唐宇迪：迪哥 -2025Ai必会Agent(应用解读+项目实战)–精讲班

 【分享】唐宇迪：迪哥-2025Ai必会Agent(应用解读+项目实战)--精讲班
   COZE智能体系列(重要)
   更新-有答疑
   Agent论文解读与总结相关
   大模型微调与知识库
   Autogen与其他智能体框架
   013.4-循环体注意事项更新.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
   003.3-与大模型的关系与多角色交互.mp4
   029.6-指令提示构建.mp4
   014.1-插件的基本配置方法.mp4
   118.5-模板到哪去找.mp4
   105.5-效果演示与总结分析.mp4
   019.3-识别工作流配置与测试.mp4
   069.3-检索得到重要的URL.mp4
   035.5-工作流配置.mp4
   096.1-大模型如何做下游任务.mp4
   016.3-再工作流中配置自己的插件并使用.mp4
   022.2-插件应用与大模型流程配置.mp4
   058.2-整体框架逻辑介绍.mp4
   051.4-知识库构建实例.mp4
   060.4-基础解读-动作定义方式.mp4
   005.5-整体总结分析.mp4
   020.4-调用模块工作流配置.mp4
   076.5-评估工具RAGAS.mp4
   064.8-定时器任务环境配置.mp4
   026.3-前端助手API与流程图配置.mp4
   088.1-langchain框架解读.mp4
   099.4-LORA微调的核心思想.mp4
   068.2-问题拆解与执行流程.mp4
   037.1-API生成方法.mp4
   089.2-基本API调用方法.mp4
   131.7-RAG基本流程分析.mp4
   059.3-项目环境配置.mp4
   084.7-整体流程框架图.mp4
   120.2-知识图谱项目实际应用分析.mp4
   044.8-AutogenStudio本地化部署流程.mp4
   008.1-COZE的基本使用解读与说明.mp4
   134.3-llama3模型微调实例.mp4
   063.7-多动作配置方法.mp4
   136.5-llama.cpp量化实例.mp4
   093.1-MOE概述分析.mp4
   061.5-基础解读-角色定义.mp4
   045.9-本地化部署接入应用实例.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
   130.6-LLAMA3应用-RAG搭建方法.mp4
   121.3-知识图谱实战应用项目解读.mp4
   144.语聚API更新(课时9如遇问题看这个).mp4
   021.1-构建自己的邮箱插件.mp4
   072.1-RAG要完成的任务解读.mp4
   147.4-工作流的基本配置流程和方法.mp4
   101.1-提示工程的作用.mp4
   054.2-调用API的控制方式.mp4
   011.2-读取新闻内容并整理报告.mp4
   049.2-RAGFLOW接入本地模型.mp4
   143.1-扣子开发平台实例解读.mp4
   126.2-环境相关配置解读.mp4
   103.3-源码调用DEBUG解读.mp4
   001.1-Agent要解决的问题分析.mp4
   057.1-论文概述分析.mp4
   091.4-样本索引与向量构建.mp4
   112.4-模型选择方法总结.mp4
   135.4-llama3微调后进行量化.mp4
   104.4-训练流程演示.mp4
   152.3-配置插件与测试效果.mp4
   077.6-外接本地数据库工具.mp4
   023.3-知识库构建方法与应用.mp4
   082.5-感知与反思模块构建流程.mp4
   114.1-数据挖掘要解决的问题.mp4
   085.8-感知模块解读.mp4
   107.2-RAG实践策略.mp4
   036.6-执行流程与结果.mp4
   127.3-工具调用流程拆解.mp4
   146.3-配置好自己的DIY技能.mp4
   073.2-RAG整体流程解读.mp4
   094.2-MOE模块实现方法解读.mp4
   043.7-调用本地模型方法与配置.mp4
   115.2-数据处理与清洗分析.mp4
   025.2-后端GPT项目部署启动.mp4
   098.3-LLAMA与LORA介绍.mp4
   018.2-数据表创建方法.mp4
   141.COZE基本使用操作实例(必看).mp4
   113.5-项目经验总结与优化方法.mp4
   124.1-COZE开发者平台解读.mp4
   017.1-发票助手插件接入.mp4
   075.4-召回改进方案解读.mp4
   151.2-文案助手的工作流程设计.mp4
   067.1-Agent要完成的任务和业务逻辑定义.mp4
   053.1-GPTS任务流程概述分析.mp4
   097.2-LLM落地微调分析.mp4
   100.5-LORA模型实现细节.mp4
   065.9-定时器任务流程解读分析.mp4
   080.3-论文基本框架分析.mp4
   102.2-项目数据解读.mp4
   078.1-整体故事解读.mp4
   081.4-Agent的记忆信息.mp4
   148.5-自己DIY的Agent测试与发布.mp4
   034.4-API接口在线测试.mp4
   027.4-接入外部API的方法与流程.mp4
   041.5-加入RAG技能.mp4
   006.6-GPTS分析一波.mp4
   083.6-计划模块实现细节.mp4
   012.3-循环的配置与中间变量的作用.mp4
   111.3-模型准备与项目分析.mp4
   128.4-功能调用方法实例.mp4
   040.4-外接本地支持库配置方法.mp4
   116.3-特征工程的作用与流程.mp4
   153.COZE的UI界面更新.mp4
   066.0-基本Agent的组成.mp4
   150.1-产品功能与需求分析.mp4
   138.配置.mp4
   010.1-数据查找配置.mp4
   062.6-单动作智能体实现方法.mp4
   129.5-RAG环境配置搭建.mp4
   032.2-动作API配置方法.mp4
   090.3-数据文档切分操作.mp4
   154.COZE介绍与界面更新.mp4
