总计: 432 个文件夹, 2624 个文件
2025年聚客大模型第三期（聚客第一、第二、第三期）
└── 2025年聚客大模型第三期（聚客第一、第二、第三期）
├── 00_Python基础
│ ├── 1-初始Python.mp4 (9.55MB)
│ ├── 10-字符编码的处理.mp4 (64.71MB)
│ ├── 11-Python程序调式和异常处理技巧.mp4 (95.59MB)
│ ├── 12-JSON应用.mp4 (40.10MB)
│ ├── 13-文件IO.mp4 (25.28MB)
│ ├── 14-爬虫（1）.mp4 (33.21MB)
│ ├── 15-爬虫（2）.mp4 (76.67MB)
│ ├── 16-爬虫（3）.mp4 (63.92MB)
│ ├── 17-爬虫（4）.mp4 (66.87MB)
│ ├── 18-字符串处理.mp4 (50.68MB)
│ ├── 19.dotenv使用.mp4 (31.34MB)
│ ├── 2-Windows环境安装.mp4 (6.63MB)
│ ├── 20.FastAPI的使用.mp4 (59.62MB)
│ ├── 3-macOS环境安装.mp4 (6.84MB)
│ ├── 4-VSCode安装与应用.mp4 (19.43MB)
│ ├── 5-PyCharn安装与应用.mp4 (22.86MB)
│ ├── 6-pip包管理工具.mp4 (28.69MB)
│ ├── 7-Python工程应用-字符串.mp4 (32.33MB)
│ ├── 8-Python文档化应用场景.mp4 (18.98MB)
│ └── 9-如何使用注解.mp4 (29.06MB)
├── 01_AI及LLM基础
│ ├── day01_AI领域基础概念
│ │ ├── OpenAI-HK 操作指南.pdf (151.09KB)
│ │ ├── OpenAI.apifox.json (244.53KB)
│ │ ├── day1-demo.zip (14.28KB)
│ │ ├── 【MD】AI 领域基础概念.md (49.86KB)
│ │ ├── 【录播】AI 领域基础概念.mp4 (1.12GB)
│ │ ├── 【语雀】AI 领域基础概念.txt (110.00B)
│ │ ├── 【课件】AI 领域基础概念.pdf (7.56MB)
│ │ └── 【资料】AI 领域基础概念.pdf (1.74MB)
│ ├── day02_OpenAI 开发
│ │ ├── day2-demo.zip (766.14KB)
│ │ ├── 【MD】OpenAI 开发.md (6.92KB)
│ │ ├── 【录播】OpenAI 开发.mp4 (601.57MB)
│ │ ├── 【语雀】OpenAI 开发.txt (99.00B)
│ │ ├── 【课件】OpenAI 开发.pdf (1.64MB)
│ │ └── 【资料】OpenAI 开发.pdf (642.78KB)
│ └── day03_支持多模态输入的 AI Chatbot App
│ ├── day3-demo.zip (787.72KB)
│ ├── 【MD】支持多模态输入的 AI Chatbot App.md (3.59KB)
│ ├── 【录播】支持多模态输入的 AI Chatbot App.mp4 (1.51GB)
│ ├── 【语雀】支持多模态输入的 AI Chatbot App.txt (125.00B)
│ ├── 【课件】支持多模态输入的 AI Chatbot App.pdf (838.96KB)
│ └── 【资料】支持多模态输入的 AI Chatbot App.pdf (2.85MB)
├── 02_Prompt基础
│ └── day04_Prompt Engineering 提示词工程
│ ├── ChatGPT提示技巧工程完全指南.pdf (2.87MB)
│ ├── DALL-E-3绘图提示词大全.pdf (14.31MB)
│ ├── day4-demo.zip (105.96KB)
│ ├── 【MD】Prompt Engineering 提示词工程.md (25.02KB)
│ ├── 【录播】Prompt Engineering 提示词工程.mp4 (1.26GB)
│ ├── 【语雀】Prompt Engineering 提示词工程.txt (121.00B)
│ ├── 【课件】Prompt Engineering 提示词工程.pdf (826.45KB)
│ ├── 【资料】Prompt Engineering 提示词工程.pdf (2.64MB)
│ └── 实用Prompt指令大全.xlsx (6.18MB)
├── 03_LangChain基础
│ ├── day05_LangChain 基础
│ │ ├── day5-demo.zip (16.14KB)
│ │ ├── 【MD】LangChain 基础.md (68.03KB)
│ │ ├── 【录播】LangChain 基础.mp4 (596.70MB)
│ │ ├── 【语雀】LangChain 基础.txt (102.00B)
│ │ ├── 【课件】LangChain 基础.pdf (815.13KB)
│ │ └── 【资料】LangChain 基础.pdf (3.08MB)
