智能体开发全套（1-6周）
从基础到进阶，全面掌握智能体开发
编辑点评
系统讲解RAG技术，涵盖LlamaIndex、Milvus等工具，实战性强，适合AI领域初学者和进阶者。
⭐ 编辑推荐
本课程全面解析智能体开发，从RAG技术到实际应用，助你成为AI领域的专家。
课程亮点
• RAG技术深度解析
• 实战项目驱动学习
• 涵盖多种AI工具
课程目录
📁 4. RAG周
📁 day04 - LlamaIndex 入门
📁 pdfs
H3C：新华三质量管理方法白皮书_72227_8025.pdf [8.0 MB]
pdfs说明.zip [1.8 MB]
2026场景创新政策汇编与核心指引_72227_5168.pdf [7.4 MB]
IBM商业价值研究院：2026年AI引领保险业变革时代报告_72227_4897.pdf [861.8 KB]
4. LlamaIndex：聊天、智能体、RAG 一句话_72227_8508.ev4a [750.1 MB]
code_72227_7288.zip [15.0 MB]
3. LlamaIndex：组件概览_72227_3933.ev4a [285.1 MB]
2. 手搓 RAG：构建Prompt，调用大模型生成回答_72227_8199.ev4a [702.7 MB]
1. 手搓 RAG：基于用户问题去向量库检索到结果_72227_4144.ev4a [515.8 MB]
day04 - LlamaIndex 入门文档.png [493.5 KB]
📁 day03 - 手搓RAG原理
📁 测试物料
辰光Agent平台说明书_72227_9627.md [33.4 KB]
测试物料必看.png [493.5 KB]
员工假期管理制度_72227_3322.pdf [173.6 KB]
python_faq_72227_6380.txt [15.3 KB]
2407.21059v1_72227_8702.pdf [2.5 MB]
9. 第二步优化_大模型Agent开发 - 系统课程_72227_3794.ev4a [101.1 MB]
7. 手搓RAG - 第一步：Embedding - API封装_大模型Agent开发 - 系统课程_72227_2147.ev4a [222.5 MB]
8. 手搓RAG - 第二步：文档加载 API 封装_大模型Agent开发 - 系统课程_72227_1202.ev4a [219.3 MB]
9. 手搓RAG - 第三步：文档切分为chunks_大模型Agent开发 - 系统课程_72227_8664.ev4a [312.7 MB]
6. RAG - 六大核心组件_大模型Agent开发 - 系统课程_72227_7621.ev4a [71.9 MB]
4. RAG - 四代RAG进化流程_大模型Agent开发 - 系统课程_72227_9948.ev4a [143.6 MB]
5. RAG - RAG落地方案_大模型Agent开发 - 系统课程_72227_2770.ev4a [69.7 MB]
3. RAG - rag vs fine-tuning_大模型Agent开发 - 系统课程_72227_6129.ev4a [122.7 MB]
2. RAG - rag流程离线索引与在线查询双阶段_大模型Agent开发 - 系统课程_72227_4366.ev4a [92.4 MB]
14. 手搓RAG - 离线步骤小结_大模型Agent开发 - 系统课程_72227_6563.ev4a [63.4 MB]
12. 手搓RAG - 第四步：数据保存到向量库_大模型Agent开发 - 系统课程_72227_3475.ev4a [276.9 MB]
11. 手搓RAG - 扩展：余弦相似度计算_大模型Agent开发 - 系统课程_72227_1646.ev4a [233.3 MB]
13. 手搓RAG - 离线阶段完整步骤_大模型Agent开发 - 系统课程_72227_2632.ev4a [169.8 MB]
10. 手搓RAG - 第三步优化_大模型Agent开发 - 系统课程_72227_2042.ev4a [107.1 MB]
1. RAG - 大模型现存问题与RAG方案_大模型Agent开发 - 系统课程_72227_1216.ev4a [118.0 MB]
open-ai-demo_72227_4146.zip [745.2 KB]
day03 - 手搓RAG原理资料.zip [1.8 MB]
📁 day06 - Modular RAG（llamaindex版）
8. Modular RAG - 实时：查询器完成_72227_9106.ev4a [214.8 MB]
9. Modular RAG - 实时：查询后处理（相似度过滤、重排_72227_4986.ev4a [132.5 MB]
7. Modular RAG - 实时：查询前处理（查询扩展、查询重写、意图识别等_72227_7057.ev4a [234.5 MB]
6. Modular RAG - 离线流程完成（文档解析、切片、向量化保存_72227_4747.ev4a [552.9 MB]
5. Modular RAG - 基本原理_72227_1345.ev4a [313.9 MB]
4. Milvus：阈值调整（黄金比例原则_72227_8854.ev4a [53.1 MB]
3. Milvus：进阶原理部分_72227_1703.ev4a [420.5 MB]
12. Modular RAG - Agentic RAG的雏形_72227_9683.ev4a [299.3 MB]
2. Milvus：全文检索_72227_5368.ev4a [232.5 MB]
1. Milvus：复习_72227_8456.ev4a [239.0 MB]
11. Modular RAG - 实时：测试完整流程_72227_7066.ev4a [164.4 MB]
10. Modular RAG - 实时：生成器（答案、引用来源_72227_2013.ev4a [116.9 MB]
Modular RAG到Agentic RAG 全流程_72227_1271.png [1.7 MB]
milvus-demo_72227_7063.zip [60.2 KB]
day06 - Modular RAG（llamaindex版）必看.png [493.5 KB]
📁 day05 - Milvus向量库
9. Milvus：CRUD：插入数据_72227_5341.ev4a [70.2 MB]
8. Milvus：CRUD：创建集合、schema（表结构）、字段、索引_72227_5035.ev4a [106.3 MB]
code_72227_8910.zip [16.7 MB]
7. Milvus：CRUD：建立链接_72227_3839.ev4a [123.4 MB]
5. Milvus：架构方式_72227_9495.ev4a [230.6 MB]
6. Milvus：基本概念_72227_6189.ev4a [63.1 MB]
3. LlamaIndex - 了解文档解析各大方案&LlamaIndex内置方案_72227_8323.ev4a [468.4 MB]
4. Milvus：安装_72227_3275.ev4a [139.5 MB]
2. LlamaIndex - Unstructed库_72227_5650.ev4a [332.5 MB]
20. 结束_72227_6375.ev4a [37.4 MB]
19. Milvus：高级搜索：混合检索_72227_4169.ev4a [217.1 MB]
18. Milvus：高级搜索：主键搜索_72227_8743.ev4a [48.4 MB]
17. MilVus：高级搜索：分组搜索_72227_4664.ev4a [74.0 MB]
16. Milvus：高级搜索：范围检索_72227_4920.ev4a [61.4 MB]
15. Milvus：高级检索：过滤搜索_72227_3951.ev4a [101.5 MB]
13. Milvus：高级检索：ann指定检索字段和相似度算法_72227_8975.ev4a [163.2 MB]
14. Milvus：高级检索：ann其他设置_72227_1549.ev4a [24.6 MB]
11. Milvus：CRUD：更新（upsert）先删除再更新，支持 部分更新_72227_6576.ev4a [120.1 MB]
12. Milvus：CRUD：删除数据_72227_8091.ev4a [24.8 MB]
day05 - Milvus向量库资料.zip [1.8 MB]
10. Milvus：CRUD：查询数据_72227_2032.ev4a [70.0 MB]
1. LlamaIndex - 复习_72227_7515.ev4a [121.1 MB]
📁 day02 - 模型进阶功能
