# AI Agent智能应用从0到1定制开发 全流程解决方案实战课程（超清已完结）

*Published:* 2024-05-26
*Author:* 客服001

#### 温馨提醒

如果文章内容或图片资源失效，请留言反馈，我们会及时处理，谢谢

本文最后更新于2024年12月29日，已超过 180天没有更新



基于AI火爆框架Langchain与LLM，赋能各领域企业轻松具备符合自身业务的智能化能力。

[![](https://www.xarjtc.com/wp-content/uploads/2024/05/b7cc63b36aad1a7.webp)](https://www.xarjtc.com/wp-content/uploads/2024/05/b7cc63b36aad1a7.webp)

**你将学到：**

AI Agent智能化解决方案与实

AI定制化开发框架LangChain

从0到1定制符合企业智能应用

运用AI倍数提升个人与团队效

企业级AI Agent标准与全流程

掌握先进技术领先成为抢手人

**简介：**

> AI Agent已成为企业在构建智能化的定制化需求、解决特定问题、提升竞争力、创造新商业机会的关键。无论你是否是LLM领域的开发者，都非常值得领先学习。本课程将带你从零开始掌握一套能满足不同业务场景的智能化解决方案，并手把手带你打通从需求分析、项目设计、开发、部署、优化等核心环节，让你借助Langchain与LLM的强大能力，轻松集成专业知识库与外部API工具，高效打造精准解决企业定制化、智能化AI Agent。另外，课程中为你分享了主流行业案例和实践经验，帮你分析AI原生应用时代程序员的职业发展路径，助力提升你的综合能力和竞争力，先人一步成为AI 时代下的枪手人才。

**适合人群**

对AI应用感兴趣的人、IT应用开发者

对AI方向感兴趣的产品经理、AI商业场景创新人群

**技术储备**

Python基础

**章节目录：**

第1章 多模型强应用：AI2.0时代应用开发者机会

7 节｜90分钟

展开

视频：

1-1 深入了解课程，让你少走弯路，必看！！！

试看

21:46

视频：

1-2 带你快速了解大语言模型(LLM)基础与发展

试看

09:42

视频：

1-3 国内外主要LLM及特点介绍

10:16

视频：

1-4 大模型的不足以及主要解决方案

试看

10:43

视频：

1-5 AIGC产业拆解以及常见名词解释

13:14

视频：

1-6 应用级开发者如何拥抱AI2.0时代？

17:07

视频：

1-7 智能体(agent)命理大师虚拟项目（需求分析、技术选型、技术分解）

06:13

第2章 初识langchain：LLM大模型与AI应用的粘合剂

7 节｜60分钟

收起

视频：

2-1 初始langchain：LLM大模型与AI应用的粘合剂

03:48

视频：

2-2 langchain是什么以及发展过程

06:32

视频：

2-3 langchain能做什么和能力一览

06:49

视频：

2-4 langchain的优势与劣势分析

07:55

视频：

2-5 langchain使用环境的搭建

12:26

视频：

2-6 先跑起来：第一个实例，了解langchain的基本模块

19:14

视频：

2-7 本章梳理与总结

02:52

第3章 LangChain核心模块与实战：用prompts模板调教LLM的输入出

14 节｜163分钟

收起

视频：

3-1 章节介绍

03:03

视频：

3-2 模型IO 大语言模型的交互接口

06:06

视频：

3-3 prompts模板：更加高级和灵活的提示词工程

07:05

视频：

3-4 prompts实战两种主要的提示词模板

15:16

视频：

3-5 自定义prompts模板

08:22

视频：

3-6 两种模板引擎以及组合模板使用

12:05

视频：

3-7 序列化模板使用

13:37

视频：

3-8 示例选择器之根据长度动态选择提示词示例组

20:26

视频：

3-9 示例选择器之MMR与最大余弦相似度

17:05

视频：

3-10 langchain核心组件：LLMs vs chat models

16:23

视频：

3-11 更好的体验：流式输出

10:42

视频：

3-12 花销控制：token消耗追踪

07:17

视频：

3-13 输出结构性：不止于聊天

22:31

视频：

3-14 本章小结

02:37

第4章 LangChain知识库构建与RAG设计：增强自己大模型能力，实现与各种文档对话

13 节｜174分钟

展开

视频：

4-1 本章介绍

01:31

视频：

4-2 RAG：检索增强生成是什么？

08:48

视频：

4-3 loader：让大模型具备实时学习的能力

18:50

视频：

4-4 文档转换实战：文档切割

17:37

视频：

4-5 文档转换实战：总结精炼和翻译

11:03

视频：

4-6 Lost in the middle 长上下文精度处理问题

19:50

视频：

4-7 文本向量化实现方式

12:30

视频：

4-8 与AI共舞的向量数据库

16:29

视频：

4-9 Chatdoc 又一个智能文档助手（1）

15:23

视频：

4-10 Chatdoc 又一个智能文档助手（2）

14:09

视频：

4-11 ChatDoc 几种检索优化的方式

22:28

视频：

4-12 ChatDoc 与文件聊天交互

12:12

视频：

4-13 本章小结

02:45

第5章 LangChain链与记忆处理：带你实现大模型记忆增强，让你的大模型更加智能

19 节｜285分钟

展开

视频：

5-1 本章介绍

06:07

视频：

5-2 chains：langchain的重要组成部件

08:05

视频：

5-3 四种基本的内置链的介绍与使用(1)