│ ├── day06_LangChain Chat Model
│ │ ├── RedisDesktopManager-2022.5.zip (29.06MB)
│ │ ├── day6-demo.zip (165.08KB)
│ │ ├── redis-3.2.100_x64.zip (4.93MB)
│ │ ├── vs_BuildTools.exe (4.22MB)
│ │ ├── 【MD】LangChain Chat Model.md (57.06KB)
│ │ ├── 【录播】LangChain Chat Model.mp4 (792.99MB)
│ │ ├── 【语雀】LangChain Chat Model.txt (106.00B)
│ │ ├── 【课件】LangChain Chat Model.pdf (872.44KB)
│ │ └── 【资料】LangChain Chat Model.pdf (3.11MB)
│ └── day07_LangChain Tools & Agent
│ ├── day7-demo.zip (1.36MB)
│ ├── 【MD】LangChain Tools & Agent.md (61.99KB)
│ ├── 【录播】LangChain Tools & Agent.mp4 (1.60GB)
│ ├── 【语雀】LangChain Tools & Agent.txt (110.00B)
│ ├── 【课件】LangChain Tools & Agent.pdf (869.83KB)
│ └── 【资料】LangChain Tools & Agent.pdf (2.75MB)
├── 04_Embedding基础
│ └── day08_Embedding 与向量数据库
│ ├── day8-demo.zip (1.23MB)
│ ├── 【MD】Embedding 与向量数据库.md (96.41KB)
│ ├── 【录播】Embedding 与向量数据库.mp4 (705.16MB)
│ ├── 【语雀】Embedding 与向量数据库.txt (114.00B)
│ ├── 【课件】Embedding 与向量数据库.pdf (867.46KB)
│ └── 【资料】Embedding 与向量数据库.pdf (6.45MB)
├── 05_Rag基础
│ └── day09_RAG 专题
│ ├── day9-demo.zip (286.15KB)
│ ├── 【MD】RAG 专题.md (54.21KB)
│ ├── 【录播】RAG 专题.mp4 (788.80MB)
│ ├── 【语雀】RAG 专题.txt (96.00B)
│ ├── 【课件】RAG 专题.pdf (863.53KB)
│ └── 【资料】RAG 专题.pdf (2.75MB)
├── 06_LangChain进阶
│ └── day10_自定义组件专题
│ ├── day10-demo.zip (18.69KB)
│ ├── 【MD】自定义组件专题.md (48.73KB)
│ ├── 【录播】自定义组件专题.mp4 (830.86MB)
│ ├── 【语雀】自定义组件专题.txt (107.00B)
│ ├── 【课件】自定义组件专题.pdf (858.02KB)
│ └── 【资料】自定义组件专题.pdf (2.24MB)
├── 07_langChain和RAG实战
│ └── day11_基于LangChain和RAG的常用案例实战
│ ├── day11-demo.zip (2.14MB)
│ ├── 【MD】基于LangChain和RAG的常用案例实战.md (28.07KB)
│ ├── 【录播】基于LangChain和RAG的常用案例实战.mp4 (817.61MB)
│ ├── 【语雀】基于LangChain和RAG的常用案例实战.txt (128.00B)
│ ├── 【课件】基于LangChain和RAG的常用案例实战.pdf (863.47KB)
│ └── 【资料】基于LangChain和RAG的常用案例实战.pdf (5.41MB)
├── 08_LangGraph
│ └── day12_LangGraph
│ ├── day12-demo.zip (127.02KB)
│ ├── 【MD】LangGraph.md (129.80KB)
│ ├── 【录播】LangGraph.mp4 (798.70MB)
│ ├── 【语雀】LangGraph.txt (95.00B)
│ ├── 【课件】LangGraph.pdf (865.99KB)
│ └── 【资料】LangGraph.pdf (2.52MB)
├── 09_Hugging Face
│ ├── day_13Hugging Face 核心组件介绍
│ │ ├── demo_13.zip (1.06GB)
│ │ ├── 【录播】Hugging Face 核心组件介绍.mp4 (1.74GB)
│ │ ├── 【课件】Hugging Face 核心组件介绍.pdf (502.45KB)
│ │ └── 【资料】Hugging Face 核心组件介绍.pdf (312.88KB)
│ ├── day_14Hugging Face 模型微调训练（基于 BERT 的中文评价情感分析）
