咕泡第五期-AI大模型零基础到商业实战全栈课【86.5GB】
下载地址：**** Hidden Message *****【课程目录】
├─01 第一章【导学篇】：0基础学习导入
│ 01 3月12日-AI大模型学习指南-1.mp4
│ 02 0基础前置学习.mp4
│
├─02 第二章 第一阶段（L1）-0基础快速入门AI大模型应用与实战
│ 03 recordclip-20250902140331-787f14.mp4
│ 04 大模型核心概念和基础原理.mp4
│ 05 提示词工程(Prompt Engineering).mp4
│ 06 GPTs与 Function Calling开发Al大模型应用.mp4
│ 07 掌握Al编程让普通人也能开发各种技术应用 .mp4
│ 07 掌握Al编程让普通人也能开发各种技术应用.mp4
│ 08 掌握Coze玩转Al大模型应用.mp4
│ 09 自动化AI工作流原理与实战.mp4
│ 10 Dify快速入门到应用实战.mp4
│ 11 N8N 快速入门到应用实战.mp4
│
├─03 第三章 第二阶段（L2）：AI大模型的企业级应用
│ 12 RAG检索增强生成技术实战.mp4
│ 13 Embeddings和向量数据库.mp4
│ 14 Embeddings和向量数据库（二）.mp4
│ 15 RAG 企业级落地实战优化.mp4
│ 16 掌握LangChain实现Al大模型应用.mp4
│ 17 大模型应用开发框架Llamalndex.mp4
│ 18 LangChain实现企业级Agent智能体.mp4
│ 19 AI工作流应用开发实战.mp4
│ 20 MCP模型上下文协议概述与应用实战.mp4
│ 21 深入浅出 A2A协议以及应用实战.mp4
│
├─04 第四章 第三阶段（L3）-AI大模型的工作原理与优化
│ 22 AI大模型产品设计与落地.mp4
│ 23 从“NLP 技术”到“Al大模型”.mp4
│ 24 探索揭秘神经网络奥秘.mp4
│ 25 揭秘神经网络及Transformer的工作原理.mp4
│ 26 揭秘Transformer的工作原理.mp4
│ 27 揭秘Transformer的工作原理（二）.mp4
│ 28 深入浅出了解多模态模型.mp4
│ 29 国产大模型 DeepSeek深度剖析.mp4
│ 30 AI大模型微调实战(上).mp4
│ 31 AI大模型微调实战(下).mp4
│ 32 大模型微调项目实践.mp4
│ 33 GPU与 CUDA 以及AI大模型企业级部署方案.mp4
│
├─05 第五章 第四阶段（L4）-AI大模型的企业级项目实战
│ 32 第一章：课程任务介绍.mp4
│ 33 第二章chatBI的优势与挑战修改.mp4
│ 34 企业级AI销售助手应用实战.mp4
│ 34 第三章：剖析ChatBI的技术原理.mp4
│ 35 第四章：驱动ChatBI的核心能力MCP理论介绍.mp4
│ 36 第五章(a)-项目一：项目背景&数据结构介绍修改.mp4
│ 37 第五章(b)-项目一：text2sql&text2python MCP的实现.mp4
│ 38 第五章(c)-项目一：机器学习MCP+多协议MCP客户端的编写.mp4
│ 39 第六章：中心化智能体架构的缺陷与去中心化多智能体langGraph架构.mp4
│ 40 第七章：langGraph的基本用法修改.mp4
│ 41 第八章(a)：langGraph+MCP实现ChatBI主流程搭建.mp4
│ 42 第八章(b)：langGraph+MCP项目测试+工程化部署修改.mp4
│ 43 第一章(RAG原理+挑战与知识库的构建)修改版本.mp4
│ 44 第二章(常用检索-增强-生成方法介绍+扩展).mp4
│ 45 第三章(常用RAG代码实操1-稠密检索器).mp4
│ 46 第三章(常用RAG代码实操2-稀疏+集成检索器).mp4
│ 47 第四章-实战案例一(4.1 需求分析、软件设计与ES的使用)修改版本.mp4
│ 48 第四章-实战案例一(4.2-1 词缀树的检索)修改版本.mp4
│ 49 第四章-实战案例一(4.2-2 项目整体代码实现).mp4
│ 50 第五章-实战案例二-(5.1 需求分析、软件设计)修改版本.mp4
