• 学习中
  • 已学完
  • 未学习
  • 即将上线

大模型开发实战

54课时0小时0分

L5
大模型的RAG与MCP Agent设计

大模型的RAG与MCP Agent设计

D1 Langchain部署本地大模型 D2 Langchain-Prompt提示词 D3 Langchain-OutputParser输出解析器
D4 Langchain-chain链 D5 Langchain-memory记忆 D6 【项目】LangChain-代理实现天气预报
D7 RAG的介绍 D8 RAG的文本加载 D9 RAG的文本分割
D10 常见向量数据库的介绍 D11 RAG的向量化 D12 Langchain部署简单RAG应用
D13 RAG的评估 D14 RAG的智能评估-LangSmith D15 RAG的智能评估-RAGas
D16 RAG的优化 D17 手搓一个RAG D18 手搓一个Agent
D19 MCP的介绍 D20 MCP初体验 D21 手写一个MCP服务器和客户端
D22 搭建基于LLM对话的MCP客户端 D23 AI客户端连接本地MCP服务器
L6
基于Agent的私人AI助理

基于Agent的私人AI助理

D1 项目背景介绍 D2 环境搭建介绍 D3 核心功能梳理与作业布置
D4 Agent部分实现 D5 工具部分实现 D6 知识库部分实现
D7 webui部分实现
L7
多模态智能语音助手

多模态智能语音助手

D1 项目背景与环境搭建 D2 ASR+LLM+TTS实现对话 D3 实现基于UI的小布对话助手
D4 小布对话助手的唤醒功能 D5 多模态视觉与工具调用-Agent
L8
Autogen开发实战

Autogen开发实战

D1 AutoGen核心架构 D2 基于Autogen的智能体定义与配置 D3 多智能体协作模式
D4 Agent部分实现 D5 对话流控制 D6 分层决策智能体开发实践
D7 性能优化与部署
L9
大模型的微调与量化

大模型的微调与量化

D1 大模型微调的意义 D2 什么是参数高效微调 D3 Bitfit-tuning实操
D4 Prompt-tuning实操 D5 P-tuning实操 D6 Prefix-tuning实操
D7 LORA实操 D8 LLaMA-Factory微调角色扮演大模型 D9 LLaMA-Factory微调文旅多模态大模型
D10 什么是量化Quantization D11 GPTQ量化的原理与优势 D12 AWQ量化的原理与优势