9. OpenAI 进阶 - 结构化输出与视觉推理_大模型Agent开发 - 系统课程_72227_5464.ev4a [212.5 MB]
8. OpenAI 进阶 - sse原理_大模型Agent开发 - 系统课程_72227_3889.ev4a [318.8 MB]
7. OpenAI 进阶 - 多轮回话复习_大模型Agent开发 - 系统课程_72227_4011.ev4a [118.3 MB]
6. OpenAI 进阶 - 图像多模态数据问答请求构造_大模型Agent开发 - 系统课程_72227_6137.ev4a [319.1 MB]
5. 小练习 - 扩展 - 使用多轮总结技术，压缩回话上下文_大模型Agent开发 - 系统课程_72227_9472.ev4a [54.1 MB]
4. 小练习 - 多轮回话&回话记忆_大模型Agent开发 - 系统课程_72227_6077.ev4a [128.1 MB]
3. OpenAI 进阶 - 多轮回话 - 构建回话历史列表_大模型Agent开发 - 系统课程_72227_2600.ev4a [93.2 MB]
2. OpenAI 进阶 - 多轮回话 - response.id串联让模型记住回话历史_大模型Agent开发 - 系统课程_72227_4466.ev4a [226.9 MB]
12. OpenAI 进阶 - 工具调用底层逻辑_大模型Agent开发 - 系统课程_72227_2902.ev4a [484.6 MB]
13. OpenAI 进阶 - 项目模型测试页相关功能简介_大模型Agent开发 - 系统课程_72227_9568.ev4a [176.1 MB]
11. OpenAI 进阶 - 大模型函数&工具调用 - 内置工具_大模型Agent开发 - 系统课程_72227_7616.ev4a [119.9 MB]
1. OpenAI 进阶 - 使用ProxyPin 抓取和 大模型交互的数据包_大模型Agent开发 - 系统课程_72227_8495.ev4a [163.3 MB]
10. OpenAI 进阶 - 上下文缓存_大模型Agent开发 - 系统课程_72227_5737.ev4a [84.9 MB]
open-ai-demo_72227_7769.zip [519.3 KB]
day02 - 模型进阶功能必看.png [493.5 KB]
📁 day01 - 玩转 OpenAI SDK
9. OpenAI - create函数 - 流式输出解析_大模型Agent开发 - 系统课程_72227_3848.ev4a [412.8 MB]
8. OpenAI - 构造函数 - 温度&top_P设置_大模型Agent开发 - 系统课程_72227_4869.ev4a [207.0 MB]
7. OpenAI - OpenAI构造函数接受的参数设置项_大模型Agent开发 - 系统课程_72227_9564.ev4a [192.3 MB]
2. OpenAI - 配置环境变量的API_KEY和BASE_URL_大模型Agent开发 - 系统课程_72227_3322.ev4a [222.8 MB]
5. OpenAI - chat_api 发送消息 messages结构_大模型Agent开发 - 系统课程_72227_2324.ev4a [161.5 MB]
6. OpenAI - 本质还是发送请求_大模型Agent开发 - 系统课程_72227_1393.ev4a [118.2 MB]
3. OpenAI - 调用Ollama和阿里云_大模型Agent开发 - 系统课程_72227_4330.ev4a [238.8 MB]
4. OpenAI - 获取模型各种调用数据_大模型Agent开发 - 系统课程_72227_7252.ev4a [231.6 MB]
10. OpenAI - 如何拿到流式响应json数据格式_大模型Agent开发 - 系统课程_72227_3187.ev4a [92.3 MB]
1. RAG周 - 大致任务_大模型Agent开发 - 系统课程_72227_8580.ev4a [78.4 MB]
open-ai-demo_72227_4679.zip [31.2 KB]
day01 - 玩转 OpenAI SDK文档.png [493.5 KB]
4. RAG周必看.png [493.5 KB]
📁 2. Web开发
📁 day03-fastapi
📁 废弃版（无声）
9、最佳实践 - 工程分包结构_72227_6427.mp4 [42.6 MB]
8、fastapi - 生命周期 -使用lifespan方式.mp4 [26.9 MB]
7、fastapi - 生命周期 - 装饰器事件感知写法_72227_4133.mp4 [16.8 MB]
5、fastapi - 中间件 - 多中间件洋葱模型_72227_3259.mp4 [65.4 MB]
6、fastapi - 中间件 - 配置跨域中间件_72227_4789.mp4 [23.8 MB]
2. fastapi - 异常处理 - 统一异常处理与兜底处理_72227_7807.mp4 [74.5 MB]
3、fastapi - 中间件 - 写法1：装饰器写法_72227_7833.mp4 [42.6 MB]
4、fastapi - 中间件 - 写法2：继承类写法_72227_7909.mp4 [23.6 MB]
1. fastapi -异常处理 - 捕获某种异常，统一处理_72227_3652.mp4 [114.1 MB]
10、最佳实践 - 工程分模块后，每种功能别忘了注册到app中_72227_1510.mp4 [110.2 MB]
废弃版（无声）资料.zip [1.8 MB]
1. fastapi - 下（完整版_72227_8341.mp4 [502.4 MB]
代码_72227_4210.zip [10.4 MB]
day03-fastapi说明.zip [1.8 MB]
📁 day05-sqlalchemy
9. sqlalchemy - 关联查询：1-N：模型定义与CRUD_72227_4376.mp4 [114.3 MB]
8. sqlalchemy - 关联查询：relationship核心参数_72227_8366.mp4 [15.4 MB]
6. sqlalchemy - 关联查询：1-1：级联删除问题_72227_7064.mp4 [132.5 MB]
5. sqlalchemy - 关联查询：1-1：相互都可以直接获取&懒加载与joined立即加载_72227_4364.mp4 [92.8 MB]
7. sqlalchemy - 关联查询：1-1：backref和backpopulates用法_72227_7599.mp4 [56.8 MB]
4. sqlalchemy - 关联查询：1-1：保存完成_72227_7849.mp4 [119.2 MB]
3. sqlalchemy - 关联查询：1-1：模型定义_72227_9411.mp4 [89.6 MB]
10. sqlalchemy - 关联查询：N-N：模型定义&CRUD_72227_9558.mp4 [179.0 MB]
2. sqlalchemy - 关联查询：关联关系复习_72227_2189.mp4 [36.8 MB]
11. sqlalchemy - 总结_72227_6944.mp4 [47.6 MB]
1. sqlalchemy - orm功能：sessionmaker和脏追踪功能_72227_3721.mp4 [67.4 MB]
sqlalchemy_demo_72227_3418.zip [11.3 KB]
📁 day04-sqlalchemy
9. sqlalchemy - core功能：总结_72227_7520.mp4 [20.8 MB]
8. sqlalchemy - core功能：批量参数&批量插入_72227_7533.mp4 [62.9 MB]
7. sqlalchemy - core功能：各种方式获取结果集中的数据_72227_3941.mp4 [89.1 MB]
5. sqlalchemy - 第一行代码 - 第二步：获取连接执行SQL_72227_9244.mp4 [66.0 MB]
6. sqlalchemy - core功能：事务操作_72227_5679.mp4 [37.0 MB]
4. sqlalchemy - 第一行代码 - 第一步：创建引擎_72227_9138.mp4 [30.0 MB]
2. sqlalchemy - 快速上手 - 开通免费云数据库_72227_4109.mp4 [25.9 MB]
3. sqlalchemy - 快速上手 - 核心概念_72227_3105.mp4 [61.6 MB]
16. 工程运行办法_72227_3792.mp4 [16.1 MB]
15. sqlalchemy - 总结：core 和 orm 模式用法_72227_9996.mp4 [39.5 MB]
