精准定位：AI 架构师的进阶必修课

本课程直击 AI 领域从 4.0 到 8.0 版本的架构演进痛点，专门解决学习者面对快速迭代的模型版本时，如何快速掌握核心差异并构建体系化知识的问题。课程明确排除了前端赠送的泛泛而谈内容，聚焦于架构课干货，适合那些已经接触过基础 AI 概念，但面对新版本架构感到混乱、无法理解底层逻辑的开发者。如果你正处于转岗期或需要查漏补缺，这门课能帮你理清技术脉络，避免在碎片化信息中迷失方向。建议务必先看课程导学中的“零基础同学看”章节，确认自身代码基础是否达标，若 Python 基础薄弱，必须优先补完后续附赠的编程训练营，否则直接啃架构内容会非常痛苦且效率低下。

核心产出：从原理理解到独立架构设计

学完本课程，你不应只是记住零散的知识点，而应具备独立设计 AI 系统架构的能力。具体而言，你能清晰对比不同版本（如 4.0 与 8.0）在推理速度、显存占用及模型精度上的权衡策略，能根据实际业务场景（如低延迟要求或大规模训练）自主选择合适的架构方案。更重要的是，你能掌握将理论模型转化为可运行工程代码的完整路径，具备独立搭建训练与推理全流程的能力，不再依赖现成的 API 封装，而是能针对特殊需求进行定制化开发，真正具备解决复杂工程问题的核心竞争力。

资料配合与实战演练策略

资料包是理解抽象架构的关键辅助，而非单纯的视频播放器。观看“课程导学”部分时，重点理解不同阶段的成长路径，明确作业提交规范，避免走弯路。在学习 Python 基础模块时，切勿只看不练，必须严格按照视频步骤在本地环境复现代码，特别是环境配置环节，这是后续跑通架构代码的前提。遇到不懂的架构细节，应回溯查看对应的原理讲解视频，结合代码调试验证理解。最终，请以完成课程作业为检验标准，尝试独立复现一个端到端的 AI 应用，确保从环境部署、模型加载到结果输出全链条跑通，这才是真正掌握这门课的标志。

课程目录

01 课程导学
|   ├──01 Ai的十年我们如何快速成长起来？.mp4  166.89M
|   ├──02 课程导学（前端赠送视频不包含在本课程内，本课程是AI架构课内容）.mp4  43.60M
|   ├──03 如何交作业？.mp4  17.60M
|   ├──04 0基础同学看01.mp4  76.65M
|   └──05 0基础同学看02.mp4  61.31M
02 Python从入门到精通（选看）
|   |   ├──01-面向人文社科的Python编程训练营-1.mp4  440.70M
|   |   ├──02-面向人文社科的Python编程训练营-2.mp4  333.73M
|   |   ├──03-面向人文社科的Python编程训练营-3.mp4  136.39M
|   |   ├──04-面向人文社科的Python编程训练营-4.mp4  171.96M
|   |   ├──05-面向人文社科的Python编程训练营-5.mp4  526.12M
|   |   ├──06-面向人文社科的Python编程训练营-6.mp4  384.10M
|   |   ├──07-面向人文社科的 Python训练营-7.mp4  561.42M
|   |   ├──08-面向人文社科的 Python训练营-8.mp4  495.01M
|   |   ├──09-面向人文社科的Python训练营-9.mp4  290.81M
|   |   ├──10-面向人文社科的Python训练营-10.mp4  266.45M
|   |   └──11-面向人文社科的Python编程训练营.mp4  127.83M
|   |   ├──01 conda环境安装.mp4  56.33M
|   |   ├──02 conda和python venv虚拟环境的区别？.mp4  61.07M
|   |   ├──03 conda的一些常用命令.mp4  38.32M
|   |   ├──04 trae编辑器配置.mp4  34.24M
|   |   ├──05 遇到conda初始化报错的问题解决.mp4  23.23M
|   |   ├──06 python和js有什么本质区别？.mp4  91.37M
|   |   ├──07 python为什么不做JIT性能优化？.mp4  52.37M
|   |   ├──08 python迎来新的反转加入JIT.mp4  75.65M
|   |   ├──09 Pyhton和JS JIT运行机制的区别？.mp4  50.60M
|   |   ├──10 Python的前两行恶心的代码在干啥？.mp4  46.84M
|   |   ├──11 python基本数据类型.mp4  72.74M
