唐YD-2024爆火AI Agent(应用解读+项目实战)

唐YD-2024爆火AI Agent(应用解读+项目实战)资源介绍:

2024爆火AI Agent(应用解读+项目实战)封面图

AI最火Agent系列从零开始手把手演示如何利用Agent构建各种场景应用，通俗解读其所需知识点，基于现有GPT大模型进行应用实战，将自己业务场景的经验总结成标准化的Agent执行流程，集成外部各种API工具来打造你的专属代理。

资源目录:

2024Ai必会Agent(应用解读+项目实战)

├─ 001-课程介绍.mp4

├─ 002-1-Agent要解决的问题分析.mp4

├─ 003-2-Agent需要具备的基本能力.mp4

├─ 004-3-与大模型的关系分析.mp4

├─ 005-4-多智能体定义分析.mp4

├─ 006-5-框架的作用和能解决的问题.mp4

├─ 007-6-整体总结分析.mp4

├─ 008-7-GPTS分析一波.mp4

├─ 009-8-经典任务分析.mp4

├─ 010-1-GPTS任务流程概述分析.mp4

├─ 011-2-调用API的控制方式.mp4

├─ 012-3-API相关配置完成.mp4

├─ 013-4-完成指令与脚本并生成.mp4

├─ 014-1-DEMO演示与整体架构分析.mp4

├─ 015-2-后端GPT项目部署启动.mp4

├─ 016-3-前端助手API与流程图配置.mp4

├─ 017-4-接入外部API的方法与流程.mp4

├─ 018-5-GPT中加入外部API调用方法.mp4

├─ 019-6-指令提示构建.mp4

├─ 020-1-论文概述分析.mp4

├─ 021-2-整体框架逻辑介绍.mp4

├─ 022-3-项目环境配置.mp4

├─ 023-4-基础解读-动作定义方式.mp4

├─ 024-5-基础解读-角色定义.mp4

├─ 025-6-单动作智能体实现方法.mp4

├─ 026-7-多动作配置方法.mp4

├─ 027-8-定时器任务环境配置.mp4

├─ 028-9-定时器任务流程解读分析.mp4

├─ 029-0-基本Agent的组成.mp4

├─ 030-1-Agent要完成的任务和业务逻辑定义.mp4

├─ 031-2-问题拆解与执行流程.mp4

├─ 032-3-检索得到重要的URL.mp4

├─ 033-4-子问题生成总结结果.mp4

├─ 034-5-总结与结果输出.mp4

├─ 035-1-RAG要完成的任务解读.mp4

├─ 036-2-RAG整体流程解读.mp4

├─ 037-3-召回优化策略分析.mp4

├─ 038-4-召回改进方案解读.mp4

├─ 039-5-评估工具RAGAS.mp4

├─ 040-6-外接本地数据库工具.mp4

├─ 041-1-整体故事解读.mp4

├─ 042-2-要解决的问题和整体框架分析.mp4

├─ 043-3-论文基本框架分析.mp4

├─ 044-4-Agent的记忆信息.mp4

├─ 045-5-感知与反思模块构建流程.mp4

├─ 046-6-计划模块实现细节.mp4

├─ 047-7-整体流程框架图.mp4

├─ 048-8-感知模块解读.mp4

├─ 049-9-思考模块解读.mp4

├─ 050-10-项目环境配置方法解读.mp4

├─ 051-1-langchain框架解读.mp4

├─ 052-2-基本API调用方法.mp4

├─ 053-3-数据文档切分操作.mp4

├─ 054-4-样本索引与向量构建.mp4

├─ 055-5-数据切块方法.mp4

├─ 056-1-MOE概述分析.mp4

├─ 057-2-MOE模块实现方法解读.mp4

├─ 058-3-效果分析与总结.mp4

├─ 059-1-大模型如何做下游任务.mp4

├─ 060-2-LLM落地微调分析.mp4

├─ 061-3-LLAMA与LORA介绍.mp4

├─ 062-4-LORA微调的核心思想.mp4

├─ 063-5-LORA模型实现细节.mp4

├─ 064-1-提示工程的作用.mp4

├─ 065-2-项目数据解读.mp4

├─ 066-3-源码调用DEBUG解读.mp4

├─ 067-4-训练流程演示.mp4

├─ 068-5-效果演示与总结分析.mp4

├─ 069-1-RAG与微调可以解决与无法解决的问题.mp4

├─ 070-2-RAG实践策略.mp4

└─ 071-3-微调要解决的问题.mp4