14. sqlalchemy - orm功能：删除用户_72227_4984.mp4 [15.1 MB]
13. sqlalchemy - orm功能：修改用户_72227_6349.mp4 [24.1 MB]
12. sqlalchemy - orm功能：查询的两套API，可以从session开始，也可以直接自己select写sql_72227_2311.mp4 [77.1 MB]
11. sqlalchemy - orm功能：session api - 新增_72227_8434.mp4 [39.3 MB]
10. sqlalchemy - orm功能：第一步：创建模型&创建表_72227_2681.mp4 [110.7 MB]
1. sqlalchemy - 简介与ORM_72227_6835.mp4 [75.4 MB]
sqlalchemy_demo_72227_1706.zip [4.8 KB]
📁 day02-fastapi
fastapi-demo_72227_6788.zip [10.4 MB]
7. fastapi - 依赖注入 - 基本用法_72227_2385.mp4 [75.7 MB]
8. fastapi - 依赖注入 - yield用法_72227_4737.mp4 [39.0 MB]
6. fastapi - 响应处理 - 响应任意数据&自定义响应头等_72227_5485.mp4 [154.8 MB]
3. fastapi - 请求处理 - form表单和文件上传_72227_3231.mp4 [142.3 MB]
4. fastapi - 请求处理 - 使用pydantic校验请求数据_72227_1112.mp4 [112.0 MB]
5. fastapi - 请求处理 - 直接使用Request对象_72227_3384.mp4 [21.9 MB]
2. fastapi - 请求处理 - 请求体与pydantic模型_72227_1286.mp4 [43.9 MB]
1. fastapi - 请求处理 - 复习_72227_8974.mp4 [37.3 MB]
day02-fastapi必看.png [493.5 KB]
📁 day01-fastapi
9. fastapi - python 协程语法_72227_9886.mp4 [25.5 MB]
8. fastapi - python 元数据注解写法_72227_1878.mp4 [29.9 MB]
7. fastapi - pydantic数据校验测试_72227_8880.mp4 [34.5 MB]
6. fastapi - python一些进阶语法_72227_8632.mp4 [53.6 MB]
5. fastapi - helloworld 写法_72227_5622.mp4 [85.1 MB]
4. fastapi - 简介_72227_9936.mp4 [38.0 MB]
3. 编程语言的发展_72227_9629.mp4 [30.7 MB]
2. 为什么AI首选Python_72227_5999.mp4 [32.0 MB]
17. fastapi - 了解 param_functions 的其他函数功能_72227_8588.mp4 [24.2 MB]
16. fastapi - 请求头 - 默认匹配规则_72227_2963.mp4 [36.4 MB]
15. fastapi - 请求头 - Header函数获取请求头数据_72227_6707.mp4 [33.2 MB]
13. fastapi - 查询参数 - 必选与可选写法_72227_2678.mp4 [62.9 MB]
14. fastapi - 查询参数 - Query函数与元注解写法_72227_1247.mp4 [32.1 MB]
12. fastapi - 路径参数 - Path函数与元注解写法_72227_6302.mp4 [50.2 MB]
11. fastapi - 路径参数 - 优先顺序问题_72227_7462.mp4 [43.5 MB]
10. fastapi - 请求处理 - RESTful 装饰器写法_72227_8845.mp4 [45.0 MB]
1. web - 前置要求_72227_1201.mp4 [27.1 MB]
fastapi-demo_72227_3239.zip [10.1 KB]
2. Web开发资料.png [493.5 KB]
📁 6. 天宫医疗
📁 day05 - 知识问答 Agent
📁 code
📁 data
📁 raw
medical_72227_9765.json [45.0 MB]
📁 .pytest_cache
📁 v
📁 cache
lastfailed_72227_6322 [2.0 B]
nodeids_72227_6435 [171.0 B]
README_72227_1087.md [310.0 B]
gitignore_72227_3326 [39.0 B]
CACHEDIR_72227_2138.TAG [191.0 B]
📁 src
📁 middlewares
📁 __pycache__
logging.cpython-313_72227_9231.pyc [1.5 KB]
init__.cpython-313_72227_7946.pyc [162.0 B]
logging_72227_1454.py [772.0 B]
init_72227_4258.py
📁 modules
📁 __pycache__
init__.cpython-313_72227_2779.pyc [158.0 B]
📁 medical
📁 __pycache__
model.cpython-313_72227_7145.pyc [9.7 KB]
init__.cpython-313_72227_1939.pyc [166.0 B]
model_72227_7575.py [10.5 KB]
init_72227_3440.py
init_72227_5807.py
📁 infra
📁 __pycache__
redis_cache.cpython-313_72227_6331.pyc [1.7 KB]
neo4j_client.cpython-313_72227_7989.pyc [1.5 KB]
minio_client.cpython-313_72227_1218.pyc [3.6 KB]
milvus_store.cpython-313_72227_4479.pyc [10.5 KB]
milvus_client.cpython-313_72227_6391.pyc [1.8 KB]
init__.cpython-313_72227_2811.pyc [156.0 B]
database.cpython-313_72227_6743.pyc [1.4 KB]
neo4j_client_72227_3901.py [952.0 B]
milvus_client_72227_4776.py [1.1 KB]
redis_cache_72227_6988.py [1.7 KB]
milvus_store_72227_7935.py [8.5 KB]
minio_client_72227_7441.py [2.8 KB]
database_72227_5303.py [1.3 KB]
init_72227_5202.py
📁 core
📁 __pycache__
init__.cpython-313_72227_1342.pyc [155.0 B]
config.cpython-313_72227_6931.pyc [2.7 KB]
logger.cpython-313_72227_5304.pyc [1.3 KB]
exceptions.cpython-313_72227_3432.pyc [2.3 KB]
base_model.cpython-313_72227_4370.pyc [1.5 KB]
logger_72227_2366.py [1.1 KB]
base_schema_72227_7754.py [395.0 B]
init_72227_8679.py
config_72227_9203.py [1.9 KB]
deps_72227_8694.py [2.0 KB]
exceptions_72227_8250.py [1.2 KB]
base_repository_72227_4990.py [3.3 KB]
base_model_72227_3558.py [1.0 KB]
📁 api
📁 routers
📁 __pycache__
init__.cpython-313_72227_5245.pyc [162.0 B]
chat.cpython-313_72227_3835.pyc [8.3 KB]
chat_72227_4918.py [7.1 KB]