│ 51 第五章-实战案例二-(5.2 知识库构建、4种检索器构建)修改版本.mp4
│ 52 第五章-实战案例二-(5.3 知识库检索整体代码实现1+2整合)修改版本.mp4
│ 53 第五章-实战案例二(5.4 检索效果测试与工程化部署)修改版本.mp4
│ 54 第六章-向量知识库热更新实战修改版本.mp4
│ 55 1.MCP介绍与底层原理修改版本.mp4
│ 56 2.MCP server的编写与并联串联调用原理.mp4
│ 57 3.MCP三种协议详解.mp4
│ 58 4.1项目一：股价心理按摩师(项目背景+需求分析+技术架构).mp4
│ 59 4.2项目一：股价心理按摩师(服务端-客户端完整代码编写).mp4
│ 60 5.多智能体框架+多MCP适用场景.mp4
│ 61 6.多智能体框架AgentSDK的基本用法.mp4
│ 62 7.1项目二：金融投资虚拟顾问(业务背景+技术架构).mp4
│ 63 7.2 项目二：金融投资虚拟顾问(金融文章检索MCP&金融RAG MCP的实现).mp4
│ 64 7.3 项目二：金融投资虚拟顾问(转人工MCP&股价预测MCP&多智能体多MCP运行编排).mp4
│ 65 7.4 项目二：金融投资虚拟顾问(多用户对话状态管理多智能体多MCP系统的实现).mp4
│ 66 第一章-引导式对话系统是什么.mp4
│ 67 第二章-引导式对话系统主要面临的挑战.mp4
│ 68 第三章-槽位抽取方案比较与选型.mp4
│ 69 第四章-对话流程编排的集中实现方案与优劣对比.mp4
│ 70 第四章结束后的代码实操讲解(流式+非流式Functionca.mp4
│ 71 第五章-5.1-案例背景讲解.mp4
│ 72 第五章-5.2-前端演示.mp4
│ 73 第六章-6.0-用户数据持久化打码修改版本.mp4
│ 74 第六章-6.1-工具定义与功能函数实现介绍.mp4
│ 75 第六章-6.2-对话系统整体代码实现.mp4
│ 76 第六章-6.3-代码调试与前端页面搭建.mp4
│ 77 第六章-6.4-工程化部署编写API接口.mp4
│ 78 第七章-引导式对话系统面临的挑战及解决方案.mp4
│
├─06 第六章 第五阶段（L5）：从模型训练到模型微调入门到精通
│ 100 实战项目二：Galora全量参数微调实战与tensorboard使用.mp4
│ 101 实战项目三：GPTQ量化实战.mp4
│ 102 1.分布式训练基础与网络环境配置.mp4
│ 103 2.集体通信原语和网络拓扑.mp4
│ 104 3.分布式微调训练框架与技术.mp4
│ 105 4. 其他分布式训练优化操作要点.mp4
│ 106 5.实战一-deepspeed&DDP单机多卡分布式微调.mp4
│ 107 6.实战二-FSDP&DDP单机多卡分布式微调.mp4
│ 108 7.实战三-多机多卡分布式微调实战.mp4
│ 109 1.什么是知识蒸馏-修改.mp4
│ 110 2.基于响应的知识蒸馏-修改.mp4
│ 111 3和4一起：基于特征的知识蒸馏.mp4
│ 112 5.关系型知识蒸馏-修改.mp4
│ 113 6.大模型知识蒸馏难点与解决案例分享-修改.mp4
│ 114 7.知识蒸馏项目实战-修改.mp4
│ 115 1.大模型部署基础.mp4
│ 116 2.大模型推理的优化技术.mp4
│ 117 3.RestfulAPI与gRPC API的使用.mp4
│ 118 4.Ollama实战部署.mp4
│ 119 5.VLLM高效推理框架部署.mp4
│ 120 6.SGlang介绍与使用.mp4
│ 121 7.大模型生命周期管理.mp4
│ 122 1.综合项目需求分析.mp4
│ 123 2.综合项目数据处理与训练数据集构建.mp4
│ 124 3.模型训练优化与高效推理部署.mp4
│ 125 4.大模型未来发展趋势.mp4
│ 126 5.AI工程师的职业发展路径.mp4
│ 80 课程大纲介绍.mp4
│ 81 大模型训练主要阶段与应用价值.mp4
│ 82 大模型微调难点与挑战.mp4
│ 83 主流显卡介绍与选择.mp4
│ 84 本地微调环境搭建.mp4
│ 85 云算力租赁介绍.mp4