|   |   ├──12 python蛋疼的小整数问题.mp4  85.37M
|   |   ├──13 浮点数为什么计算不精准？.mp4  70.02M
|   |   ├──14 python中字符串的一些常用方法.mp4  109.02M
|   |   ├──15 列表和元组的使用.mp4  87.10M
|   |   ├──16 字典的使用.mp4  104.18M
|   |   ├──17 字典的items操作.mp4  11.05M
|   |   ├──18 set的用法.mp4  60.60M
|   |   ├──19 流程控制.mp4  19.83M
|   |   ├──20 python中的遍历.mp4  38.24M
|   |   ├──21 python中恶心的推导式.mp4  57.69M
|   |   ├──22 python中的try except错误处理.mp4  70.17M
|   |   ├──23 python常用的内置包.mp4  33.38M
|   |   ├──24 python第三方包安装与导入.mp4  30.78M
|   |   ├──25 python Class初探.mp4  22.70M
|   |   ├──26 Class的私有属性.mp4  20.77M
|   |   ├──27 继承多态与鸭子类型.mp4  30.01M
|   |   ├──28 __slot__限制实例 的属性.mp4  9.22M
|   |   ├──29 property装饰器和只读属性.mp4  17.78M
|   |   ├──30 python中的多重继承.mp4  24.00M
|   |   ├──31 python的文件读写.mp4  61.12M
|   |   ├──32 python的异步文件读写.mp4  40.93M
|   |   ├──33 使用多线程进行并发请求.mp4  58.30M
|   |   ├──34 使用多进程cpu密集计算优化性能.mp4  38.68M
|   |   ├──35 环境变量管理.mp4  44.76M
|   |   ├──36 日志管理.mp4  60.78M
|   |   ├──37 装饰器的使用.mp4  22.17M
|   |   ├──38 生成器的使用与应用场景.mp4  31.64M
|   |   ├──39 迭代器和生成器的核心区别.mp4  30.57M
|   |   ├──40 Iterator的案例演示.mp4  18.49M
|   |   ├──01 课程导学.mp4  24.16M
|   |   ├──02 python环境管理与选型.mp4  28.15M
|   |   ├──03 安装conda环境.mp4  67.71M
|   |   ├──04 使用conda安装python312.mp4  26.04M
|   |   ├──05 python环境激活.mp4  28.54M
|   |   ├──06 hello world.mp4  42.48M
|   |   ├──07 如何理解变量？.mp4  34.21M
|   |   ├──08 变量命名规范.mp4  36.81M
|   |   ├──09 python中的整数和浮点数运算.mp4  45.67M
|   |   ├──10 python中的布尔类型.mp4  28.95M
|   |   ├──11 python中的字符串操作.mp4  48.87M
|   |   ├──12 python中的一些字符串方法.mp4  50.03M
|   |   ├──13 什么是None？.mp4  33.85M
|   |   ├──14 类型转换与检查.mp4  29.30M
|   |   ├──15 python中的运算符.mp4  18.91M
|   |   ├──16 is和==的区别？.mp4  68.29M
|   |   ├──17 位运算符.mp4  15.37M
|   |   ├──18 列表.mp4  36.89M
|   |   ├──19 对列表进行增删改查.mp4  39.39M
|   |   ├──20 列表切片与排序.mp4  29.07M
|   |   ├──21 深拷贝和浅拷贝的区别.mp4  55.56M
|   |   ├──22 元组.mp4  30.22M
|   |   ├──23 字典.mp4  48.77M
|   |   ├──24 字典的各种遍历方法.mp4  53.00M
|   |   ├──25 什么是json？.mp4  17.86M
|   |   ├──26 集合.mp4  58.55M