init_72227_9532.py
📁 __pycache__
init__.cpython-313_72227_5045.pyc [154.0 B]
init_72227_3401.py
📁 agents
📁 workers
📁 __pycache__
operation_agent.cpython-313_72227_9420.pyc [1.4 KB]
drug_agent.cpython-313_72227_5975.pyc [1.3 KB]
report_agent.cpython-313_72227_8621.pyc [1.3 KB]
inquiry_agent.cpython-313_72227_5272.pyc [5.0 KB]
knowledge_agent.cpython-313_72227_7434.pyc [1.3 KB]
init__.cpython-313_72227_5621.pyc [165.0 B]
report_agent_72227_5438.py [1.1 KB]
operation_agent_72227_6387.py [1.3 KB]
knowledge_agent_72227_4857.py [3.9 KB]
drug_agent_72227_4857.py [1.2 KB]
inquiry_agent_72227_5795.py [4.8 KB]
init_72227_2849.py
📁 tools
📁 __pycache__
worker_tools.cpython-313_72227_4858.pyc [5.5 KB]
init__.cpython-313_72227_4077.pyc [163.0 B]
store_tools.cpython-313_72227_8818.pyc [2.8 KB]
store_tools_72227_1262.py [1.9 KB]
init_72227_3538.py
worker_tools_72227_1227.py [4.9 KB]
📁 knowledge
📁 __pycache__
model.cpython-313_72227_3091.pyc [2.7 KB]
init__.cpython-313_72227_9189.pyc [167.0 B]
reranker_72227_1640.py [1.8 KB]
tools_72227_7342.py [6.1 KB]
query_rewriter_72227_5851.py [1.2 KB]
hallucination_check_72227_6078.py [1.3 KB]
notification_72227_6499.py [2.7 KB]
prescription_review_72227_4571.py [7.2 KB]
model_72227_9499.py [1.9 KB]
mineru_client_72227_1020.py [4.2 KB]
nl2sql_72227_7384.py [3.6 KB]
graph_rag_72227_8593.py [3.5 KB]
hyde_72227_7592.py [1.1 KB]
init_72227_5525.py
prompts_72227_6661.py [11.8 KB]
doc_rag_72227_3724.py [3.6 KB]
doc_ingestion_72227_2832.py [8.2 KB]
conversation_72227_2022.py [2.3 KB]
fusion_72227_5084.py [3.6 KB]
feedback_72227_8430.py [2.2 KB]
audit_72227_4852.py [1.3 KB]
📁 inquiry
📁 __pycache__
symptom_normalizer.cpython-313_72227_3936.pyc [9.4 KB]
state.cpython-313_72227_5910.pyc [3.9 KB]
prompts.cpython-313_72227_2242.pyc [3.1 KB]
neo4j_queries.cpython-313_72227_2916.pyc [6.8 KB]
init__.cpython-313_72227_3225.pyc [165.0 B]
db_queries.cpython-313_72227_9307.pyc [6.2 KB]
graph.cpython-313_72227_3638.pyc [29.5 KB]
confidence.cpython-313_72227_3812.pyc [3.1 KB]
prompts_72227_5863.py [4.0 KB]
state_72227_4156.py [4.3 KB]
init_72227_5982.py
confidence_72227_7655.py [3.4 KB]
graph_72227_1485.py [26.6 KB]
symptom_normalizer_72227_9442.py [8.2 KB]
db_queries_72227_1173.py [4.3 KB]
neo4j_queries_72227_5453.py [5.1 KB]
📁 __pycache__
supervisor_agent.cpython-313_72227_3224.pyc [5.6 KB]
init__.cpython-313_72227_1391.pyc [157.0 B]
supervisor_agent_72227_3288.py [6.4 KB]
init_72227_9604.py
📁 utils
password_utils_72227_3546.py [512.0 B]
jwt_utils_72227_6167.py [1.6 KB]
init_72227_2819.py
📁 __pycache__
main.cpython-313_72227_2979.pyc [6.6 KB]
init__.cpython-313_72227_7504.pyc [150.0 B]
init_72227_1285.py
main_72227_9228.py [4.7 KB]
📁 alembic
📁 __pycache__
env.cpython-313_72227_2721.pyc [3.0 KB]
📁 versions
📁 __pycache__
b3469536e763_init_schema.cpython-313_72227_2113.pyc [979.0 B]
147c08d69b76_init_medical_schema.cpython-313_72227_6231.pyc [16.7 KB]
56b80cf07752_add_knowledge_feedback_and_notifications.cpython-313_72227_9612.pyc [4.9 KB]
b3469536e763_init_schema_72227_5534.py [739.0 B]
147c08d69b76_init_medical_schema_72227_3073.py [11.7 KB]
56b80cf07752_add_knowledge_feedback_and_notifications_72227_4914.py [3.4 KB]
script.py_72227_8354.mako [704.0 B]
README_72227_6190 [38.0 B]
env_72227_6705.py [1.8 KB]
📁 test
📁 __pycache__
test_supervisor_agent.cpython-313-pytest-9.0.2_72227_6523.pyc [4.1 KB]
test_supervisor_agent_72227_7893.py [2.3 KB]
📁 .idea
📁 inspectionProfiles
Project_Default_72227_4014.xml [251.0 B]
profiles_settings_72227_6637.xml [174.0 B]
vcs_72227_7552.xml [172.0 B]
modules_72227_5317.xml [287.0 B]
workspace_72227_4759.xml [13.5 KB]
tiangong-agent_72227_8104.iml [603.0 B]
misc_72227_2823.xml [312.0 B]
MarsCodeWorkspaceAppSettings_72227_4983.xml [298.0 B]
gitignore_72227_3508 [238.0 B]
📁 logs
2026-04-16_72227_5024.log [78.7 KB]
2026-04-19_72227_9702.log [9.4 KB]
