├── 1-Agent架构解读与应用分析
│ ├── 课程介绍
│ ├── Agent要解决的问题分析
│ ├── Agent需要具备的基本能力
│ ├── 与大模型的关系分析
│ ├── 框架的作用和能解决的问题
│ ├── 多智能体定义分析
│ └── 整体总结分析
├── 2-GPTS打造Agent实战
│ ├── GPTS任务流程概述分析
│ ├── 调用API的控制方式
│ ├── API相关配置完成
│ └── 完成指令与脚本并生成
├── 3-Agent打造专属客服
│ ├── Demo演示与整体架构分析
│ ├── 后端GPT项目部署启动
│ ├── 前端助手API与流程图配置
│ ├── 接入外部API的方法与流程
│ ├── 引入API的方法解读
│ └── 指令提示构建
├── 4、5-AutoGen与部署模块
│ ├── AutoGenStudio框架安装与介绍
│ ├── API接口在线测试
│ ├── 动作API配置方法
│ ├── 国内常用API配置方法
│ ├── 工作流配置
│ ├── 执行流程与结果
│ ├── Ollama环境配置与安装
│ └── AutoGen接入本地模型
├── 6、7-MetaGPT解读与实战
│ ├── MetaGPT框架解读
│ │ ├── 论文概述分析
│ │ ├── 整体框架逻辑介绍
│ │ ├── 基础解读，角色定义
│ │ ├── 动作定义方式
│ │ ├── 单动作智能体实现方法
│ │ └── 多动作配置方法
│ └── MetaGPT应用实战
│ ├── 基本Agent的组成
│ ├── Agent要完成的任务和业务逻辑定义
│ ├── 问题拆解与执行流程
│ ├── 检索得到重要的URL
│ ├── 子问题生成总结结果
│ └── 总结与结果输出
├── 8-RAG检索架构分析与应用
│ ├── RAG要完成的任务解读
│ ├── RAG整体流程解读
│ ├── 召回优化策略分析
│ ├── 召回改进方案解读
│ ├── 评估工具RAGAS
│ └── 外接本地数据库工具
├── 9-斯坦福AI小镇架构与项目解读
│ ├── 整体故事解读
│ ├── 要解决的问题和整体框架分析
│ ├── Agent的记忆信息
│ ├── 计划模块实现细节
│ ├── 感知与反思模块构建流程
│ ├── 感知模块解读
│ ├── 思考模块解读
│ └── 项目环境配置方法解读
├── 10-LangChain工具实例
│ ├── LangChain框架解读
│ ├── 基本API调用方法
│ ├── 数据文档切分操作
│ ├── 样本索引与向量构建
│ └── 数据切块方法
├── 11-LLM与LORA微调策略解读
│ ├── 大模型如何做下游任务
│ ├── LLM落地微调分析
│ ├── LLAMA与Lora介绍
│ ├── Lora与微调的核心思想
│ └── Lora模型实现细节
├── 12-LLM下游任务训练自己模型实战
│ ├── 提示工程的作用
│ ├── 项目数据解读
│ ├── 源码调用debug解读
│ ├── 训练流程演示
│ └── 效果演示与总结分析
├── 13-OPENAI-LLM模型优化总结
│ ├── RAG与微调可以解决和无法解决的问题
│ ├── RAG实践策略
│ └── 微调要解决的问题
├── MOE多专家系统
│ ├── MOE概述分析
│ ├── MOE模块实现方法解读
│ └── 效果分析与总结
└── llama3相关
├── llama3微调量化部署一条龙
│ ├── Lora微调方法
│ ├── 指令微调所需数据与模型下载
│ ├── llama3模型微调实例
│ ├── llama3微调后进行量化
│ ├── llama.cpp量化实例
│ └── 部署应用
└── llama3应用实战
├── LLAMA3模型下载与配置安装
├── 环境相关配置解读
├── 工具调用流程拆解
├── 功能调用方法实例
├── RAG环境配置搭建
├── LLAMA3应用RAG搭建方法
└── RAG基本流程分析
