31-项目实战：企业知识库
| ├──代码.zip 70.93M
| ├──笔记.md 1.02kb
| ├──笔记20260518.txt 26.21kb
| ├──项目实战：企业知识库.mp4 683.37M
| └──1-项目实战：企业知识库.pdf 2.82M
├──32-部分场景中可以取代RAG的技术
| ├──Agentic Search Qwen.zip 882.08kb
| ├──可能替代RAG的技术(5).pdf 2.32M
| ├──笔记.md 0.58kb
| └──部分场景中可以取代RAG的技术.mp4 432.71M
├──33 LLM Wiki
| ├──LLM Wiki.mp4 639.61M
| ├──代码.zip 3.76M
| └──笔记.md 0.60kb
├──34 RAG相关面试辅导
| ├──RAG相关面试辅导.mp4 277.87M
| ├──笔记.md 0.94kb
| ├──笔记20260528.txt 7.34kb
| └──1-RAG相关面试辅导.pdf 1.83M
├──35 大厂优秀工程师使用AI coding的最新方法与经验
| ├──大厂优秀工程师使用AI coding的最新方法与经验.mp4 433.24M
| ├──用 SDD + TDD 驯服 AI：让代码既能「写得快」也能「信得过」 – Windows.zip 512.55kb
| └──笔记.md 1.14kb
├──36 大型软件项目的AI开发与AI重构
| ├──大型软件项目的AI开发与AI重构.mp4 429.16M
| ├──大项目里的 AI：用特征测试做安全重构，用 GitHub 打通协作管线 – Windows.zip 2.15M
| └──笔记.md 0.47kb
├──37 AI Coding 中的团队重新分工与新协作模式
| ├──AI Coding 中的团队重新分工与新协作模式
| | ├──assets
| | ├──AI Coding 中的团队重新分工与新协作模式.ipynb 45.92kb
| | ├──AI Coding 中的团队重新分工与新协作模式.md 39.06kb
| | ├──AI Coding 中的团队重新分工与新协作模式.pdf 1.82M
| | └──README.md 1.41kb
| ├──AI Coding 中的团队重新分工与新协作模式.mp4 376.36M
| └──笔记.md 0.94kb
├──38 在华为昇腾显卡上部署DeepSeek V4 模型 并连通本地Claude Code
| ├──claude-code-hooks.md.pdf 216.80kb
| ├──DeepSeekV4-昇腾部署与ClaudeCode.pdf 2.72M
| ├──在华为昇腾显卡上部署DeepSeek V4 模型 并连通本地Claude Code.mp4 335.53M
| ├──昇腾部署deepseek-v4.pdf 773.09kb
| └──笔记.md 0.61kb
├──39 Function Calling与MCP
| ├──CASE-Function Calling
| | ├──image_show_20260614_112638_20260616_183304
| | ├──workspace
| | ├──assistant_ticket_bot-1.py 6.33kb
| | ├──assistant_ticket_bot-2.py 8.95kb
| | ├──assistant_ticket_bot-3.py 10.51kb
| | ├──assistant_ticket_bot_logic.html 11.68kb
| | └──requirements.txt 0.15kb
| ├──CASE-MCP
| | ├──__pycache__
| | ├──workspace
| | ├──assistant_mcp_amap_bot.py 3.82kb
| | ├──assistant_mcp_tavily_bot.py 3.75kb
| | ├──assistant_mcp_txt_bot.py 6.21kb
| | ├──requirements.txt 0.05kb
| | ├──txt_counter.py 2.32kb
| | └──旅行规划.md 4.60kb
| ├──Function Calling与MCP.mp4 519.70M
| ├──Function Calling与MCP.pdf 4.31M
| ├──笔记.md 0.53kb
| └──笔记20260615.txt 8.48kb
├──40 Agent的自主规划与工具开发
| ├──Agent的自主规划与工具开发.mp4 515.17M
| ├──CASE-投顾AI助手(混合式).zip 30.25kb
| ├──笔记.md 0.60kb
| ├──笔记20260618.txt 6.18kb
| └──1-Agent的自主规划与工具开发.pdf 2.83M
├──41 Agent的能力优化与效果评估
| ├──CASE-langfuse使用
| | ├──assistant_ticket_bot-3.py 9.80kb
| | ├──requirements.txt 0.25kb
| | ├──1-hybrid_wealth_advisor_langgraph_langsmith.py 25.30kb
| | ├──1-hybrid_wealth_advisor_qwen_agent.py 12.99kb
| | └──1-hybrid_wealth_advisor_qwen_agent_langfuse.py 26.19kb
