迪哥AI智能体(Agent)应用实战2025
课程大纲
介绍(3小节)
- 上课须知
- 资料下载与电脑端观看课程方法
- 课程介绍
COZE智能体搭建框架基本使用(2小节)
- 1-COZE的基本使用解读与说明
- 2-工作流中大模型的使用方法
COZE打造资料搜集与报告整理智能体(4小节)
- 1-数据查找配置
- 2-读取新闻内容并整理报告
- 循环体错误更正（提前看下）
- 3-循环的配置与中间变量的作用
COZE中配置自己的插件(3小节)
- 1-插件的基本配置方法
- 2-输入输出参数配置方法
- 3-再工作流中配置自己的插件并使用
COZE结合飞书表格办公(5小节)
- 1-DEMO演示与基本流程分析
- 2-表格填入模块解读
- 3-表格的输入与输出
- 4-查找与匹配的方法
- 5-飞书表格智能体测试应用与常见问题
文案(小红书笔记)生成智能体搭建方法(2小节)
- 1-提示词与工作流配置
- 2-插件配置方法与输出
COZE打造装修设计与应用创建(5小节)
- 1-DEMO演示与应用分析
- 2-输入参数与大模型配置
- 3-图像生成模型配置
- 4-COZE中的应用模块配置
- 5-COZE应用界面设计
COZE-API使用并结合CURSOR构建应用(5小节)
- 1-COZE-API开通方法
- 2-API外部调用方法实例演示
- 3-Cursor应用例子分析
- 4-用CURSOR构建一个浏览器插件
- 5-API调用与插件测试
COZE发票助手搭建(5小节)
- 1-发票助手插件接入
- 2-数据表创建方法
- 3-识别工作流配置与测试
- 4-调用模块工作流配置
- 5-知识库配置
COZE邮件助手(3小节)
- 1-自定义插件创建方法与流程
- 2-插件输出配置与循环体
- 3-知识库配置与结果输出
RAGFLOW本地化知识库(5小节)
- 1-RAGFLOW介绍和特点
- 2-RAGFLOW接入本地模型
- 3-Chat与Embedding模型接入
- 4-知识库构建实例
- 5-封装成API调用
RAG检索架构分析与应用(6小节)
- 1-RAG要完成的任务解读
- 2-RAG整体流程解读
- 3-召回优化策略分析
- 4-召回改进方案解读
- 5-评估工具RAGAS
- 6-外接本地数据库工具
斯坦福AI小镇架构与项目解读(10小节)
- 1-整体故事解读
- 2-要解决的问题和整体框架分析
- 3-论文基本框架分析
- 4-Agent的记忆信息
- 5-感知与反思模块构建流程
- 6-计划模块实现细节
- 7-整体流程框架图
- 8-感知模块解读
- 9-思考模块解读
- 10-项目环境配置方法解读
autogen框架实战(7小节)
- 0-Python环境说明
- 1-AutoGenStudio框架安装与介绍
- 2-动作API配置方法
- 3-国内常用API配置方法
- 4-API接口在线测试
- 5-工作流配置
- 6-执行流程与结果
部署与进阶应用实战(12小节)
- 1-API生成方法
- 2-GroupChat模块
- 3-执行流程分析
- 4-外接本地支持库配置方法
- 5-加入RAG技能
- 6-LMStudio本地下载部署模型
- 7-调用本地模型方法与配置
- 8-AutogenStudio本地化部署流程
- 9-本地化部署接入应用实例
- 10-调用SD-API完成设计
- 11-Ollama环境配置与安装
- 12-autogen接入本地模型
METAGPT框架解读(9小节)
- 1-论文概述分析
- 2-整体框架逻辑介绍
- 3-项目环境配置
- 4-基础解读-动作定义方式
- 5-基础解读-角色定义
- 6-单动作智能体实现方法
- 7-多动作配置方法
- 8-定时器任务环境配置
- 9-定时器任务流程解读分析
metaGpt应用实战-网上调研资料(6小节)
- 0-基本Agent的组成
- 1-Agent要完成的任务和业务逻辑定义
- 2-问题拆解与执行流程
- 3-检索得到重要的URL
- 4-子问题生成总结结果
- 5-总结与结果输出
结合GPT打造自己领域专属客服(6小节)
- 1-DEMO演示与整体架构分析
- 2-后端GPT项目部署启动
- 3-前端助手API与流程图配置
- 4-接入外部API的方法与流程
- 5-引入API方法解读
- 6-指令提示构建
本地大模型微调-llama3应用实战(7小节)
- 1-llama3模型下载与配置安装
- 2-环境相关配置解读
- 3-工具调用流程拆解
- 4-功能调用方法实例
- 5-RAG环境配置搭建
- 6-LLAMA3应用-RAG搭建方法
- 7-RAG基本流程分析
llama3微调-量化-部署(6小节)
- 1-LORA微调方法
- 2-指令微调所需数据与模型下载
- 3-llama3模型微调实例
- 4-llama3微调后进行量化
- 5-llama.cpp量化实例
- 6-部署应用
拓展-计算机视觉项目实例(11小节)
- 1-LORA微调方法
- 2-指令微调所需数据与模型下载
- 3-llama3模型微调实例
- 4-llama3微调后进行量化
- 5-llama.cpp量化实例
- 6-部署应用
- 1-项目需求分析流程
- 2-数据与特征库准备
- 3-模型准备与项目分析
- 4-模型选择方法总结
- 5-项目经验总结与优化方法
拓展-数据挖掘项目流程实例(5小节)
- 1-数据挖掘要解决的问题
- 2-数据处理与清洗分析
- 3-特征工程的作用与流程
- 4-机器学习算法分析
- 5-模板到哪去找
拓展-自然语言处理项目流程(5小节)
- 1-知识图谱要解决的问题与流程分析
- 2-知识图谱项目实际应用分析
- 3-知识图谱实战应用项目解读
- 4-大模型要解决的问题和应用分析
- 5-工具总结分析
MOE多专家系统(3小节)
- 1-MOE概述分析
- 2-MOE模块实现方法解读
- 3-效果分析与总结
OPENAI-LLM模型优化总结(3小节)
- 1-RAG与微调可以解决与无法解决的问题
- 2-RAG实践策略
- 3-微调要解决的问题
点赞
