课程介绍
这门课从大模型本身讲起：大模型“大”在哪里（海量参数与海量数据），如何训练（预训练、监督微调、人工反馈、强化学习），ChatGPT 的技术演变，国内外大模型的应用（通义千问、百度千帆、OpenAI、HuggingFace），以及如何写出优秀的提示词。
AIGC 应用部分演示提示词生成图片、AIGC 小说写作、生成抖音短视频、制作数字人，讲解 GPT Store 与 GPTs 的创新方向、智能体创建、自助客服、AI 助手原理和 Sora 实现原理；随后补充 Python 基础语法、函数、列表字典、模块与类，为后面的编码做准备。
LangChain 部分讲 6 大组件、PromptTemplate 与模板组合、文件加载与转换、文本嵌入、向量存储与索引、聊天记忆和简单知识库实现；Agents 部分讲代理扩展大模型边界、与源代码对话、知识图谱、创意视频、文字冒险游戏、用户评论分析、A 股小助手、自动客服、教学系统、多人聊天与代码审查，最后以 AI Agent 实战收尾，涵盖网络搜索、知识库和 GPT Researcher。
网盘说明：本课程为百度网盘资源。
课程目录
大模型基础与提示词
1 AIGC-概述
2 大模型到底哪里“大”？-海量参数
3 大模型到底哪里“大”？-海量数据
4 如何训练一个大模型？预训练、监督微调、人工反馈、强化学习
5 大模型组成、特征与训练
6 ChatGPT技术演变与构造
7 大模型应用通义千问与百度千帆
8 大模型应用OpenAI与HuggingFace
9 如何写出优秀的提示词
AIGC 应用与 GPTs
10 LangChain介绍与如何操控大模型
11 提示词生成图片
12 AIGC小说写作
13 AIGC生成抖音短视频
14 AIGC制作数字人
15 GPT store基本概念
16 GPTs创新方向分析与解析
17 智能体创建教程
18 创建自助客服-上
19 创建自助客服-下
20 GPTs提示词推荐
21 AI助手原理与Playground
22 AI助手原理与代码实现
23 Sora实现原理-上
24 Sora实现原理-下
Python 基础
25 环境和工具介绍
26 基本语法与数据类型
27 字符串拼接和占位符应用
28 逻辑判断和If 语句
29 循环语句
30 函数定义与调用
31 列表和字典
32 模块和包
33 类和对象
LangChain 核心组件与知识库
34 LangChain综述
35 LangChain 6大组件
36 编码准备
37 PromptTemplate基本应用
38 通过角色实现精准回应
39 部分提示词模版
40 部分模版函数加载
41 组合模版
42 Retrieval-文件加载
43 Retrieval-文件转换器
44 文档转换与文本嵌入
45 向量存储与索引
46 过滤请求与串联服务链
47 交互优化与生成摘要
48 精准历史对话
49 聊天记忆与聊天连续性
50 简单知识库代码实现
Agents 与多代理实战
51 Agents代理-扩展大模型边界
52 理解代码-与源代码对话-上
53 理解代码-与源代码对话-下
54 LangChain大战知识图谱-上
55 LangChain大战知识图谱-下
56 生成创意视频
57 文字冒险游戏-龙与地下城-上
58 文字冒险游戏-龙与地下城-下
59 用户评论分析-上
60 用户评论分析-下
61 A股小助手：用户代理和用户助手
62 自动客服：基于目录的产品搜索
63 教学系统：多代理多用户交互
64 多人聊天
65 代码审查
66 多人研究工作
AI Agent 实战
67 AI Agent实战-基本概念
68 AI Agent实战-网络搜索-文字生成-知识库
69 AI Agent实战-GPT Researcher