   042.6-LMStudio本地下载部署模型.mp4
   056.4-完成指令与脚本并生成.mp4
   122.4-大模型要解决的问题和应用分析.mp4
   145.2-技能测试与插件创建实例.mp4
   009.2-工作流中大模型的使用方法.mp4
   050.3-Chat与Embedding模型接入.mp4
   028.5-引入API方法解读.mp4
   123.5-工具总结分析.mp4
   095.3-效果分析与总结.mp4
   015.2-输入输出参数配置方法.mp4
   087.10-项目环境配置方法解读.mp4
   024.1-DEMO演示与整体架构分析.mp4
   031.1-AutoGenStudio框架安装与介绍.mp4
   038.2-GroupChat模块.mp4
   108.3-微调要解决的问题.mp4
   117.4-机器学习算法分析.mp4
   030.0-Python环境说明.mp4
   079.2-要解决的问题和整体框架分析.mp4
   092.5-数据切块方法.mp4
   048.1-RAGFLOW介绍和特点.mp4
   155.语聚AI插件制作更新.mp4
   140.2-插件配置方法与输出.mp4
   139.1-提示词与工作流配置.mp4
   047.12-autogen接入本地模型.mp4
   004.4-框架的作用和能解决的问题.mp4
   039.3-执行流程分析.mp4
   137.6-部署应用.mp4
   071.5-总结与结果输出.mp4
   132.1-LORA微调方法.mp4
   110.2-数据与特征库准备.mp4
   074.3-召回优化策略分析.mp4
   070.4-子问题生成总结结果.mp4
   046.11-Ollama环境配置与安装.mp4
   109.1-项目需求分析流程.mp4
   119.1-知识图谱要解决的问题与流程分析.mp4
   086.9-思考模块解读.mp4
   106.1-RAG与微调可以解决与无法解决的问题.mp4
   149.COZE的UI界面变化.mp4
   052.5-封装成API调用.mp4
   002.2-Agent需要具备的基本能力.mp4
   007.7-经典任务分析.mp4
   055.3-API相关配置完成.mp4
   125.1-llama3模型下载与配置安装.mp4
     COZE资料收集与报告整理
     新增COZE打造发票助手
     新增COZE邮箱助手
     COZE飞书书签自动化
     新增Coze打造Agent(小红书)
     新增COZE资料收集与报告整理
     Agent架构解读与应用分析
     OPENAI-LLM模型优化总结
     斯坦福AI小镇架构与项目解读
     新增LLAMA3相关
     LLM下游任务训练自己模型实战
     补充
     RAG检索架构分析与应用
     新增RAGFLOW
     LLM与LORA微调策略解读
     5-全局变量设置方法.mp4
     4-查找与匹配的方法.mp4
     2-表格填入模块解读.mp4
     1-DEMO演示与基本流程分析.mp4
     3-表格的输入与输出.mp4
     6-智能体测试应用.mp4
       提示词.txt
       邮箱代码.txt
     metagpt
     langchain工具实例
     GPTS打造Agent实战
     autogen与部署模块
     Agent打造专属客服
       循环.png
       提示词.txt
       全部提示词资料.docx
       餐饮1.png
       小红书提示词
       提示词.txt
       5-多模态.png
       4-Agent组成.png
       7-Agent游戏.png
       3-Ageng包括组件.png
       9-多智能体2.png
       2-Agent流程.png
       6-多角色组成.png
       1-Agent趋势.png
       Agent.png
       Agent思维导图.pdf
       8-多智能体.png
       获取标签.txt
       检索内容.txt
       飞书文档链接.PanD
       飞书模板链接.txt
       汇总整合json.txt
       分析内容.txt
       筛选并输出.txt
       14.webp
       7.png
       12.png
       9.png
       2.png
       8.png
       15.png
       6.png
       11.png
       16.png
       13.png
       4.png
       3.png
       斯坦福AI小镇.png
       斯坦福AI小镇.pdf
       斯坦福小镇论文.pdf
       Huatuo-Llama-Med-Chinese-main.zip
       llama3.rar
       Chinese-LLaMA-Alpaca-3-main.zip
       llama3
       大模型.pdf
       RAG.pdf
       RAG.png
       ragflow_api.py
       短视频脚本.docx
       语聚AI指定(只改动作即可).docx
       文章翻译.docx
       广告文案.docx
       API复制这个不要改.docx
       GPTS例子.docx
       组会不用愁.txt
       examples.rar
       metaGpt.pdf
       MetaGPT-main.zip
       AutogenStudio部署
       Skill.py
       rag_skill.rar
       基本使用.rar
       Agent客服.rar
         生成文案.txt
         画图.txt
         标题.txt
         llama3.rar
         index.html
         write.json
         style.css
         代码地址.txt