2026-04-13_72227_4984.log [3.0 KB]
📁 scripts
init_pos_72227_7406.py [9.7 KB]
init_symptom_index_72227_1198.py [4.5 KB]
init_neo4j_72227_5685.py [11.4 KB]
init_72227_7162.py
README_72227_2333.md [1.8 KB]
requirements_72227_7313.txt [4.6 KB]
pytest_72227_7204.ini [277.0 B]
LICENSE_72227_1044 [11.3 KB]
docker-compose_72227_3223.yml [5.9 KB]
gitignore_72227_1691 [2.1 KB]
env_72227_6271.example [894.0 B]
code文档.png [493.5 KB]
alembic_72227_1596.ini [5.0 KB]
17. 多路RAG系统：第16-17步：工具封装与 Knowledge Agent实现_72227_6040.ev4a [93.4 MB]
18. Agent功能划分_72227_4871.ev4a [54.2 MB]
16. 多路RAG系统：第15步：MinerU与文档解析导入流程_72227_7692.ev4a [189.4 MB]
15. 多路RAG系统：企业级工具基础功能_72227_1076.ev4a [214.5 MB]
14. 多路RAG系统：第十步：业务：处方审核_72227_1993.ev4a [187.7 MB]
13. 多路RAG系统：第九步：多路融合检索_72227_4852.ev4a [79.6 MB]
12. 多路RAG系统：第八步：幻觉检测_72227_8410.ev4a [77.7 MB]
11. 多路RAG系统：第七步：NL2SQL_72227_2852.ev4a [129.7 MB]
10. 多路RAG系统：第六步：图RAG_72227_5997.ev4a [97.4 MB]
09. 多路RAG系统：第五步：文档RAG_72227_2075.ev4a [117.6 MB]
08. 多路RAG系统：第四步：reranker精排_72227_4840.ev4a [43.0 MB]
07. 多路RAG系统：第三步：假设性回答_72227_4030.ev4a [18.3 MB]
05. 多轮RAG系统：第一步：提示词_72227_6269.ev4a [235.4 MB]
03. 智慧问诊Agent：流程测试完成_72227_3864.ev4a [531.2 MB]
06. 多路RAG系统：第二步：查询改写_72227_5209.ev4a [59.3 MB]
04. 多路RAG系统：基础架构说明_72227_6323.ev4a [140.1 MB]
01. 三种不同中间件的作用_72227_6643.ev4a [87.0 MB]
02. 数据作用_72227_3521.ev4a [44.5 MB]
day05 - 知识问答 Agent资料.png [493.5 KB]
📁 day04 - 智慧问诊 Workflow
11. 智慧问诊 - 工作流：测试功能_72227_9088.ev4a [428.5 MB]
09. 智慧问诊 - 工作流：第十步：修改work_tools逻辑_72227_1407.ev4a [227.9 MB]
10. 智慧问诊 - 工作流：第11步：对话流程_72227_2806.ev4a [157.9 MB]
code_72227_1723.zip [14.2 MB]
08. 智慧问诊 - 工作流：第九步：改造 InquiryAgent 作为挂号助手_72227_8340.ev4a [141.0 MB]
07. 智慧问诊 - 工作流：第八步：组装workflow的完整流程_72227_4648.ev4a [436.2 MB]
06. 智慧问诊 - 工作流：第八步：核心九大节点功能_72227_3051.ev4a [416.9 MB]
05. 智慧问诊 - 工作流：第七步：HIS系统数据库功能（查询患者信息，保存问诊记录_72227_6432.ev4a [129.7 MB]
02. 智慧问诊 - 工作流：第四步：Neo4j 知识图谱检索‘_72227_1346.ev4a [190.4 MB]
03. 智慧问诊 - 工作流：第五步：置信度计算与收敛判断_72227_2061.ev4a [105.5 MB]
04. 智慧问诊 - 工作流：第六步：各个过程中用到的提示词模板_72227_1929.ev4a [63.0 MB]
01. 天宫医疗 - 模块讲解顺序_72227_8418.ev4a [43.4 MB]
天宫医疗_72227_8481.drawio [201.1 KB]
day04 - 智慧问诊 Workflow必看.zip [1.8 MB]
📁 day03 - 智慧问诊 Agent
code_72227_1507.zip [31.4 MB]
12. 智慧问诊：后面功能简介_72227_1467.ev4a [135.9 MB]
11. 智慧问诊：第三步：初始化Milvus症状向量索引_72227_4357.ev4a [164.5 MB]
10. 智慧问诊：第二步：症状三层标准化流水线_72227_4680.ev4a [145.1 MB]
09. 智慧问诊：第一步：定义整个工作流用的状态机对象（各节点数据共享_72227_8789.ev4a [75.1 MB]
06. 智慧问诊：置信度、追问策略、边界处理等_72227_3050.ev4a [137.6 MB]
08. 智慧问诊：数据流与多轮对话设计_72227_9127.ev4a [99.4 MB]
07. 智慧问诊：症状同义词三层处理方案_72227_7466.ev4a [258.8 MB]
05. 智慧问诊：一些 Neo4j的Cypher查询_72227_8696.ev4a [38.4 MB]
04. 智慧问诊：状态机对象_72227_1729.ev4a [40.5 MB]
03. 智慧问诊：核心流程_72227_8103.ev4a [90.7 MB]
02. 智慧问诊：需求描述‘_72227_8247.ev4a [66.0 MB]
01. MultiAgent：架构搭建_72227_4414.ev4a [110.2 MB]
📁 day02 - 记忆系统改造
11. 天宫医疗 - MultiAgent 改造思路_72227_9664.ev4a [128.1 MB]
10. 天宫医疗 - 长期记忆改造：验证通过_72227_1249.ev4a [198.6 MB]
09. 天宫医疗 - 长期记忆改造：给Agent追加长期记忆功能_72227_1229.ev4a [65.6 MB]
07. 天宫医疗 - 长期记忆改造：自定义 MilvusStore 实现 BaseStore_72227_3922.ev4a [216.9 MB]
08. 天宫医疗 - 长期记忆改造：为长期记忆编写调用工具_72227_1208.ev4a [102.9 MB]
06. 天宫医疗 - 短期记忆改造：一些原理细节_72227_3409.ev4a [189.1 MB]
03. 天宫医疗 - 短期记忆改造：整合 Redis Stack（包含RedisJson、RediSearch_72227_8793.ev4a [273.6 MB]
05. 天宫医疗 - 短期记忆改造：引入 会话压缩总结 中间件_72227_7339.ev4a [41.8 MB]
04. 天宫医疗 - 短期记忆改造：单元测试redis短期记忆功能_72227_1637.ev4a [57.0 MB]
02. 天宫医疗 - 短期记忆改造：必要性_72227_7327.ev4a [83.7 MB]
01. 天宫医疗 - 导入 PG 数据_72227_2779.ev4a [86.3 MB]
day02 - 记忆系统改造必看.zip [1.8 MB]
📁 day01 - 基础环境&Neo4j
tiangong-agent_72227_4529.zip [64.2 MB]
9. Neo4j - 基本查询与多跳查询_72227_5972.ev4a [122.1 MB]
QASystemOnMedicalKG-master_72227_6576.zip [17.7 MB]
6. 天宫医疗 - 初始化知识图谱数据，pg数据明天再搞_72227_6176.ev4a [284.6 MB]
8. Neo4j - 可视化操作_72227_9947.ev4a [103.8 MB]
7. Neo4j - 基本概念_72227_2988.ev4a [122.6 MB]
4. 天宫医疗 - 数据库初始化成功_72227_1381.ev4a [570.9 MB]
5. 天宫医疗 - fastapi启动测试完成_72227_9105.ev4a [43.3 MB]