| ├──CASE-openevals使用
| | ├──requirements.txt 0.14kb
| | ├──1-correctness.py 5.64kb
| | ├──1-hybrid_wealth_advisor_langgraph_langsmith.py 25.30kb
| | ├──2-conciseness.py 1.90kb
| | ├──2-langsmith_testing_evaluation.py 22.56kb
| | ├──3-answer_relevance.py 1.82kb
| | ├──4-rag_helpfulness.py 1.97kb
| | ├──5-rag_groundedness.py 2.01kb
| | ├──6-rag_retrieval_relevance.py 2.00kb
| | ├──7-toxicity.py 1.98kb
| | ├──8-hallucination.py 2.43kb
| | ├──9-code_correctness.py 1.96kb
| | ├──10-code_correctness_with_reference.py 2.36kb
| | ├──11-plan_adherence.py 2.29kb
| | └──12-openevals_evaluators.py 16.12kb
| ├──CASE-投顾AI助手(效果评估)
| | ├──deepeval_wealth_advisor.py 9.21kb
| | ├──requirements.txt 0.12kb
| | ├──1-hybrid_wealth_advisor_langgraph_langsmith.py 25.30kb
| | ├──2-langsmith_testing_evaluation.py 22.56kb
| | └──3-run_langsmith_evaluation_example.py 4.19kb
| ├──Agent的能力优化与效果评估.mp4 464.56M
| ├──笔记.md 0.51kb
| ├──笔记20260622.txt 8.86kb
| └──1-Agent的能力优化与效果评估.pdf 3.66M
├──42 OpenManus开发实战
| ├──代码.zip 184.77M
| ├──笔记.md 0.63kb
| ├──笔记20260625.txt 22.53kb
| ├──1-OpenManus开发实战.pdf 12.22M
| └──42 OpenManus开发实战.mp4 804.88M
├──43 最强模型Fable5 – Harness架构下的模型训练范式大变革
| ├──最强模型Fable5 – Harness架构下的模型训练范式大变革.mp4 334.44M
| └──笔记.md 0.47kb
├──44 Harness Engineering
| ├──assets
| | ├──01_evolution.svg 6.43kb
| | ├──02_anthropic_case.svg 6.24kb
| | ├──03_definition_spectrum.svg 4.96kb
| | ├──04_concentric.svg 5.20kb
| | ├──05_four_questions.svg 4.38kb
| | ├──06_lifecycle.svg 6.44kb
| | ├──07_module_map.svg 5.65kb
| | ├──08_layers.svg 4.82kb
| | └──09_thickness.svg 3.66kb
| ├──Harness_Engineering_概念导论_files
| | ├──01_evolution.svg 6.43kb
| | ├──02_anthropic_case.svg 6.24kb
| | ├──03_definition_spectrum.svg 4.96kb
| | ├──04_concentric.svg 5.20kb
| | ├──05_four_questions.svg 4.38kb
| | ├──06_lifecycle.svg 6.44kb
| | ├──07_module_map.svg 5.65kb
| | ├──08_layers.svg 4.82kb
| | └──09_thickness.svg 3.66kb
| ├──Harness Engineering.mp4 272.03M
| ├──Harness_Engineering_概念导论.ipynb 104.08kb
| ├──Harness_Engineering_概念导论.md 34.13kb
| ├──Harness_Engineering_概念导论.pdf 2.27M
| ├──笔记.md 1.34kb
| ├──0.png 451.29kb
| ├──1.png 381.20kb
| ├──2ae5fffb672d232bb206cf0dae2a3476.png 134.42kb
| ├──3.png 137.45kb
| ├──4.png 165.73kb
| └──6.png 352.79kb
├──45 搭建类似Hermes Agent的自进化长期记忆
| ├──assets
| | ├──01_rag_vs_memory.svg 4.57kb
| | ├──02_memory_tiers.svg 4.26kb
| | ├──03_heartbeat_pipeline.svg 4.54kb
| | ├──04_hybrid_retrieval.svg 3.74kb
| | └──05_recall_flow.svg 4.10kb