|   |   ├──27 推导式.mp4  15.84M
|   |   ├──28 条件判断.mp4  30.47M
|   |   ├──29 三元表达式.mp4  22.18M
|   |   ├──30 for循环和range.mp4  28.21M
|   |   ├──31 while循环01.mp4  9.46M
|   |   ├──32 while循环02.mp4  36.73M
|   |   ├──33 break continue.mp4  38.89M
|   |   ├──34 match case匹配.mp4  24.44M
|   |   ├──35 嵌套for循环.mp4  8.61M
|   |   ├──36 函数的定义与Ai场景.mp4  72.57M
|   |   ├──37 函数的参数.mp4  27.12M
|   |   ├──38 可变参数.mp4  19.81M
|   |   ├──39 函数的多个返回值.mp4  11.49M
|   |   ├──40 LEGB作用域规则.mp4  60.54M
|   |   ├──41 作用域与闭包.mp4  40.72M
|   |   ├──42 匿名函数.mp4  16.30M
|   |   ├──43 模块导入方式.mp4  60.56M
|   |   ├──44 自定义模块.mp4  83.09M
|   |   ├──45 模块中的name与main.mp4  44.17M
|   |   ├──46 __init__ py的作用.mp4  29.99M
|   |   ├──47 相对路径和绝对路径包导入.mp4  19.93M
|   |   ├──48 __all__的作用.mp4  18.47M
|   |   ├──49 为何做Ai应用开发不推荐使用Conda.mp4  33.40M
|   |   ├──50 conda包管理.mp4  44.10M
|   |   ├──51 pip包管理.mp4  22.00M
|   |   ├──52 UV包管理方式.mp4  35.78M
|   |   ├──53 在编辑器中切换uv环境.mp4  14.41M
|   |   └──54 什么是Venv.mp4  14.15M
|   |   ├──Lesson 1.Hello World!.mp4  114.65M
|   |   ├──Lesson 2.数值型对象的创建.mp4  27.05M
|   |   ├──Lesson 3.数值型对象的科学运算.mp4  52.23M
|   |   ├──Lesson 4.布尔型对象.mp4  35.16M
|   |   ├──Lesson 5.字符串型对象的创建.mp4  41.22M
|   |   ├──Lesson 6.字符串索引.mp4  44.02M
|   |   ├──Lesson 7.字符串的常用方法（一）.mp4  82.16M
|   |   ├──Lesson 8.字符串常用方法（二）.mp4  55.63M
|   |   ├──Lesson 9.列表对象的创建与索引.mp4  116.41M
|   |   ├──Lesson 10.列表的常用方法（一）.mp4  90.37M
|   |   ├──Lesson 11.列表常用方法（二）.mp4  26.99M
|   |   ├──Lesson 12.元组对象的创建与索引.mp4  70.49M
|   |   ├──Lesson 13.元组的常用方法.mp4  14.72M
|   |   ├──Lesson 14.字典对象的创建与索引.mp4  137.01M
|   |   ├──Lesson 15.字典的常用方法.mp4  75.04M
|   |   ├──Lesson 16.集合的创建（新）.mp4  70.57M
|   |   ├──Lesson 17.集合的常用方法（新）.mp4  89.17M
|   |   ├──Lesson 18.冻集合的创建与使用.mp4  36.23M
|   |   ├──Lesson 19.控制语句（一）：判别语句.mp4  122.89M
|   |   ├──Lesson 20.控制语句（二）：循环语句.mp4  125.90M
|   |   ├──Lesson 21.控制语句（三）：条件循环.mp4  66.88M
|   |   ├──Lesson 22.函数（一）：函数的使用.mp4  116.81M
|   |   ├──Lesson 23.函数（二）：函数的参数.mp4  87.95M
|   |   ├──Lesson 24.函数（三）：变量作用域与lambda函数.mp4  59.59M
