资源介绍
黑马程序员·AI大模型RAG与Agent智能体开发项目课程
资源目录
├─PPT
│ 01提示词工程.pptx
│ 02大模型RAG开发.pptx
│ 03RAG项目.pptx
│
├─视频
│ ├─P1前置准备
│ │ 01、通义千问大模型的接入.mp4
│ │ 02、代码调用云端的大模型.mp4
│ │ 03、使用环境变量保护APIKEY.mp4
│ │ 04、Ollama简介.mp4
│ │ 05、win&mac部署ollama并运行蒸馏模型.mp4
│ │ 06、代码调用ollama的本地模型.mp4
│ │
│ ├─P2OpenAI库的基础使用
│ │ 01、OpenAI库的基础使用.mp4
│ │ 02、OpenAI库的流式输出模式.mp4
│ │ 03、OpenAI库附带历史消息调用模型.mp4
│ │
│ ├─P3提示词工程
│ │ 01、大模型prompt工程指南.mp4
│ │ 02、提示词优化案例介绍和零样本少样本思想.mp4
│ │ 03、提示词优化案例金融文本分类任务.mp4 │ │ 04、Json数据格式.mp4 │ │ 05、提示词优化案例金融文本信息抽取.mp4
│ │ 06、提示词优化案例_金融文本匹配.mp4
│ │
│ ├─P4RAG开发
│ │ 01、LangChain的简介.mp4
│ │ 02、LangChain的环境部署.mp4
│ │ 03、RAG介绍.mp4
│ │ 04、[扩展]向量的基础概念.mp4
│ │ 05、[扩展]余弦相似度算法.mp4
│ │ 06、LangChain调用大语言模型.mp4
│ │ 07、LangChain模型的流式输出.mp4
│ │ 08、LangChain调用聊天模型.mp4
│ │ 09、LangChain消息的简写形式.mp4
│ │ 10、LangChain调用嵌入模型.mp4
│ │ 11、LangChain通用提示词模板.mp4
│ │ 12、FewShot提示词模板.mp4
│ │ 13、模板类的format和invoke方法.mp4
│ │ 14、ChatPromptTemplate的使用.mp4
│ │ 15、Chain的基础使用.mp4
│ │ 16、[扩展]或运算符的重写.mp4
│ │ 17、简单理解Runnable接口.mp4
│ │ 18、StrOutputParser字符串输出解析器.mp4
│ │ 19、JsonOutputParser和多模型执行链.mp4
│ │ 20、自定义函数加入链.mp4
│ │ 21、Memory临时会话记忆.mp4
│ │ 22、Memory长期会话记忆.mp4
│ │ 23、CSVLoader.mp4
│ │ 24、JSONLoader.mp4
│ │ 25、TextLoader和文档分割器.mp4
│ │ 26、PyPDFLoader.mp4
│ │ 27、VectorStores向量存储.mp4
│ │ 28、基于向量检索构建提示词.mp4
│ │ 29、RunnablePassthrough的使用.mp4
│ │
│ ├─P5RAG项目
│ │ 01、RAG项目案例介绍.mp4
│ │ 02、RAG项目-文本上传WEB服务.mp4
│ │ 03、RAG项目-md5工具函数开发.mp4
│ │ 04、RAG项目-知识库更新服务.mp4
│ │ 05、RAG项目-完成离线流程开发.mp4
│ │ 06、RAG项目-在线流程向量存储服务代码.mp4
│ │ 07、RAG项目-rag服务核心代码开发.mp4
│ │ 08、RAG项目-历史会话记录功能的实现.mp4
│ │ 09、RAG项目-聊天页面开发.mp4
│ │
│ └─课程导学.mp4
│
└─资料
├─Miniconda3
│ Miniconda3-latest-MacOSX-arm64.pkg
│ Miniconda3-latest-MacOSX-x86_64.pkg
│ Miniconda3-latest-Windows-x86_64.exe
├─PyCharm
│ pj.exe
│ pycharm-2025.2.6.exe
├─Python
│ python-3.10.11-amd64.exe
│ python-3.10.11-macos11.pkg
└─数据资料.zip