3. 天宫医疗 - 项目脚手架创建_72227_9178.ev4a [117.3 MB]
2. 天宫医疗 - 项目架构理解_72227_4941.ev4a [295.5 MB]
11. Neo4j - 其他点_72227_2413.ev4a [94.2 MB]
10. Neo4j - 路径查询与聚合统计_72227_5328.ev4a [60.2 MB]
1. 天宫医疗 - 背景介绍_72227_3603.ev4a [74.9 MB]
day01 - 基础环境&Neo4j资料.zip [1.8 MB]
6. 天宫医疗资料.png [493.5 KB]
📁 5. Agent周
📁 day07 - 复习：RAG & Agent体系
4. 复习：LangChain 篇 - 智能体核心_72227_6989.ev4a [500.7 MB]
Agent开发总结_72227_2542.xmind [20.1 MB]
2. 复习：RAG篇 - Milvus_72227_6004.ev4a [670.0 MB]
3. 复习：RAG篇 - LlamaIndex RAG实现_72227_1670.ev4a [123.5 MB]
1. 复习：RAG篇 - OpenAI & RAG演进_72227_2687.ev4a [537.4 MB]
下载xmind软件打开思维导图_72227_3656.txt [17.0 B]
📁 day06 - 加餐：CC源码与Harness系统
8. 从 harness 到 deepagents_72227_2654.ev4a [358.4 MB]
6. cc源码 - skill加载_72227_1753.ev4a [199.2 MB]
7. cc源码 - HITL_72227_4067.ev4a [124.2 MB]
5. 扯到DDD_72227_5846.ev4a [123.8 MB]
2. cc源码 - 短期记忆：维护对话历史的机制_72227_3563.ev4a [792.2 MB]
3. cc源码 - 长期记忆：长期记忆召回与回灌_72227_6000.ev4a [276.9 MB]
4. cc源码 - 工具调用：核心机制_72227_5844.ev4a [540.0 MB]
1. cc源码 - queryLoop：分层压缩、模型调用、工具调用结果获取、组装所有数据进入下一轮_72227_1767.ev4a [160.8 MB]
📁 day05 - ClaudeCode顶级智能体 - 源码分析
5. Claude Code - QueryLoop 总结_72227_6292.ev4a [194.8 MB]
3. Claude Code - 各种文件夹功能概览_72227_5857.ev4a [879.9 MB]
4. Claude Code - Query Loop 全流程_72227_5014.ev4a [1.2 GB]
2. Claude Code - 源码下载与配置_72227_2419.ev4a [236.2 MB]
1. Claude Code - 安装_72227_9167.ev4a [54.8 MB]
📁 day04 - LangChain 高级用法
langchain-demo_72227_8949.zip [99.1 MB]
8. LangChain - 多智能体：第一步：创建 日历子Agent_72227_6663.ev4a [142.4 MB]
9. LangChain - 多智能体：第二步：创建邮件子Agent_72227_5543.ev4a [46.0 MB]
7. LangChain - 多智能体：核心机制_72227_3039.ev4a [77.6 MB]
6. Agent前后联调_72227_2837.ev4a [34.4 MB]
5. AgentChatUI - 整合后端Agent进行测试_72227_8720.ev4a [191.2 MB]
2. LangChain - HIL：人工介入_72227_4156.ev4a [321.5 MB]
4. AgentChatUI - 工程创建_72227_7258.ev4a [128.8 MB]
3. LangChain - HIL：流式输出_72227_8093.ev4a [47.2 MB]
18. LangChain 创建的 Agent 就是 StateGraph_72227_6994.ev4a [50.5 MB]
17. LangGraph - 用一个RAG流程解密LangGraph用法_72227_9256.ev4a [243.1 MB]
15. LangChain - Skills - 案例：SQL助手_72227_2549.ev4a [281.8 MB]
16. DeepAgents - 加载社区的任意 Skill_72227_1225.ev4a [520.4 MB]
14. LangChain - Skills - 使用LangChain实现动态加载skills需要工具加中间件配合_72227_3426.ev4a [180.5 MB]
12. LangChain - Skills - 技能_72227_7685.ev4a [336.8 MB]
13. LangChain - Skills - OpenClaw和Skills的交互逻辑_72227_3606.ev4a [79.5 MB]
11. LangChain - 多智能体：功能测试完成_72227_7818.ev4a [115.7 MB]
1. LangChain - 复习_72227_9856.ev4a [91.4 MB]
10. LangChain - 多智能体：第三步：封装每个子Agent为工具_72227_7530.ev4a [50.4 MB]
day04 - LangChain 高级用法必看.png [493.5 KB]
📁 day03 - LangChain 高级用法
9. LangChain - 高级 - 中间件 - 更多示例_72227_1978.ev4a [60.7 MB]
7. LangChain - 高级 - 中间件 - 指定跳转can_jump_to_72227_4037.ev4a [144.5 MB]
8. LangChain - 高级 - 中间件 - 多个中间件执行顺序_72227_8511.ev4a [42.7 MB]
6. LangChain - 高级 - 中间件 - 流程&创建的几种方式_72227_9052.ev4a [282.2 MB]
5. LangChain - 短期记忆：其他配置_72227_3926.ev4a [111.8 MB]
4. LangChain -短期记忆：消息窗口溢出的三种解决方式（修剪、删除、总结_72227_8099.ev4a [341.3 MB]
3. LangChain - 短期记忆：自定义数据格式&在工具调用中获取数据_72227_5081.ev4a [166.7 MB]
2. LangChain - 短期记忆：创建 agent 的时候使用 checkpointer 指定_72227_4817.ev4a [101.8 MB]
17. LangChain - 高级 - 调用modelscope的各种工具_72227_3758.ev4a [290.1 MB]
18. 各种工具调用_72227_2799.ev4a [26.6 MB]
16. LangChain - 高级 - 使用 Tavily 进行web搜索_72227_1166.ev4a [147.5 MB]
13. LangChain - 高级 - MCP Server与客户端交换数据的两种方式（http、stdio_72227_8552.ev4a [229.4 MB]
14. LangChain - 高级 - MCP Client 进行工具调用_72227_2195.ev4a [139.8 MB]
15. LangChain - 高级 - MCP 拦截器_72227_2518.ev4a [61.8 MB]
10. LangChain - 高级 - 护栏机制_72227_9466.ev4a [311.8 MB]
11. LangChain - 高级 - 运行时数据共享_72227_6201.ev4a [58.3 MB]
12. LangChain - 高级 - 上下文数据_72227_8968.ev4a [27.9 MB]
1. LangChaini - 复习_72227_1309.ev4a [108.8 MB]
langchain-demo_72227_8833.zip [41.0 KB]
day03 - LangChain 高级用法必看.png [493.5 KB]
📁 day02 - LangChain 核心组件
7. LangChain - 核心组件：Model 基础设置_72227_4023.ev4a [238.4 MB]
9. LangChain - 核心组件：Model：结构化输出的方式_72227_1236.ev4a [80.7 MB]