|   |   ├──Lesson 25.类的创建.mp4  155.49M
|   |   ├──Lesson 26.类的方法和继承.mp4  121.86M
|   |   ├──Lesson 27.NumPy基础.mp4  189.69M
|   |   ├──Lesson 28.NumPy数组的常用方法.mp4  156.96M
|   |   ├──Lesson 29.NumPy的广播与科学计算.mp4  206.55M
|   |   ├──Lesson 30.Pandas入门.mp4  132.47M
|   |   └──Lesson 31.DataFrame数据结构基础.mp4  133.65M
03 零基础到AI上手
|   ├──01 0基础为什么自己学不会Ai？  .mp4  12.52M
|   ├──02 前端和后台到底是啥玩意？  .mp4  52.04M
|   ├──03 html、css、js分别作用是啥？  .mp4  69.47M
|   ├──04 如何系统性学习前端  .mp4  8.18M
|   ├──05 后台是什么，如何和前端通信的？  .mp4  67.20M
|   ├──06 后台如何系统学习？  .mp4  21.50M
|   └──07 什么是Ai应用？  .mp4  40.97M
04 AI Agent 技术架构解析
|   ├──01 到底什么是Ai应用？  .mp4  47.35M
|   ├──02 Ai应用目前的主流形态  .mp4  32.23M
|   ├──03 Ai购买机票业务流程梳理  .mp4  45.65M
|   ├──04 我们Ai应用学习的重点  .mp4  39.33M
|   ├──05 Rag到底是什么？  .mp4  22.20M
|   ├──06 LLM选型与对比  .mp4  40.64M
|   ├──07 LLM在Ai应用中目前充当什么角色？  .mp4  22.82M
|   ├──08 prompt提示词的5大要素  .mp4  25.07M
|   ├──09 什么是MCP？  .mp4  49.05M
|   └──10 LangChian的作用？  .mp4  27.49M
05 LLM 技术原理解析
|   ├──01 LLM原理学习思路  .mp4  42.18M
|   ├──02 神经网络如何用向量解决语义问题？  .mp4  49.75M
|   ├──03 神经网络的参数与权重设计  .mp4  69.61M
|   ├──04 什么是反向传播？  .mp4  61.29M
|   ├──05 如何解决过拟合的问题？  .mp4  39.45M
|   ├──06 数据标注是反向传播吗？  .mp4  64.09M
|   ├──07 什么梯度下降？解决了什么问题  .mp4  52.55M
|   ├──08 神经网络调参的目的到底是什么？  .mp4  31.24M
|   ├──09 LLM模型训练的核心流程  .mp4  61.90M
|   ├──10 LLM的参数越多越聪明吗？  .mp4  29.16M
|   ├──11 LLM参数到底作用于学习还是回答阶段？  .mp4  24.27M
|   ├──12 LLM如何回答床前明月光下一句？  .mp4  35.71M
|   ├──13 什么是蒸馏模型？  .mp4  78.69M
|   ├──14 700亿参数的LLM大概需要什么配置的机器跑？  .mp4  52.58M
|   ├──15 为什么LLM需要大量GPU运算？  .mp4  104.07M
|   ├──16 什么前馈神经网络？解决什么问题  .mp4  36.28M
|   ├──17 transformer架构中的残差连接  .mp4  29.56M
|   ├──18 transformer中的问责机制  .mp4  28.32M
|   ├──19 GPT为什么是纯解码器方案？  .mp4  51.93M
|   ├──20 解码器+编码器的混合架构为什么不是主流？  .mp4  64.39M
|   ├──21 LLM中的自回归  .mp4  16.79M
|   ├──22 无监督学习的两种常见方案  .mp4  23.25M
|   ├──23 为什么主流大模型都用NTP方案？  .mp4  48.52M
|   ├──24 指令微调解决的核心问题  .mp4  25.99M
|   ├──25 奖励打分机制和强化学习的核心区别？  .mp4  60.16M
|   ├──26 700亿模型训练大概需要花多少成本？  .mp4  13.83M
