├── PART1
│ ├── 001-课程介绍
│ ├── 002-1-Agent要解决的问题分析
│ ├── 003-2-Agent需要具备的基本能力
│ ├── 004-3-与大模型的关系分析
│ ├── 005-4-多智能体定义分析
│ ├── 006-5-框架的作用和能解决的问题
│ ├── …
│ ├── 008-7-GPTS分析一波
│ ├── 009-8-经典任务分析
│ ├── 010-1-GPTS任务流程概述分析
│ ├── 011-2-调用API的控制方式
│ ├── …
│ ├── 013-4-完成指令与脚本并生成
│ ├── 014-1-DEMO演示与整体架构分析
│ ├── 015-2-后端GPT项目部署启动
│ ├── 016-3-前端助手API与流程图配置
│ ├── 017-4-接入外部API的方法与流程
│ ├── 018-5-GPT中加入外部API调用方法
│ ├── 019-6-指令提示构建
│ ├── …
│ ├── 021-2-整体框架逻辑介绍
│ ├── …
│ ├── 023-4-基础解读-动作定义方式
│ ├── 024-5-基础解读-角色定义
│ ├── 025-6-单动作智能体实现方法
│ ├── 026-7-多动作配置方法
│ ├── …
│ ├── 028-9-定时器任务流程解读分析
│ ├── 029-0-基本Agent的组成
│ ├── 030-1-Agent要完成的任务和业务逻辑定义
│ ├── 031-2-问题拆解与执行流程
│ ├── 032-3-检索得到重要的URL
│ ├── 033-4-子问题生成总结结果
│ ├── …
│ ├── 035-1-RAG要完成的任务解读
│ └── 036-2-RAG整体流程解读
└── PART2
├── 037-3-召回优化策略分析
├── 038-4-召回改进方案解读
├── 039-5-评估工具RAGAS
├── 040-6-外接本地数据库工具
├── …
├── 042-2-要解决的问题和整体框架分析
├── 043-3-论文基本框架分析
├── 044-4-Agent的记忆信息
├── 045-5-感知与反思模块构建流程
├── 046-6-计划模块实现细节
├── …
├── 048-8-感知模块解读
├── 049-9-思考模块解读
├── …
├── 051-1-langchain框架解读
├── 052-2-基本API调用方法
├── 053-3-数据文档切分操作
├── 054-4-样本索引与向量构建
├── 055-5-数据切块方法
├── 056-1-MOE概述分析
├── 057-2-MOE模块实现方法解读
├── …
├── 059-1-大模型如何做下游任务
├── 060-2-LLM落地微调分析
├── 061-3-LLAMA与LORA介绍
├── 062-4-LORA微调的核心思想
├── 063-5-LORA模型实现细节
├── 064-1-提示工程的作用
├── …
├── 066-3-源码调用DEBUG解读
├── 067-4-训练流程演示
├── …
├── 069-1-RAG与微调可以解决与无法解决的问题
├── 070-2-RAG实践策略
└── 071-3-微调要解决的问题