│ │ ├── demo_14.zip (382.48MB)
│ │ ├── 【录播】Hugging Face 模型微调训练（基于 BERT 的中文评价情感分析）.mp4.mp4 (766.44MB)
│ │ ├── 【课件】Hugging Face 模型微调训练（基于 BERT 的中文评价情感分析）.pdf (503.46KB)
│ │ └── 【资料】Hugging Face 模型微调训练（基于 BERT 的中文评价情感分析）.pdf (743.21KB)
│ ├── day_15Hugging Face 模型微调训练（如何处理超长文本训练问题）
│ │ ├── model.zip (364.54MB)
│ │ ├── 【录播】Hugging Face 模型微调训练（如何处理超长文本训练问题）.mp4 (801.37MB)
│ │ ├── 【课件】Hugging Face 模型微调训练（如何处理超长文本训练问题）.pdf (498.91KB)
│ │ └── 【资料】Hugging Face 模型微调训练（如何处理超长文本训练问题）.pdf (361.38KB)
│ └── day_16Hugging Face 模型微调训练（GPT2-中文生成模型定制化微调训练）
│ ├── demo_16.zip (27.84MB)
│ ├── gpt2-chinese模型.zip (1.78GB)
│ ├── 【录播】Hugging Face 模型微调训练（GPT2-中文生成模型定制化微调训练）.mp4 (802.80MB)
│ ├── 【课件】Hugging Face 模型微调训练（GPT2-中文生成模型定制化微调训练）.pdf (513.87KB)
│ └── 【资料】Hugging Face 模型微调训练（GPT2-中文生成模型定制化微调训练）.pdf (323.90KB)
├── 10_modelScope
│ └── day_17ModeScope在线训练平台&服务器选配训练模型
│ ├── demo_17.zip (27.84MB)
│ ├── 【录播】ModeScope在线训练平台&服务器选配训练模型.mp4 (1.11GB)
│ ├── 【课件】ModeScope在线训练平台&服务器选配训练模型.pdf (539.68KB)
│ └── 【资料】ModeScope在线训练平台&服务器选配训练模型.pdf (275.77KB)
├── 11_Llama3
│ ├── day_18Llama3大模型本地部署与调用
│ │ ├── demo_18.zip (388.83MB)
│ │ ├── 【录播】Llama3大模型本地部署与调用.mp4 (877.91MB)
│ │ ├── 【课件】llama3大模型本地部署与调用.pdf (555.16KB)
│ │ ├── 【资料】Llama3大模型本地部署与调用(1).pdf (1.53MB)
│ │ └── 【资料】Llama3大模型本地部署与调用.pdf (1.19MB)
│ ├── day_19LLaMa3微调_使用 LLaMA-Factory微调Llama3
│ │ ├── data.zip (280.14KB)
│ │ ├── demo_19.zip (4.31KB)
│ │ ├── 【录播】LLaMA_Factory微调Llama3.mp4 (881.58MB)
│ │ ├── 【课件】LLaMa3微调（使用 LLaMA-Factory 微调 LLaMA3）.pdf (602.00KB)
│ │ └── 【资料】LLaMa3微调（使用 LLaMA-Factory 微调 LLaMA3）.pdf (140.89KB)
│ ├── day_20LLaMa3打包部署教程 (Lora 微调与模型合并）
│ │ ├── demo_20.zip (4.27KB)
│ │ ├── 【录播】LLaMa3打包部署教程 (Lora 微调与模型合并).mp4 (1.83GB)
│ │ ├── 【课件】LLaMa3打包部署（Lora微调与模型合并部署）.pdf (493.06KB)
│ │ └── 【资料】LLaMa3 打包部署教程 (Lora 微调与模型合并部署).pdf (782.56KB)
│ ├── day_21LLaMa3打包部署（LLaMA-Factory模型评估与量化）
│ │ ├── Lora微调权重（Llama-3-8B-Instruct）.zip (299.20MB)
│ │ ├── 【录播】LLaMa3打包部署（LLaMA-Factory模型评估与量化）.mp4 (899.00MB)
│ │ ├── 【课件】LLaMa3打包部署（LLaMA-Factory模型评估与量化）.pdf (497.09KB)
│ │ └── 【资料】LLaMa3打包部署（LLaMA-Factory模型评估与量化）.pdf (997.21KB)
│ └── day_22LLaMa3打包部署（大模型转换为 GGUF 以及使用 ollama 运行）
│ ├── Llama-3-8B-Instruct
│ │ └── qlora
│ │ └── train_2024-11-27-21-02-24
│ │ ├── checkpoint-100
│ │ │ ├── README.md (5.02KB)