|   ├──27 Rag属于强化学习范畴吗？  .mp4  39.74M
|   ├──28 大模型的安全与合规性  .mp4  23.83M
|   ├──29 LLM神奇的涌现  .mp4  60.67M
|   ├──30 如何理解LLM上下文窗口？  .mp4  57.05M
|   ├──31 当问答太多，上下文不够咋办？  .mp4  57.46M
|   ├──32 LLM为什么对话轮数变多了会变蠢？  .mp4  42.44M
|   ├──33 LLM是如何配合Rag工作的？  .mp4  17.39M
|   ├──34 LLM是如何识别图像的？学习和训练过程  .mp4  42.77M
|   ├──35 transformer进行VIT图像处理的核心流程  .mp4  35.76M
|   ├──36 LLM是如何学习和训练音频的？  .mp4  67.48M
|   └──37 LLM是如何理解和学习视频的？  .mp4  49.00M
06 LLM 技术架构解析
|   ├──01 LLM Api目前主流技术方案  .mp4  64.07M
|   ├──02 LLM Api购买  .mp4  43.40M
|   ├──03 安装SDK环境与技术选型  .mp4  36.46M
|   ├──04 图片识别的应用场景  .mp4  34.18M
|   ├──05 数据的结构化处理  .mp4  21.46M
|   ├──06 使用系统提示词进行结构化输出  .mp4  14.03M
|   ├──07 系统提示词和用户提示词的区别？  .mp4  25.72M
|   ├──08 大模型如何保持历史会话？  .mp4  10.81M
|   ├──09 如何追加assistant历史回复？  .mp4  22.61M
|   ├──10 真实后端业务场景中提问追加如何设计？  .mp4  36.65M
|   ├──11 LLM对回复进行stream流式输出  .mp4  11.98M
|   ├──12 LLM调用工具方法逐行解读  .mp4  67.00M
|   ├──13 为什么非深度思考会产生幻觉？  .mp4  56.64M
|   ├──14 如何看到LLM的深度思考过程  .mp4  29.77M
|   ├──15 一些常见优化建议  .mp4  24.13M
|   ├──16 调节思考长度  .mp4  25.94M
|   ├──17 回答长度和思维链长度限制  .mp4  70.45M
|   ├──18 续写模式的应用场景  .mp4  35.33M
|   ├──19 对JSON进行续写  .mp4  14.88M
|   ├──20 对续写模式的残缺json进行修复  .mp4  39.79M
|   ├──21 如果回复达到限制如何进行续写？  .mp4  66.37M
|   ├──22 如果输入和输出都超过长度限制如何处理？  .mp4  14.56M
|   ├──23 使用json schema进行格式化输出  .mp4  36.87M
|   ├──24 使用json object模型格式化输出  .mp4  22.90M
|   ├──25 Respense Api和Chat Api的区别？  .mp4  29.32M
|   ├──26 本地图片解析与错误排查技巧  .mp4  50.71M
|   ├──27 使用Files Api解析图片  .mp4  69.02M
|   ├──28 在线图片url解析  .mp4  12.87M
|   ├──29 图片的多种解析方式以及图片消耗token计算  .mp4  67.45M
|   ├──30 使用流式输出查看图片解析消耗的token  .mp4  47.07M
|   ├──31 多模态中视频的解析与原理  .mp4  77.62M
|   ├──32 标注图片的位置  .mp4  92.99M
|   ├──33 Reponse Api缓存机制  .mp4  60.52M
|   ├──34 session缓存和前缀缓存的区别？  .mp4  77.00M
|   ├──35 LLM联网搜索  .mp4  97.16M
|   ├──36 联网搜索实现边想边搜功能  .mp4  51.71M
|   ├──37 开通新的模型提供image工具调用能力  .mp4  77.65M
|   ├──38 使用image工具数草莓  .mp4  39.48M
|   └──39 提示词prompt优化思路  .mp4  95.87M
07 深入浅出RAG检索增强技术
|   ├──01 到底什么Rag检索增强？  .mp4  27.54M