8. LangChain - 核心组件：Model - 工具调用_72227_5722.ev4a [132.9 MB]
6. LangChain - Agent 所有字段的作用_72227_9249.ev4a [75.5 MB]
4. LangChain - 流式响应_72227_7339.ev4a [458.7 MB]
3. LangChain - 短期记忆_72227_8008.ev4a [209.7 MB]
5. LangChain - 中间件_72227_5329.ev4a [44.5 MB]
2. LangChain - 结构化输出_72227_4479.ev4a [121.0 MB]
13. 工具练习：整合数据库工具，写一个自己的SQL智能体_72227_1066.ev4a [212.2 MB]
10. LangChain - 核心组件：Model：其他配置_72227_6313.ev4a [283.7 MB]
11. LangChain - 核心组件：Tool：使用ToolRuntime来获取各种共享位置数据_72227_2206.ev4a [260.4 MB]
12. LangChain - 核心组件：长期记忆_72227_1794.ev4a [142.4 MB]
1. LangChain - agent基本组件复习_72227_1855.ev4a [142.9 MB]
langchain-demo_72227_9950.zip [24.6 KB]
📁 day01 - 上手 LangChain
8. LangChain - Agent：工具细节_72227_5165.ev4a [396.8 MB]
9. LangChain - Agent：核心组件小结_72227_3350.ev4a [88.8 MB]
7. LangChain - Agent：动态模型选择_72227_8119.ev4a [268.9 MB]
6. LangChain - Agent：模型配置_72227_6492.ev4a [166.7 MB]
5. LangChain - 一个企业Agent的完整流程_72227_7006.ev4a [493.2 MB]
3. LangChain - 细节1：模型提供商的包名_72227_5207.ev4a [114.7 MB]
2. LangChain - 万物从 create_agent 开始_72227_8651.ev4a [322.7 MB]
4. LangChain - 细节2：模型参数设置_72227_1360.ev4a [64.7 MB]
10. LangChain - Agent：如何学习官方文档_72227_2544.ev4a [82.1 MB]
1. LangChain - 介绍_72227_6850.ev4a [80.3 MB]
11. 小问题_72227_9668.ev4a [29.1 MB]
langchain-demo_72227_3811.zip [11.7 KB]
day01 - 上手 LangChain必看.zip [1.8 MB]
5. Agent周资料.png [493.5 KB]
📁 3. Web项目
📁 day05 - 辰光Agent平台 - RAG知识库管理&Minio
5. Minio - 封装MinioClient_72227_8500.mp4 [456.1 MB]
8. 其他小功能完成_72227_9284.mp4 [222.0 MB]
7. 文件上传完成_72227_4612.mp4 [407.7 MB]
6. 封装文档上传完整请求_72227_9302.mp4 [1.0 GB]
4. Minio - 整合&测试文件上传_72227_7320.mp4 [238.7 MB]
3. Minio - 对象存储用法_72227_3378.mp4 [226.7 MB]
2. 今日需求_72227_9783.mp4 [212.7 MB]
1. 前置要求_72227_9242.mp4 [105.0 MB]
day05 - 辰光Agent平台 - RAG知识库管理&Minio必看.zip [1.8 MB]
📁 day04 - 辰光Agent平台 - 分页&模型CRUD等
4. 抄我coding - 每个模块的crud_72227_7182.mp4 [557.0 MB]
7. 代码提交_72227_2449.mp4 [45.7 MB]
6. ai代码完成，功能测试完成_72227_6945.mp4 [209.9 MB]
5. 接下来所有的模块如何编写_72227_4215.mp4 [443.2 MB]
1. 公共抽取分页逻辑 - 在repository层统一封装分页，api接受分页请求开始处理_72227_8392.mp4 [1.4 GB]
3. vibecoding - ai已经完美写好了登录、验证码等前端功能_72227_6428.mp4 [593.1 MB]
2. vibecoding - 最佳实战用法_72227_4037.mp4 [772.9 MB]
day04 - 辰光Agent平台 - 分页&模型CRUD等文档.png [493.5 KB]
📁 day03-辰光Agent平台 - RBAC模块
8.RBAC - 联动编码测试，可以分配角色、权限并查询出数据_72227_9054.mp4 [1.2 GB]
9. 小结_72227_8777.mp4 [390.1 MB]
7. RBAC - permission - CRUD接口完成_72227_3064.mp4 [1.1 GB]
5. RBAC - permission - 定义 Repository和Service操作_72227_1951.mp4 [987.6 MB]
6. RBAC - permission - api接口编写_72227_5749.mp4 [400.7 MB]
2. 接口 - 登录 - jwt令牌的sub字段必须是str_72227_7244.mp4 [276.9 MB]
4. RBAC - 模型定义完成_72227_2444.mp4 [630.8 MB]
3. RBAC - 简介_72227_7661.mp4 [255.6 MB]
1. pycharm打开项目要设置解释器_72227_2850.mp4 [177.9 MB]
📁 day02-辰光Agent平台-基本接口（登录、验证码、认证信息）
4. 接口 - 登录 - 密码加密工具测试完成_72227_6187.mp4 [37.4 MB]
8. 接口 - 测试获取当前用户信息 - 可以拿到 token，令牌校验失败，可能是库的问题_72227_3817.mp4 [235.0 MB]
7. 接口 - 获取当前用户 - 使用依赖方式_72227_3935.mp4 [67.5 MB]
6. 接口 - 登录 - 登录成功返回jwt令牌_72227_1998.mp4 [80.7 MB]
5. 接口 - 登录 - 登录完整逻辑完成_72227_1370.mp4 [191.7 MB]
3. 接口 - 验证码 - 校验验证码完成_72227_1444.mp4 [111.5 MB]
2. 接口 - 验证码 - 生成验证码测试成功_72227_2573.mp4 [130.2 MB]
3. 接口 - 登录 - User数据变更&准备JWT工具_72227_2932.mp4 [101.6 MB]
1. 脚手架 - 功能流程_72227_5496.mp4 [29.3 MB]
1. 接口 - 验证码 - 数据模型&Redis环境准备_72227_6682.mp4 [75.1 MB]
day02-辰光Agent平台-基本接口（登录、验证码、认证信息）资料.png [493.5 KB]
20260317_213509_72227_9066.mp4 [6.5 MB]
📁 day01-辰光Agent平台-搭建
6. 脚手架 - 步骤6：编写数据库类_72227_7379.mp4 [54.9 MB]
9. 脚手架 - 步骤10：统一异常处理_72227_8336.mp4 [17.8 MB]
8. 脚手架 - 步骤8-9：创建通用数据库crud类&通用响应类_72227_5293.mp4 [32.3 MB]
7. 脚手架 - 步骤7：创建基础的 orm 模型类_72227_9577.mp4 [25.3 MB]
5. 脚手架 - 步骤5：配置loguru日志整合_72227_3604.mp4 [19.1 MB]
4. 脚手架 - 步骤4：封装环境变量配置_72227_6460.mp4 [23.5 MB]
3. 脚手架 - 启动中间件&连接测试_72227_2364.mp4 [71.0 MB]
2. 脚手架 - 项目结构创建完成_72227_1663.mp4 [54.9 MB]
15. 代码推送完成_72227_8178.mp4 [14.2 MB]
14. 脚手架 - 整合单元测试_72227_2656.mp4 [56.6 MB]