│ 86 llamafactory项目介绍与安装部署.mp4
│ 87 llamafactory-webui面板配置与训练推理流程演示.mp4
│ 88 llamafactory-webui难点参数理论讲解.mp4
│ 89 1.数据集的来源与llamafactory中的数据集.mp4
│ 90 2.数据集的构建.mp4
│ 91 3.微调方法理论介绍与日志监控.mp4
│ 92 4.项目实战一：lora微调演示.mp4
│ 93 5.BAdam&Galora微调原理讲解.mp4
│ 94 6.大模型加速技术.mp4
│ 95 量化核心原理介绍.mp4
│ 96 PTQ量化原理.mp4
│ 97 QTA量化算法原理介绍.mp4
│ 98 AWQ量化算法原理介绍.mp4
│ 99 HQQ量化算法原理介绍.mp4
│
├─07 第七章 【产品篇】AI-Native产品设计
│ 130 重写产品经理的定义：从需求执行者到智能系统的导演.mp4
│ 131 判断一件事是否值得智能化：从想法到ROI的计算逻辑.mp4
│ 132 让知识流动起来：设计可被调用的知识结构.mp4
│ 133 从感觉到数据：为智能系统定义可度量的价值口径.mp4
│ 134 画出智能流程：对话、回退与责任边界的设计术.mp4
│ 135 搭建数据脊梁：让系统拥有可学习的知识底座.mp4
│ 136 让系统理解你：提示词设计的产品思维.mp4
│ 137 原型不是Demo：用可执行逻辑验证可行性.mp4
│ 138 写出可落地的PRD：让每一行描述都能被模型执行.mp4
│ 139 用数据回答质疑：如何拆解“贵、准、安全”三种挑战.mp4
│
├─08 第八章【应用篇】：小白从0到1玩转Al Agent独立搭建个性化的智能体应用
│ 132 1-工作流要完成的任务与节点定义.mp4
│ 133 2-插件配置方法与参数.mp4
│ 134 3-大模型节点配置方法.mp4
│ 135 4-结束节点配置.mp4
│ 136 5-智能体配置方法.mp4
│ 137 1-循环节点方法解读.mp4
│ 138 2-循环中参数的定义方法.mp4
│ 139 3-续写新闻稿件方法(循环中间变量使用).mp4
│ 140 4-智能体测试与输出节点.mp4
│ 141 5-批处理的作用与效果.mp4
│ 142 1-做视频素材业务逻辑分析.mp4
│ 143 2-做剧本节点系统提示词方法.mp4
│ 144 3-完成剧本节点输出.mp4
│ 145 4-画面描述与图像生成节点构建.mp4
│ 146 5-图像违规词限制与运镜节点.mp4
│ 147 6-视频节点构建与错误分析.mp4
│ 148 7-图像生成节点错误调试并保险.mp4
│ 149 8-视频生成节点容易违规的解决方法.mp4
│ 150 9-选修（当作拓展知识）：配置外部视频软件成为插件.mp4
│ 151 10-选修：自定义插件配置方法实例.mp4
│ 152 11-选修：工作流中添加视频插件.mp4
│ 153 1-时间线定义方法.mp4
│ 154 2-剪映插件介绍.mp4
│ 155 3-时间线和素材绑定方法.mp4
│ 156 4-剪映草稿添加素材方法.mp4
│ 157 5-得到合成后的视频.mp4
│ 158 1-对话流配置与创建.mp4
│ 159 2-选择器的使用方法.mp4
│ 160 3-数据库与大模型的匹配方法.mp4
│ 161 4-知识库构建与匹配方法.mp4
│ 162 5-汇总输出与测试.mp4
│ 163 1-效果演示与数据读取.mp4
│ 164 2-数据清洗与处理.mp4
│ 165 3-结合DeepSeek构建代码节点.mp4
│ 166 4-结合DeepSeek进行数据分析.mp4
│ 167 5-配置插件把分析结果存在excel里.mp4
│ 168 6-数据可视化配置方法与节点调试分析.mp4
│ 169 7-不同可视化图表配置方法.mp4
│ 170 8-输出与展示配置.mp4
│ 171 1-影刀RPA分析.mp4
│ 172 2-影刀安装方法.mp4
│ 173 3-影刀流程配置方法实例.mp4
│ 174 4-执行循环操作.mp4
│ 175 5-完成文案采集的全部功能.mp4
│
└─后续待更新
niubbbbbbbb
页:
[1]