|   ├──02 市面主流Ai应用架构设计解析  .mp4  66.63M
|   └──03 为什么现在云服务是主流趋势？  .mp4  26.13M
08 深入浅出向量数据库技术
|   ├──01 到底什么是向量？  .mp4  28.84M
|   ├──02 点乘查询机制  .mp4  19.74M
|   ├──03 向量数据库的索引机制  .mp4  36.25M
|   ├──04 数据最终变成向量的产物与特征  .mp4  10.19M
|   ├──05 数据转化向量的核心算法  .mp4  55.78M
|   ├──06 向量查询点乘算法机制  .mp4  20.15M
|   ├──07 向量维度是越多越好吗？  .mp4  18.52M
|   ├──08 一本10w字的书是如何进行向量化的？  .mp4  26.85M
|   ├──09 返回的内容太长了怎么办？  .mp4  100.75M
|   ├──10 面试的核心是吹解决方案  .mp4  45.95M
|   └──11 大量短句如何向量化？  .mp4  53.25M
09 LangChain深度解析
|   ├──01 环境准备  .mp4  42.30M
|   ├──02 用一段代码来看langchain的全貌  .mp4  41.76M
|   ├──03 LangChain是什么？  .mp4  9.60M
|   ├──04 agent返回的response包含哪些内容？  .mp4  63.34M
|   ├──05 agent返回的response数据类型到底是什么？  .mp4  34.19M
|   ├──06 中间件中的request到底长啥样？  .mp4  82.01M
|   ├──07 利用中间件动态选择LLM  .mp4  45.93M
|   ├──08 提示词进行结构化输出和toolStrategy的区别  .mp4  25.96M
|   ├──09 stream流式输出  .mp4  21.03M
|   ├──10 stream的几种不同模式  .mp4  65.81M
|   ├──11 我控制台的chunk打字机效果是如何实现的？  .mp4  70.85M
|   ├──12 利用tools去查询今天的天气  .mp4  56.37M
|   ├──13 使用value模式对tools调用进行流式输出  .mp4  34.68M
|   ├──14 使用update模式对tools调用进行流式输出  .mp4  41.01M
|   ├──15 message格式定义与建议  .mp4  23.78M
|   ├──16 查看message内部结构到底长啥样？  .mp4  96.19M
|   ├──17 llm Invoke和agent invoke有啥区别？  .mp4  23.47M
|   ├──18 tools状态传递的三种方式  .mp4  47.30M
|   ├──19 tools合并优化性能监控  .mp4  42.45M
|   ├──20 tools调用性能优化从28s到9s  .mp4  72.63M
|   ├──21 max token的核心作用  .mp4  29.27M
|   ├──22 看LLM的决策推理和调用tools的过程  .mp4  13.86M
|   ├──23 短期记忆state的metadata解析  .mp4  55.72M
|   ├──24 短期记忆state全量数据解析  .mp4  49.12M
|   ├──25 内置工具解读01  .mp4  57.51M
|   ├──26 内置工具解读02  .mp4  113.54M
|   ├──27 agent调用的生命周期  .mp4  17.50M
|   ├──28 wrap tools和model的生命周期  .mp4  18.43M
|   ├──29 动态提示词生命周期钩子  .mp4  9.03M
|   ├──30 生命周期钩子的各种应用场景  .mp4  25.72M
|   ├──31 定义个最小化的mcp服务  .mp4  15.70M
|   ├──32 到底什么是MCP？  .mp4  47.02M
|   ├──33 在langchain中调用天气查询mcp服务  .mp4  13.52M
|   └──34 mcp改成http服务  .mp4  61.12M
10 LangGraph深度解析2
|   ├──01 LangGraph你好  .mp4  31.28M
|   ├──02 LangGraph条件判断  .mp4  49.09M
|   ├──03 逐行解读LangGraph入门案例  .mp4  59.63M