| ├──extensions
| | └──chromadb_hybrid_retrieval.py 6.50kb
| ├──materials
| | ├──current_process_event.json 0.33kb
| | ├──current_session_process_memory.json 0.56kb
| | └──simulated_long_conversation.jsonl 8.57kb
| ├──scripts
| | ├──08_integrated_workspace_case
| | ├──README.md 0.94kb
| | ├──01_compress_session_memory.py 4.04kb
| | ├──01_raw_only_context.py 2.62kb
| | ├──02_collect_raw.py 1.64kb
| | ├──02_promote_long_term_memory.py 3.37kb
| | ├──03_extract_consolidated.py 8.14kb
| | ├──03_recall_new_session.py 4.47kb
| | ├──04_promote_semantic.py 9.74kb
| | ├──04_recall_process_memory.py 3.41kb
| | ├──04_recall_process_memory.py.bak 3.82kb
| | ├──05_build_working_memory.py 3.20kb
| | ├──05_extract_capability_memory.py 3.10kb
| | ├──06_heartbeat_trigger.py 4.96kb
| | └──07_file_recall.py 1.43kb
| ├──.env.example 0.08kb
| ├──demo.py 1.85kb
| ├──image-1.png 769.41kb
| ├──image-2.png 546.29kb
| ├──image-3.png 735.33kb
| ├──image-4.png 351.80kb
| ├──image-5.png 575.58kb
| ├──image-6.png 110.97kb
| ├──image-7.png 213.86kb
| ├──image-8.png 551.43kb
| ├──image-9.png 280.58kb
| ├──image.png 237.23kb
| ├──搭建类似Hermes Agent的自进化长期记忆.ipynb 45.26kb
| ├──搭建类似Hermes Agent的自进化长期记忆.md 35.79kb
| ├──搭建类似Hermes Agent的自进化长期记忆.mp4 277.51M
| ├──搭建类似Hermes Agent的自进化长期记忆.pdf 2.12M
| ├──无标题-2025-10-03-1947.excalidraw 375.06kb
| ├──无标题-2025-10-03-1947.png 3.66M
| └──笔记.md 1.23kb
├──46 实现Hermes中的多Agent协作、主Agent调度
| ├──assets
| | ├──01_master_worker_architecture.svg 3.33kb
| | ├──02_business_flow.svg 2.96kb
| | ├──03_acp_multi_turn.svg 2.76kb
| | ├──04_board_loop.svg 3.88kb
| | ├──05_project_brief_scope.svg 2.54kb
| | ├──06_data_contracts_code_view.svg 2.44kb
| | ├──07_board_planning_pipeline.svg 2.50kb
| | ├──08_private_task_package.svg 2.48kb
| | └──09_acp_local_codex_minimal.svg 3.18kb
| ├──materials
| | └──product_goal.txt 1.13kb
| ├──scripts
| | ├──01_plan_board.py 9.69kb
| | ├──02_worker_acp_smoke.py 7.99kb
| | ├──03_context_isolation.py 13.98kb
| | ├──04_triggerflow_master_loop.py 31.75kb
| | └──05_hangzhou_team_building_run.py 3.12kb
| ├──.env.example 0.12kb
| ├──主Agent调度与多Agent协作.ipynb 87.54kb
| ├──主Agent调度与多Agent协作.md 67.56kb
| ├──主Agent调度与多Agent协作.pdf 1.71M
| ├──实现Hermes中的多Agent协作、主Agent调度.mp4 318.73M
| └──笔记.md 1.21kb
├──47 Agent相关面试辅导
| ├──CASE-LangGraph_Agent_Manus
| | └──langgraph_agent_manus.py 11.31kb
| ├──Agent相关面试辅导.mp4 277.89M
| ├──Agent相关面试辅导.pdf 904.39kb
| ├──笔记.md 0.92kb
| └──笔记20260709.txt 5.02kb