23:31

视频：

5-4 四种基本的内置链的介绍与使用(2)

15:02

视频：

5-5 四种基本的内置链的介绍与使用(3)

20:12

视频：

5-6 四种基本的内置链的介绍与使用(4)

07:35

视频：

5-7 四种基本的内置链的介绍与使用(5)

11:13

视频：

5-8 链的不同调用方法和自定义

23:37

视频：

5-9 四种处理文档的预制链(1)

15:05

视频：

5-10 四种处理文档的预制链(2)

14:55

视频：

5-11 四种文档预制链使用(3)

17:02

视频：

5-12 四种文档预制链使用(4)

16:05

视频：

5-13 memory工具使用(1)

25:49

视频：

5-14 Memory工具使用(2)

16:31

视频：

5-15 Memory工具使用(3)

16:24

视频：

5-16 为链增加memory（1）

19:08

视频：

5-17 为链增加memory(2)

18:06

视频：

5-18 主要的预制链和memory工具

05:33

视频：

5-19 本章小结

04:20

第6章 Agent核心与实践：初窥未来机器人，学Agent基本开发，让大模型不止于聊天

17 节｜257分钟

展开

视频：

6-1 本章介绍

05:19

视频：

6-2 什么是agent

23:38

视频：

6-3 第一个agent

14:00

视频：

6-4 几种主要的agents类型介绍（1）

19:07

视频：

6-5 几种主要的agents类型介绍（2）

17:49

视频：

6-6 agent中正确添加memory的方式

19:54

视频：

6-7 如何让agent与tool共享记忆

09:46

视频：

6-8 tool的使用

14:58

视频：

6-9 tookit的使用.mp4

14:28

视频：

6-10 LCEL是什么

23:56

视频：

6-11 LCEL不同的接口实现

10:01

视频：

6-12 LCEL里chain和prompt实现

19:18

视频：

6-13 LCEL记忆的添加方式.mp4

06:57

视频：

6-14 LCEL Agents的使用（1）

15:22

视频：

6-15 LCEL Agents的使用（2）

15:08

视频：

6-16 最佳开发实践

24:32

视频：

6-17 本章小结

01:52

第7章 AI Agent智能体开发：工善其事，必利其器，一步步教你搭建agent开发环境

6 节｜69分钟

展开

视频：

7-1 本章介绍

01:44

视频：

7-2 虚拟项目demo演示

06:24

视频：

7-3 虚拟项目产品需求分析

19:36

视频：

7-4 虚拟项目技术架构

05:26

视频：

7-5 项目开发环境搭建

33:16

视频：

7-6 本章小结

02:28

第8章 AI Agent智能体开发：API层的实现以及智能体性格和行为设计

7 节｜99分钟

展开

视频：

8-1 本章介绍

02:39

视频：

8-2 使用fastapi搭建API层

20:46

视频：

8-3 主Class与agent框架

29:13

视频：

8-4 使用prompt设计agent性格与行为

09:41

视频：

8-5 使用chain来判断输入情绪

19:41

视频：

8-6 langserve介绍-

13:34

视频：

8-7 本章小结

02:28

第9章 AI Agent智能体开发：快速掌握tool以及向量数据库使用

8 节｜110分钟

展开

视频：

9-1 本章介绍.mp4

01:27

视频：

9-2 tools设计实现1

17:55

视频：

9-3 tools设计实现2

19:46

视频：

9-4 tools设计实施3

15:28

视频：

9-5 agent的memory处理1

24:19

视频：

9-6 agent的memory处理2

07:38

视频：

9-7 agent学习能力构建

16:25

视频：

9-8 本章小结

06:18

第10章 AI Agent智能体开发：让Agent具备语音能力

7 节｜86分钟

展开

视频：

10-1 本章介绍

02:17

视频：

10-2 语音逻辑设计

04:49

视频：

10-3 微软TTS能力介绍

16:24

视频：

10-4 -1 voice函数的实现

18:03

视频：

10-5 -2 voice函数的实现

18:07

视频：

10-6 AI语音克隆和TTS介绍

23:20

视频：

10-7 本章小结

02:21

第11章 AI Agent智能体开发：项目扩展与集成【数字人与IM集成】

10 节｜163分钟

展开

视频：

11-1 本章介绍

02:41

视频：

11-2 电报机器人+agent的实现

30:49

视频：

11-3 Docker部署与调试追踪

17:54

视频：

11-4 项目扩展：agent数字人（1）.mp4

06:07

视频：

11-5 项目扩展：agent数字人（2）

24:37

视频：

11-6 项目扩展：agent数字人（3）.mp4

20:13

视频：

11-7 项目扩展：agent数字人（4）

25:18

视频：

11-8 项目扩展：agent数字人（5）

15:17

视频：

11-9 项目扩展：agent数字人（6）

14:58

视频：

11-10 本章小结

04:58

第12章 课程总结

1 节｜13分钟

展开

视频：

12-1 课程总结.mp4

12:09

本课程已完结