│ │ │ ├── adapter_config.json (763.00B)
│ │ │ ├── adapter_model.safetensors (80.06MB)
│ │ │ ├── optimizer.pt (160.36MB)
│ │ │ ├── rng_state.pth (13.91KB)
│ │ │ ├── scheduler.pt (1.04KB)
│ │ │ ├── special_tokens_map.json (325.00B)
│ │ │ ├── tokenizer.json (16.41MB)
│ │ │ ├── tokenizer_config.json (49.87KB)
│ │ │ ├── trainer_state.json (4.29KB)
│ │ │ └── training_args.bin (5.30KB)
│ │ ├── checkpoint-150
│ │ │ ├── README.md (5.02KB)
│ │ │ ├── adapter_config.json (763.00B)
│ │ │ ├── adapter_model.safetensors (80.06MB)
│ │ │ ├── optimizer.pt (160.36MB)
│ │ │ ├── rng_state.pth (13.91KB)
│ │ │ ├── scheduler.pt (1.04KB)
│ │ │ ├── special_tokens_map.json (325.00B)
│ │ │ ├── tokenizer.json (16.41MB)
│ │ │ ├── tokenizer_config.json (49.87KB)
│ │ │ ├── trainer_state.json (5.96KB)
│ │ │ └── training_args.bin (5.30KB)
│ │ ├── README.md (1.60KB)
│ │ ├── adapter_config.json (763.00B)
│ │ ├── adapter_model.safetensors (80.06MB)
│ │ ├── all_results.json (359.00B)
│ │ ├── eval_results.json (174.00B)
│ │ ├── llamaboard_config.yaml (1.69KB)
│ │ ├── running_log.txt (15.73KB)
│ │ ├── special_tokens_map.json (325.00B)
│ │ ├── tokenizer.json (16.41MB)
│ │ ├── tokenizer_config.json (49.87KB)
│ │ ├── train_results.json (220.00B)
│ │ ├── trainer_log.jsonl (5.94KB)
│ │ ├── trainer_state.json (6.21KB)
│ │ ├── training_args.bin (5.30KB)
│ │ ├── training_args.yaml (844.00B)
│ │ ├── training_eval_loss.png (23.09KB)
│ │ └── training_loss.png (43.87KB)
│ ├── 【录播】LLaMa3打包部署（大模型转换为 GGUF 以及使用 ollama 运行） -笔记.PanD (93.00B)
│ ├── 【录播】LLaMa3打包部署（大模型转换为 GGUF 以及使用 ollama 运行） .mp4 (862.88MB)
│ ├── 【课件】LLaMa3打包部署（大模型转换为 GGUF 以及使用 ollama 运行）.pdf (568.04KB)
│ └── 【资料】LLaMa3打包部署（大模型转换为 GGUF 以及使用 ollama 运行）.pdf (219.33KB)
├── 12_多模态
│ └── day_23多模态（多模态大模型的概念与本地部署调用）
│ ├── 【录播】多模态大模型的概念与本地部署调用.mp4 (1.23GB)
│ ├── 【课件】多模态（多模态大模型的概念与本地部署调用）.pdf (731.71KB)
│ ├── 【资料】多模态（多模态大模型的概念与本地部署调用）.pdf (4.90MB)
│ └── 文生视频效果.mp4 (360.90KB)
├── 13_llamaindex
│ ├── day_24Llama_Index（核心组件介绍）
│ │ ├── demo_24.zip (4.87MB)
│ │ ├── llama_index0.8.3.zip (108.12MB)
│ │ ├── 【录播】Llama_Index（核心组件介绍）.mp4 (1.51GB)
│ │ ├── 【课件】Llama_Index（核心组件介绍）.pdf (486.34KB)
│ │ └── 【资料】Llama_Index（核心组件介绍）.pdf (623.98KB)
│ └── day_25llamaindex实战（使用llamaindex构建自己的知识库）
│ ├── demo_25.zip (9.00KB)
│ ├── 【录播】llamaindex实战（使用llamaindex构建自己的知识库）.mp4 (1.01GB)