├──48 Loop Engineering：由目标驱动的复杂智能体实现原理分析
| ├──Loop Engineering：由目标驱动的复杂智能体实现原理分析.mp4 258.27M
| └──笔记.md 0.62kb
├──AutoGPT
| ├──autogpt代码版本.zip 677.06kb
| ├──1.xlsx 13.86kb
| ├──2.xlsx 13.84kb
| └──3.pdf 131.77kb
├──demo实战
| ├──1 文件自动处理AutoGPT.mp4 303.70M
| ├──2 AI助手：支小助.mp4 284.56M
| ├──3 教育行业核心demo实战1 – 拍照搜知识点视频.mp4 62.05M
| ├──4 教育行业核心demo实战2 – 自动化出题与智能组卷.mp4 142.64M
| ├──5 教育行业核心demo实战3 – 知识点掌握程度检验.mp4 61.29M
| ├──6 财务部门核心demo实战1 – AI 识别财务表格的数字.mp4 218.53M
| ├──7 财务部门核心demo实战2 – AI 财务表格准确率的提升.mp4 214.89M
| ├──8 人力资源部门核心demo实战1 – 数字人培训视频.mp4 121.88M
| ├──9 人力资源部门核心demo实战2 – AI培训对练.mp4 62.96M
| ├──10 电商行业核心demo实战1 – 电商评论区互动助手.mp4 129.56M
| └──11 泛娱乐内容行业核心demo实战1 – AI生成视频工作流.mp4 64.95M
├──img
| ├──image.png 939.04kb
| └──image1.png 173.94kb
├──RAG+Agent
| ├──1 Embeddings和向量数据库
| | ├──1 Embeddings和向量数据库.mp4 233.13M
| | └──1 Embeddings和向量数据库.zip 11.38M
| ├──2 RAG技术与应用
| | ├──2 RAG技术与应用.mp4 268.79M
| | └──2 RAG技术与应用.zip 2.36M
| ├──3 RAG多模态数据处理
| | ├──3 RAG多模态数据处理.mp4 251.56M
| | └──3 RAG多模态数据处理.zip 78.54M
| ├──4 RAG高级技术与调优
| | ├──4 RAG调优.mp4 305.93M
| | └──4 RAG高级技术与调优.zip 4.34M
| ├──5 Function Calling与MCP
| | ├──5 Function Calling与MCP.mp4 278.05M
| | └──5 Function Calling与MCP.zip 3.94M
| ├──6 Agent的自主规划与工具开发
| | ├──6 Agent的自主规划与工具开发.mp4 278.46M
| | └──6 Agent的自主规划与工具开发.zip 2.65M
| ├──7 Agent的能力优化与效果评估
| | ├──7 Agent的能力优化与效果评估.mp4 276.55M
| | └──7 Agent的能力优化与效果评估.zip 2.29M
| ├──8 构建Agent的数据决策能力
| | ├──8 构建Agent的数据决策能力.mp4 257.90M
| | └──8 构建Agent的数据决策能力.zip 201.80M
| └──9 构建Agent的搜索、感知与记忆能力
| | ├──9 构建Agent的搜索、感知与记忆能力.mp4 292.27M
| | └──9 构建Agent的搜索、感知与记忆能力.zip 18.02M
├──大模型算法
| ├──1 人工智能基础.mp4 144.17M
| ├──2 深度学习 – CNN I.mp4 169.39M
| ├──3 深度学习 – CNN II.mp4 142.25M
| ├──4 深度学习 – RNN LSTM.mp4 158.94M
| ├──5 深度学习 – Transformer 【代码】.mp4 148.99M
| ├──6 深度学习 – Transformer 【代码】2.mp4 148.99M
| ├──7 你的第一个自然语言处理流程.mp4 186.55M
| ├──8 文本表示和语言模型.mp4 191.86M
| ├──9 自然语言处理核心深度网络.mp4 172.68M
| ├──10 Word2vec 及企业应用实战.mp4 175.17M
| ├──11 注意力机制及注意力机制在企业落地中的应用.mp4 183.99M
| ├──12 大规模预训练模型.mp4 165.42M
| ├──13 大规模预训练模型在工程应用中的改进.mp4 244.27M
| ├──14 项目一总结：智能客服项目源码解析.mp4 193.64M
| ├──15 大模型必知必会.mp4 258.30M
| ├──16 向量工程和CVP开发流.mp4 294.63M
| ├──17 增强大模型能力.mp4 284.90M
| ├──18 知识图谱技术概览.mp4 321.24M
| ├──19 使用DeepKE-LLM大模型进行知识图谱构建.mp4 320.49M
| ├──20 大模型训练的Pipeline.mp4 316.08M
| ├──21 Retrieval Augmented Generation(RAG).mp4 311.06M
| ├──22 长度外推的解决办法：SOTA ROPE.mp4 319.72M
| ├──23 多跳问题的解决办法：ReAct.mp4 298.15M
| └──24 训练框架DeepSpeed强化.mp4 314.35M
├──大模型应用相关工具安装教程
