|
|
极客时间-尹会生-从AI IDE的架构演进,洞察AI工程化的设计逻辑
课程揭示AI工程化核心:从模型演进为RAG增强、多Agent协作与高性能服务架构。设计逻辑聚焦“检索-工具-记忆”解耦,通过LangGraph编排流程,Docker/K8s保障运维,本质是构建从对话理解到自主行动的闭环系统,解决企业级落地痛点。
00-开学第1课
开营直播-AIIDE的架构演进,洞察AI工程化的设计逻辑.mp4
01-第01周:大语言模型技术栈与 Prompt 工程
1.AI工程化定义&大模型与函数的调用.mp4
2.LangChain核心组件&LlamaIndex与知识增强系统.mp4
02-第02周:技术栈与 Prompt 工程&深度学习与 NLP 基础
1.工程化中的Prompt技巧与多Agent、轻量微调、生产部署实践.mp4
2.工程准备与数据工程&Transformer与高效微调.mp4
03-第03周:深度学习与 NLP 基础
微调管理优化与评估压缩部署.mp4
04-第04周:数据工程与知识增强
1.解构RAG与使用LlamaIndex实现RAG.mp4
2.QAnything与本地RAG解决方案.mp4
05-第05周:数据工程与知识增强&智能客服系统架构设计
1.提升RAG效果的方法.mp4
2.搭建基础对话链&意图识别流水线设计.fixed.mp4
2.搭建基础对话链意图识别流水线设计.fixed.pdf
06-第06周:智能客服系统架构设计
1.意图识别与上下文理解与记忆管理.mp4
1.意图识别与上下文理解与记忆管理_笔记.pdf
2.让系统“会行动”与用LangGraph实现多轮对话流程控制.mp4
2.让系统“会行动”与用LangGraph实现多轮对话流程控制_笔记.pdf
07-第07周:智能客服系统架构与多Agent协作与通信机制
1.工具调用引擎设计&多Agent协作概念以及主流框架.mp4
2.多智能体框架与MCP协议.mp4
08-第08周:多Agent协作与通信机制
1.LangGraph集成MCPServer与A2A.mp4
1.LangGraph集成MCPServer与A2A_笔记.pdf
2.Gemini-fullstack-langgraph-quickstart源_笔记.pdf
2.Gemini-fullstack-langgraph-quickstart源码剖析.mp4
09-第09周:DSL语言设计与执行引擎
1.DSL设计原则与应用场景&使用ANTLR-Lark解析DSL语法.mp4
1.DSL设计原则与应用场景使用ANTLR-Lark解析DSL语法.mp4.pdf
2.NL2SQL与数据安全.mp4
2.NL2SQL与数据安全_笔记.pdf
10-第10周:智能Agent高级能力构建
记忆管理系统设计与Agent可观测性系统构建.mp4
记忆管理系统设计与Agent可观测性系统构建_笔记.pdf
11-第11周:智能Agent高级能力构建
Agent在多模态任务中的推理&移动端大模型部署.mp4
智能Agent高级能力构建.pdf
12-第12周:模型部署与服务化
1.Docker容器化打包与镜像构建&FastAPI构建模型基础服务.mp4
1.Docker容器化打包与镜像构建FastAPI构建模型基础服务_笔记.pdf
2.K8S编排基础与监控系统、日志收集系统搭建.mp4
2.K8S编排基础与监控系统、日志收集系统搭建_笔记.pdf
13-第13周:Python高性能编程与并发工程
1.核心概念与底层原理&并行机制对比分析.mp4
2.并行机制对比分析与FastAPI深度集成.mp4
3.LangChain异步开发进阶与向量数据库和GPU.mp4
14-第14周:项目实战 —— 工程化企业级智能客服平台
1.需求与原型阶段.mp4
1.需求与原型阶段_笔记.pdf
2.补充核心与交互能力.mp4
15-第15周:行业场景与产品设计
1.AI产品从“能做”到“好用”的跨越与垂直领域的深水区[dmz社区www.dmzshequ.Com].mp4
2.AI伦理、数据合规与治理&Dify二次开发.mp4
16-模块实战讲解
模块1实践1:基于LangChain构建一个多任务问答助手.mp4
模块1实践2:构建一个多Agent协同客服系统.mp4
模块2实践1:训练一个意图识别模型并部署为API.mp4
模块2实践2:基于LoRA微调一个垂直领域客服问答模型.mp4
模块3实践1:构建一个基于FAISS-Milvus的FAQ检索系统.mp4
模块3实践2:构建一个基于FAISS-Milvus的FAQ检索系统.mp4
知识图谱.png
|
|