|   ├──04 checkpointer属性解读  .mp4  57.99M
|   ├──05 查看LLM、tools调用之后的checkpointer  .mp4  45.58M
|   ├──06 中断流程业务与思路梳理  .mp4  36.18M
|   ├──07 用graph实现一个完整的中断恢复案例01  .mp4  52.67M
|   ├──08 用graph实现一个完整的中断恢复案例02  .mp4  54.94M
|   ├──09 用graph实现一个完整的中断恢复案例03  .mp4  138.08M
|   ├──10 用graph实现一个完整的中断恢复案例04  .mp4  26.72M
|   ├──11 用graph实现一个完整的中断恢复案例05  .mp4  101.16M
|   ├──12 InMemoryStore和InMemorySaver的区别？  .mp4  49.92M
|   └──13 SubGraph是什么以及应用场景  .mp4  24.09M
11 LangGraph深度解析3
|   ├──01 node和edge核心概念  .mp4  35.80M
|   ├──02 流程条件判断  .mp4  52.96M
|   ├──03 langGraph意图识别回复邮件案例  .mp4  66.00M
|   ├──04 讲笑话流程案例  .mp4  49.16M
|   ├──05 并行讲故事、合并案例  .mp4  20.20M
|   ├──06 用路由决定讲故事案例  .mp4  19.98M
|   ├──07 工作流程-剩余内容  .mp4  25.53M
|   ├──08 持久化-存档点位信息  .mp4  23.67M
|   ├──09 持久化-命名空间  .mp4  36.97M
|   ├──10 持久化-对store进行向量存储  .mp4  25.57M
|   ├──11 LangGraph深度解析3说明.zip  1.83M
|   ├──11 持久化工作流  .mp4  34.74M
|   ├──12 graph中的stream  .mp4  16.26M
|   ├──13 中断实际场景中3方的配合  .mp4  19.06M
|   ├──14 中断在Ai应用中前端、后台、Ai是如何配合的？  .mp4  60.96M
|   ├──15 关于中断有几点要特别注意的  .mp4  31.19M
|   ├──16 利用时间旅行恢复节点运行  .mp4  13.45M
|   └──17 graph中子图的作用  .mp4  38.39M
12 LangChain实战案例演练
|   ├──01 跑通豆包embedding模型api  .mp4  39.58M
|   ├──02 利用豆包进行store向量化模糊搜索  .mp4  47.29M
|   ├──03 ChromaDB向量数据库-补充  .mp4  49.94M
|   ├──04 向量数据库的训练过程  .mp4  43.04M
|   ├──05 向量数据库的存储和查询过程  .mp4  17.02M
|   ├──06 ChromaDB最简案例  .mp4  21.17M
|   ├──07 向量数据库中的距离表示  .mp4  38.94M
|   ├──08 为什么笔记本屏幕不错和笔记本毫不相关？  .mp4  18.94M
|   ├──09 如何提升向量数据库的检索精度？  .mp4  82.40M
|   ├──10 改成cosine方式优化文本检索精度  .mp4  16.61M
|   ├──11 ChromaDB中的查询操作符  .mp4  22.30M
|   ├──12 ChromaDB查询、删除操作  .mp4  18.87M
|   ├──13 长文本切片存储与向量查询  .mp4  82.16M
|   ├──14 为什么我用ChromaDB查询原文都查不到？  .mp4  32.42M
|   ├──15 解决ChromaDB查询中文不精准问题  .mp4  53.96M
|   ├──16 为什么distance最小的结果反而不准？  .mp4  25.09M
|   ├──17 ChromaDB查询之后给到什么数据LLM？  .mp4  24.54M
|   ├──18 向量存储的ID设计  .mp4  15.02M
|   ├──19 ChromaDB实现文搜图  .mp4  56.36M
|   ├──20 如何理解机器学习中的张量？  .mp4  29.18M
|   ├──21 ChromaDB实现图搜图  .mp4  22.25M