│ ├── 【课件】llamaindex实战（使用llamaindex构建自己的知识库）.pdf (491.45KB)
│ └── 【资料】llamaindex实战（使用llamaindex构建自己的知识库）.pdf (2.23MB)
├── 14_AutoGen Studio
│ └── day_26AutoGen Studio调用本地大模型实现多Agent应用
│ ├── 【录播】AutoGen Studio调用本地大模型实现多Agent应用.mp4 (834.23MB)
│ ├── 【课件】AutoGen Studio入门使用.pdf (598.39KB)
│ └── 【资料】AutoGen Studio入门使用.pdf (858.83KB)
├── 15 项目实战（聚客一和二期)
│ ├── day33_RAG项目实战（使用llamaindex构建自己的知识库）
│ │ ├── RAG_项目源码.zip (11.32KB)
│ │ ├── 【录播】RAG项目实战（使用llamaindex构建自己的知识库）.mp4 (2.29GB)
│ │ ├── 【课件】RAG项目实战（使用llamaindex构建自己的知识库）.pdf (492.44KB)
│ │ └── 【资料】RAG项目实战（使用llamaindex构建自己的知识库）.pdf (2.48MB)
│ ├── day34_视觉项目实战（基于yolo的骨龄识别项目_01）
│ │ ├── yolov5-master.zip (127.03MB)
│ │ ├── 【录播】视觉项目实战（基于yolo的骨龄识别项目_01）.mp4 (925.61MB)
│ │ ├── 【课件】视觉项目实战（基于yolo的骨龄识别项目_01）.pdf (761.71KB)
│ │ └── 【资料】YOLOv5目标侦测教程.pdf (8.45MB)
│ ├── day35_视觉项目实战（基于yolo的骨龄识别项目_02）
│ │ ├── dataset
│ │ │ ├── VOCdevkit.zip (827.36MB)
│ │ │ └── arthrosis.zip (141.51MB)
│ │ ├── day31_demo
│ │ │ ├── hand_bone_detect
│ │ │ │ ├── cutpictures
│ │ │ │ │ ├── DIPFifth.png (33.58KB)
│ │ │ │ │ ├── DIPFirst.png (55.27KB)
│ │ │ │ │ ├── DIPThird.png (42.47KB)
│ │ │ │ │ ├── MCPFifth.png (37.69KB)
│ │ │ │ │ ├── MCPFirst.png (63.89KB)
│ │ │ │ │ ├── MCPThird.png (43.52KB)
│ │ │ │ │ ├── MIPFifth.png (25.45KB)
│ │ │ │ │ ├── MIPThird.png (32.60KB)
│ │ │ │ │ ├── PIPFifth.png (28.25KB)
│ │ │ │ │ ├── PIPFirst.png (38.05KB)
│ │ │ │ │ ├── PIPThird.png (37.14KB)
│ │ │ │ │ ├── Radius.png (81.51KB)
│ │ │ │ │ └── Ulna.png (53.19KB)
│ │ │ │ ├── detect_result
│ │ │ │ │ └── detect.jpg (1.37MB)
│ │ │ │ ├── img
│ │ │ │ │ └── 1548.png (2.26MB)
│ │ │ │ ├── params
│ │ │ │ │ ├── DIPFirst_best.pth (42.71MB)
│ │ │ │ │ ├── DIP_best.pth (42.71MB)
│ │ │ │ │ ├── MCPFirst_best.pth (42.71MB)
│ │ │ │ │ ├── MCP_best.pth (42.71MB)
│ │ │ │ │ ├── MIP_best.pth (42.71MB)
│ │ │ │ │ ├── PIPFirst_best.pth (42.71MB)
│ │ │ │ │ ├── PIP_best.pth (42.71MB)
│ │ │ │ │ ├── Radius_best.pth (42.71MB)
│ │ │ │ │ └── Ulna_best.pth (42.71MB)
│ │ │ │ ├── templates
│ │ │ │ │ ├── client.html (574.00B)
│ │ │ │ │ └── result.html (238.00B)
│ │ │ │ ├── test_data
│ │ │ │ │ └── example.jpg (689.30KB)
│ │ │ │ ├── bone_detect_ui.ui (2.30KB)
│ │ │ │ ├── bone_filter_utils.py (622.00B)
我用夸克网盘分享了「2025年聚客大模型第三期（聚客第一、第二、第三期） 」，点击链接即可保存。打开「夸克APP」，无需下载在线播放视频，畅享原画5倍速，支持电视投屏。