| ├──1 python安装教程-mac.mp4 12.35M
| ├──2 python安装教程-win.mp4 15.77M
| ├──3 pycharm安装教程-mac.mp4 11.95M
| ├──4 pycharm安装教程-win.mp4 24.80M
| ├──5 jupyter安装教程.mp4 22.18M
| ├──6 Pycharm运行langchain第一课的代码基础.mp4 49.30M
| └──7 Pycharm结合Lingma插件完成代码的开发和学习.mp4 25.51M
├──大模型原理精讲先导课
| ├──探索神经网络的奥秘.pdf 12.05M
| ├──揭秘Transformer的真面目1.pdf 3.21M
| ├──揭秘Transformer的真面目2.pdf 3.47M
| ├──语言模型训练范式.pdf 5.42M
| ├──1 预训练+微调的训练范式 开源生态和OpenAI的差异详解.md 1.48kb
| ├──1 预训练+微调的训练范式 开源生态和OpenAI的差异详解.mp4 215.08M
| ├──2 探索神经网络的奥秘.mp4 242.99M
| ├──3 揭秘Transformer的真面目-1.mp4 258.28M
| ├──4 揭秘Transformer的真面目-2.mp4 253.09M
| ├──5 多模态领域的Transformer —— 创意生成的基座原理.mp4 358.04M
| ├──6 揭开文字、人脸、精密零件、无人驾驶的智能识别面纱.mp4 275.98M
| ├──7 探索DALL·E、Stable Diffusion如何编织创意图像的魔法.mp4 296.22M
| ├──8 类Sora模型：解锁动态视觉艺术的密码.mp4 477.11M
| ├──9 人体姿态识别模型 – Meta Sapiens.mp4 543.30M
| ├──10 DeepSeek 性价比之王背后的极致压缩技术 MLA.mp4 186.44M
| ├──11 MoE 架构在 Scaling Law 之后继续提升大模型能力.mp4 232.13M
| ├──12 超级引擎：英伟达GPU与CUDA相关的必备知识点.mp4 215.00M
| ├──13 推理模型是如何训练出来的 – DeepSeek R1 与 V3.mp4 248.39M
| ├──14 如何训练自动操作电脑和手机的Agent – 智谱AutoGLM.mp4 249.04M
| ├──15 文件自动处理AutoGPT.mp4 303.70M
| ├──16 支小助.mp4 284.56M
| ├──17 教育行业核心demo实战1-拍照搜知识点视频.mp4 62.05M
| ├──18 教育行业核心demo实战2-自动化出题与智能组卷.mp4 142.64M
| ├──19 教育行业核心demo实战3-知识点学握程度检验.mp4 61.29M
| ├──20 财务部门核心demo实战1-AI识别财务表格的数字.mp4 218.53M
| ├──21 财务部门核心demo实战2-AI财务表格准确率的提升.mp4 214.89M
| ├──22 人力资源部门核心demo实战1-数字人培训视频.mp4 121.88M
| ├──23 人力资源部门核心demo实战2-AI培训对练.mp4 62.96M
| ├──24 电商行业核心demo实战1-电商评论区互动助手.mp4 129.56M
| └──25 泛娱乐内容行业核心demo实战1-AI生成视频工作流.mp4 64.95M
├──天池大赛
| ├──AI大赛1-AI数据决策
| | ├──Case-二手车价格预测
| | ├──【完成参考】Case-二手车价格预测.zip 168.32M
| | ├──笔记.md 0.60kb
| | ├──1-AI数据决策.mp4 504.74M
| | └──1-AI数据决策.pdf 2.51M
| ├──AI大赛2-机器学习与特征工程
| | ├──Case-二手车价格预测
| | ├──【完成参考】Case-二手车价格预测.zip 162.89M
| | ├──AI大赛2-机器学习与特征工程.mp4 491.86M
| | ├──笔记.md 0.45kb
| | ├──笔记20260403.txt 9.12kb
| | └──1-机器学习与特征工程.pdf 1.33M
| ├──AI大赛3-机器学习神器
| | ├──voice
| | ├──【完成参考】Case-二手车价格预测.zip 16.08M
| | ├──AI大赛3-机器学习神器.mp4 312.95M
| | ├──笔记.md 0.43kb
| | ├──笔记20260410.txt 4.36kb
| | └──1-机器学习神器.pdf 1.73M
| ├──AI大赛4-AI数据决策
| | ├──笔记20260417.txt 7.79kb
| | ├──资料.zip 43.53M
| | └──1-AI数据决策.pdf 2.51M
| ├──AI大赛5-特征工程与过拟合
| | ├──【完成参考】Case-二手车价格预测
| | ├──特征工程与过拟合.mp4 538.88M
| | ├──笔记20260424.txt 10.70kb
| | └──1-特征工程与过拟合.pdf 668.32kb
| ├──used_car_sample_submit.csv 439.47kb
| ├──used_car_testB_20200421.csv 17.06M
| └──used_car_train_20200313.csv 51.77M
├──AI应用开发岗位要求.md 21.46kb
└──资料文档.zip 160.91M
请先 ！