创富道场【vip1188.cn】项目课程资源网： AI+行业实战班，深入解析Agent配置与实战应用，快速掌握AI落地技巧

AI+行业实战班：深入解析Agent配置与实战应用课程介绍

在当今快速发展的AI时代，如何将AI技术有效融入各行各业，实现智能化转型，已成为众多企业和个人的关注焦点。为此，我们特别推出了“AI+行业实战班：深入解析Agent配置与实战应用”课程，旨在通过系统化的教学，帮助学员快速掌握AI落地技巧，特别是在Agent配置与应用方面的实战能力。

课程亮点：

1. 全面覆盖Agent配置与应用：从Agent的基本能力、框架作用，到具体的配置方法、实战应用，课程内容全面且深入，确保学员能够全方位掌握Agent的核心技能。

2. 实战导向，即学即用：课程以实战为核心，通过大量实操案例，如数据查找配置、工作流中大模型的使用、循环体的注意事项等，让学员在学中做，在做中学，快速提升实战能力。

3. 深度解析AI落地技巧：不仅讲解Agent的配置与应用，还深入剖析AI落地的关键技巧，如知识库构建、RAG技能加入、LORA微调等，助力学员在项目实战中更加得心应手。

4. 丰富资源，持续更新：课程提供丰富的视频教程、文档资料及实战项目，且内容持续更新，确保学员始终站在AI技术的前沿。

课程内容概览：

• Agent基础：从Agent要解决的问题出发，逐步深入讲解Agent的基本能力、框架作用及能解决的问题，为后续的实战应用打下坚实基础。

• 配置与应用：详细讲解Agent的配置方法，包括输入输出参数配置、插件配置、工作流配置等，同时结合实战案例，如发票助手插件接入、数据表创建方法等，让学员在实践中掌握配置技巧。

• AI落地技巧：深入剖析AI落地的关键技巧，如知识库构建方法与应用、RAG技能加入、LORA微调等，通过实操演示，让学员直观感受AI技术的魅力。

• 实战项目：提供多个实战项目，如构建自己的邮箱插件、DIY的Agent测试与发布等，让学员在实战中锻炼技能，提升项目实战能力。

• 前沿技术探索：介绍最新的AI技术趋势，如LLAMA与LORA模型、知识图谱实战应用等，拓宽学员的视野，激发创新思维。

适合人群：

• 对AI技术感兴趣，希望将其应用于实际工作中的个人或团队。
• 想要提升AI项目实战能力的开发者、数据科学家、产品经理等。
• 正在寻求AI转型的传统行业从业者。