|   └──22 观察图片处理之后实际存储到向量数据库中的大小  .mp4  17.67M
13 LangSmith链路追踪监控
|   ├──01 开通langSmith账户  .mp4  14.44M
|   ├──02 用LangSmith对火山引擎的数据进行监控  .mp4  47.85M
|   ├──03 改写LangChain底层的Embbeding类兼容火山引擎  .mp4  38.65M
|   ├──04 traceable中支持的run_type类型  .mp4  19.11M
|   ├──05 改进之后的trace追踪  .mp4  47.63M
|   ├──06 逐行断点解读trace业务代码  .mp4  34.50M
|   ├──07 Rag检索增强架构改造  .mp4  30.72M
|   └──08 查看Smith检索LLM数据  .mp4  20.10M
14 项目1：AI实时语音对话-智能客服
|   ├──01 项目规划  .mp4  24.34M
|   ├──02 项目架构设计与梳理  .mp4  17.19M
|   ├──03 Ai应用开发前端、后台、Ai是如何配合工作的？  .mp4  22.97M
|   ├──04 复杂的Ai应用开发到底应该做什么？  .mp4  6.12M
|   ├──05 我们的项目结构设计  .mp4  26.56M
|   ├──06 环境安装，运行前端、后台项目  .mp4  30.87M
|   ├──07 项目底座介绍  .mp4  82.26M
|   ├──08 使用Trae和Cursor改写Nodejs服务为Python版本  .mp4  72.36M
|   ├──09 使用Gemini3 Por生成Python版本服务  .mp4  44.43M
|   ├──10 优化Gemini3生成版本  .mp4  24.77M
|   ├──11 api密钥与服务开通  .mp4  105.94M
|   ├──12 逐行解读python main流程1  .mp4  114.21M
|   ├──13 逐行解读python main流程2  .mp4  32.48M
|   ├──14 RTC业务逻辑梳理1  .mp4  115.77M
|   ├──15 Rtc业务架构设计2  .mp4  62.34M
|   ├──16 RTC业务流程梳理3  .mp4  61.30M
|   ├──17 RTC业务流程梳理4  .mp4  45.37M
|   ├──18 RTC业务流程梳理5  .mp4  71.82M
|   ├──19 RTC业务梳理6  .mp4  16.24M
|   ├──20 RTC业务流程梳理7  .mp4  32.03M
|   ├──21 RTC业务流程梳理8  .mp4  57.17M
|   ├──22 RTC业务流程梳理9  .mp4  42.92M
|   ├──23 RTC业务流程梳理10  .mp4  131.43M
|   └──24 RTC业务流程梳理11  .mp4  27.15M
15 项目1：LLM RAG架构
|   ├──01 项目架构设计核心思路  .mp4  22.76M
|   ├──02 将LLM部分独立出来  .mp4  26.30M
|   ├──03 Rtc给第三方LLM推流架构解析  .mp4  63.17M
|   ├──04 uv和ngrok环境准备  .mp4  39.73M
|   ├──05 LLM的欢迎语是哪里来的？  .mp4  17.22M
|   ├──06 项目改造的核心第一步  .mp4  20.04M
|   ├──07 getScenes接口逻辑梳理  .mp4  43.43M
|   ├──08 配置密钥环境  .mp4  47.91M
|   ├──09 远程启动、停止agent接口服务实现  .mp4  63.77M
|   ├──10 指挥ai生成符合sse协议llm回复  .mp4  60.84M
|   ├──11 callback生成sse协议stream流  .mp4  39.64M
|   ├──12 什么是sse协议？  .mp4  32.28M
|   ├──13 梳理前端数据交互逻辑1  .mp4  18.84M
|   ├──14 梳理前端数据交互逻辑2  .mp4  26.69M
|   ├──15 客户端接收rtc推送的二进制message消息  .mp4  41.30M
|   └──16 安装浏览器插件查看状态变化  .mp4  13.69M
16 项目1：LLM改造
|   ├──01 利用swagger搭建LLM调试环境  .mp4  106.45M
… 共 882 条