13. 第一个示例模块：编写模型、产生数据库变更、注册路由_72227_8263.mp4 [98.2 MB]
12. 脚手架 - 整合 alembic 做数据库迁移_72227_7511.mp4 [77.7 MB]
11. 脚手架 - 测试：搭建成功_72227_7404.mp4 [15.3 MB]
10. 脚手架 - 步骤11-12：程序统一入口_72227_1024.mp4 [70.9 MB]
1. 辰光Agent平台 - 项目介绍_72227_5866.mp4 [107.1 MB]
day01-辰光Agent平台-搭建说明.png [493.5 KB]
3. Web项目说明.zip [1.8 MB]
📁 1. AIGC篇
📁 day05-comfyui平台
📁 comfy实验资料
dreamCreationVirtual3DECommerce_v10.safetensors_72227_4868 [2.2 GB]
workflow_lora_72227_8651.png [953.3 KB]
workflow_sd1.5_inpaint_72227_8298.png [1.2 MB]
workflow_72227_2358.png [1.7 MB]
scribble_controlnet_72227_4645.png [1.8 MB]
scribble_input_72227_2258.png [601.2 KB]
input_inpaint_72227_5683.png [1.2 MB]
img2img_input_72227_5834.png [552.5 KB]
comfy实验资料必看.png [493.5 KB]
7. Comfy - 图生图流程_72227_9857.mp4 [144.8 MB]
9. Comfy - 控制网络测试_72227_9938.mp4 [83.2 MB]
8. Comfy - 局部重绘_72227_2135.mp4 [58.7 MB]
6. Comfy - 自己绘制工作流_72227_5254.mp4 [63.9 MB]
4. Comfy - 扩散模型思想：UNet、CLIP、VAE_72227_4797.mp4 [160.8 MB]
5. Comfy - K采样器_72227_3741.mp4 [103.3 MB]
3. Comfy - 案例：官方文生图_72227_5137.mp4 [58.9 MB]
2. Comfy - 开通服务器&熟悉界面_72227_6998.mp4 [78.2 MB]
10. 小结_72227_6106.mp4 [10.9 MB]
1. 上次问题_72227_1001.mp4 [36.8 MB]
day05-comfyui平台说明.png [493.5 KB]
📁 day02-coze快速上手
📁 测试物料
电商销售数据_72227_8163.xlsx [1.1 MB]
用户下单数据_72227_4289.csv [345.7 KB]
LangChain零基础入门教程_72227_8757.docx [2.0 MB]
测试物料文档.zip [1.8 MB]
9. Agent记忆 - 变量&数据库&长期记忆_72227_5103.mp4 [99.3 MB]
8. Agent对话体验 - 快捷指令_72227_8172.mp4 [73.3 MB]
7. Agent对话体验 - 设置开场白和问题_72227_1473.mp4 [26.1 MB]
6. Agent配置 - 引入更多的插件_72227_9981.mp4 [27.0 MB]
5. Agent配置 - 第三步：增加插件调用功能_72227_8450.mp4 [76.4 MB]
4. Agent配置 - 第二步：配置大模型信息_72227_3589.mp4 [86.5 MB]
3. Agent配置 - 第一步：配置好人设提示词_72227_2721.mp4 [84.1 MB]
2. 熟悉Coze界面_72227_9779.mp4 [29.9 MB]
11. 应用：创建应用&体验UI与工作流的绑定交互逻辑_72227_8446.mp4 [87.8 MB]
10. Agent知识库 - 引入文档、表格知识库_72227_9035.mp4 [125.0 MB]
12. 总结_72227_4847.mp4 [17.8 MB]
1. 什么是Agent_72227_1427.mp4 [57.5 MB]
📁 day06-AIGC总结
5. AIGC - 通过Coze了解智能体开发的全貌_72227_7223.mp4 [189.1 MB]
6. AIGC - 未来我们用到的技术_72227_6086.mp4 [96.7 MB]
4. AIGC - 多Agent能力的思考_72227_7606.mp4 [96.5 MB]
3. AIGC - ReAct Agent执行流程_72227_5922.mp4 [124.0 MB]
2. AIGC - 了解大模型_72227_2781.mp4 [125.2 MB]
1. AIGC模块 - 今天结束了_72227_2581.mp4 [25.1 MB]
day06-AIGC总结说明.png [493.5 KB]
📁 day04-dify平台部署
8. 本地模型 - ollama 安装&加载模型_72227_7535.mp4 [79.7 MB]
7. dify - 本地部署模型的常用框架（Ollama、Xinference、vLLM_72227_4986.mp4 [73.1 MB]
9. 本地模型 - dify整合ollama本地模型_72227_3606.mp4 [26.6 MB]
6. dify - 整合大模型云API_72227_6894.mp4 [60.2 MB]
5. dify - 安装dify_72227_2443.mp4 [90.9 MB]
3. 云服务器 - 安装docker_72227_3422.mp4 [56.3 MB]
4. 云服务器 - docker配置nvidia显卡_72227_1957.mp4 [37.7 MB]
1. coze - 企业员工入职工作流&技能调用问题_72227_4470.mp4 [258.2 MB]
2. 云服务器 - 开通&加速配置_72227_7036.mp4 [55.8 MB]
10. 本地模型 -xinference下载模型&运行推理&整合dify_72227_6330.mp4 [199.8 MB]
11. 其他业务如何调用Dify工作流_72227_2630.mp4 [24.9 MB]
day04-dify平台部署必看.zip [1.8 MB]
dify_72227_6769.drawio [14.4 KB]
12. 补充_72227_6972.mp4 [5.5 MB]
📁 day03-coze工作流
6. 工作流 - 体验商业工作流_72227_2478.mp4 [288.3 MB]
8. 工作流 - 案例 - 员工信息引入问答，追加职级_72227_3241.mp4 [66.0 MB]
7. 工作流 - 案例：新员工入职工作流_72227_2100.mp4 [135.8 MB]
5. 工作流 - 测试pdf插件等节点_72227_3751.mp4 [93.0 MB]
4. 工作流 - 测试图像生成等其他节点_72227_8156.mp4 [57.0 MB]
2. 工作流 - 一个简单的工作流_72227_8698.mp4 [76.2 MB]
3. 工作流 - 代码节点的使用_72227_3464.mp4 [88.8 MB]
1. 工作流 - 节点核心三要素_72227_8081.mp4 [109.7 MB]
资料_72227_1893.zip [3.4 MB]
day03-coze工作流文档.png [493.5 KB]
📁 day01-大模型入门
7. OpenClaw整合飞书机器人_72227_8469.mp4 [173.8 MB]
8. OpenClaw其他部署方式_72227_2429.mp4 [35.8 MB]
5. 整合OpenAI SDK尝试调用第三方模型_72227_9244.mp4 [156.8 MB]
6. 其他模型功能测试_72227_9462.mp4 [96.5 MB]
4. 去各种平台开通API KEY_72227_1828.mp4 [54.3 MB]
2. AI发展史_72227_8677.mp4 [123.3 MB]
1. 直播计划_72227_3428.mp4 [47.5 MB]
3. 人工智能核心体系_72227_8027.mp4 [39.5 MB]
代码_72227_9442.zip [3.9 KB]
📁 1. AIGC篇
📁 day01-大模型入门
day01-大模型入门必看.png [493.5 KB]适合人群
- AI领域初学者
- AI领域进阶者
- 对智能体开发感兴趣者
学习收获
掌握RAG技术原理
学会使用LlamaIndex、Milvus等工具
能够开发智能体应用
祝您学习愉快！
学有所成，前程似锦！