加入“AI+行业实战班：深入解析Agent配置与实战应用”课程，让我们一起探索AI技术的无限可能，共同开启智能化转型的新篇章！

课程目录：

012.3-循环的配置与中间变量的作用 (1).mp4

010.1-数据查找配置 (1).mp4

011.2-读取新闻内容并整理报告 (1).mp4

009.2-工作流中大模型的使用方法 (1).mp4

013.4-循环体注意事项更新 (1).mp4

006.6-GPTS分析一波 (1).mp4

008.1-COZE的基本使用解读与说明 (1).mp4

007.7-经典任务分析 (1).mp4

004.4-框架的作用和能解决的问题 (1).mp4

005.5-整体总结分析 (1).mp4

003.3-与大模型的关系与多角色交互 (1).mp4

002.2-Agent需要具备的基本能力 (1).mp4

015.2-输入输出参数配置方法 (1).mp4

001.1-Agent要解决的问题分析 (1).mp4

014.1-插件的基本配置方法 (1).mp4

126.2-环境相关配置解读.mp4

072.1-RAG要完成的任务解读.mp4

117.4-机器学习算法分析.mp4

085.8-感知模块解读.mp4

136.5-llama.cpp量化实例.mp4

078.1-整体故事解读.mp4

018.2-数据表创建方法.mp4

139.1-提示词与工作流配置.mp4

025.2-后端GPT项目部署启动.mp4

135.4-llama3微调后进行量化.mp4

044.8-AutogenStudio本地化部署流程.mp4

103.3-源码调用DEBUG解读.mp4

104.4-训练流程演示.mp4

102.2-项目数据解读.mp4

064.8-定时器任务环境配置.mp4

040.4-外接本地支持库配置方法.mp4

021.1-构建自己的邮箱插件.mp4

038.2-GroupChat模块.mp4

148.5-自己DIY的Agent测试与发布.mp4

091.4-样本索引与向量构建.mp4

147.4-工作流的基本配置流程和方法.mp4

051.4-知识库构建实例.mp4

119.1-知识图谱要解决的问题与流程分析.mp4

022.2-插件应用与大模型流程配置.mp4

023.3-知识库构建方法与应用.mp4

115.2-数据处理与清洗分析.mp4

042.6-LMStudio本地下载部署模型.mp4

128.4-功能调用方法实例.mp4

074.3-召回优化策略分析.mp4

Agent资料.txt

154.COZE介绍与界面更新.mp4

071.5-总结与结果输出.mp4

080.3-论文基本框架分析.mp4

082.5-感知与反思模块构建流程.mp4

061.5-基础解读-角色定义.mp4

041.5-加入RAG技能.mp4

076.5-评估工具RAGAS.mp4

127.3-工具调用流程拆解.mp4

045.9-本地化部署接入应用实例.mp4

077.6-外接本地数据库工具.mp4

122.4-大模型要解决的问题和应用分析.mp4

141.COZE基本使用操作实例(必看).mp4

142.语聚AI插件制作更新(刷完第三章动手做的时候再看就行).mp4

155.语聚AI插件制作更新.mp4

114.1-数据挖掘要解决的问题.mp4

073.2-RAG整体流程解读.mp4

132.1-LORA微调方法.mp4

129.5-RAG环境配置搭建.mp4

105.5-效果演示与总结分析.mp4

096.1-大模型如何做下游任务.mp4

067.1-Agent要完成的任务和业务逻辑定义.mp4

134.3-llama3模型微调实例.mp4

063.7-多动作配置方法.mp4

068.2-问题拆解与执行流程.mp4

033.3-国内常用API配置方法.mp4

133.2-指令微调所需数据与模型下载.mp4

084.7-整体流程框架图.mp4

118.5-模板到哪去找.mp4

035.5-工作流配置.mp4

017.1-发票助手插件接入.mp4

150.1-产品功能与需求分析.mp4

108.3-微调要解决的问题.mp4

107.2-RAG实践策略.mp4

086.9-思考模块解读.mp4

079.2-要解决的问题和整体框架分析.mp4

034.4-API接口在线测试.mp4

094.2-MOE模块实现方法解读.mp4

031.1-AutoGenStudio框架安装与介绍.mp4

087.10-项目环境配置方法解读.mp4

098.3-LLAMA与LORA介绍.mp4

075.4-召回改进方案解读.mp4

145.2-技能测试与插件创建实例.mp4

043.7-调用本地模型方法与配置.mp4

027.4-接入外部API的方法与流程.mp4

047.12-autogen接入本地模型.mp4

116.3-特征工程的作用与流程.mp4

060.4-基础解读-动作定义方式.mp4

020.4-调用模块工作流配置.mp4

131.7-RAG基本流程分析.mp4

019.3-识别工作流配置与测试.mp4

110.2-数据与特征库准备.mp4

050.3-Chat与Embedding模型接入.mp4

123.5-工具总结分析.mp4

093.1-MOE概述分析.mp4

048.1-RAGFLOW介绍和特点.mp4

138.配置.mp4

069.3-检索得到重要的URL.mp4

052.5-封装成API调用.mp4

024.1-DEMO演示与整体架构分析.mp4

121.3-知识图谱实战应用项目解读.mp4

056.4-完成指令与脚本并生成.mp4

101.1-提示工程的作用.mp4

149.COZE的UI界面变化.mp4

089.2-基本API调用方法.mp4

090.3-数据文档切分操作.mp4

124.1-COZE开发者平台解读.mp4

130.6-LLAMA3应用-RAG搭建方法.mp4

036.6-执行流程与结果.mp4

152.3-配置插件与测试效果.mp4

095.3-效果分析与总结.mp4

151.2-文案助手的工作流程设计.mp4

153.COZE的UI界面更新.mp4

046.11-Ollama环境配置与安装.mp4

058.2-整体框架逻辑介绍.mp4

037.1-API生成方法.mp4

097.2-LLM落地微调分析.mp4

029.6-指令提示构建.mp4

055.3-API相关配置完成.mp4

106.1-RAG与微调可以解决与无法解决的问题.mp4

054.2-调用API的控制方式.mp4

049.2-RAGFLOW接入本地模型.mp4

059.3-项目环境配置.mp4

057.1-论文概述分析.mp4

144.语聚API更新(课时9如遇问题看这个).mp4

062.6-单动作智能体实现方法.mp4

032.2-动作API配置方法.mp4

088.1-langchain框架解读.mp4

065.9-定时器任务流程解读分析.mp4

030.0-Python环境说明.mp4

092.5-数据切块方法.mp4

099.4-LORA微调的核心思想.mp4

100.5-LORA模型实现细节.mp4

028.5-引入API方法解读.mp4

137.6-部署应用.mp4

026.3-前端助手API与流程图配置.mp4

140.2-插件配置方法与输出.mp4

111.3-模型准备与项目分析.mp4

113.5-项目经验总结与优化方法.mp4

120.2-知识图谱项目实际应用分析.mp4

143.1-扣子开发平台实例解读.mp4

109.1-项目需求分析流程.mp4

125.1-llama3模型下载与配置安装.mp4

016.3-再工作流中配置自己的插件并使用.mp4

066.0-基本Agent的组成.mp4

146.3-配置好自己的DIY技能.mp4

070.4-子问题生成总结结果.mp4

053.1-GPTS任务流程概述分析.mp4

039.3-执行流程分析.mp4

083.6-计划模块实现细节.mp4

112.4-模型选择方法总结.mp4

081.4-Agent的记忆信息.mp4