从概念到落地：Agent 开发的核心能力缺口

很多学习者卡在"知道 Agent 概念，但不知道如何构建"的瓶颈。这门课首先帮你梳理 Agent 架构与核心能力，明确其与大模型、多智能体的区别，解决"造轮子"还是"用框架"的选型困惑。课程内容涵盖 GPTs 经典任务分析、框架作用解读，适合具备 Python 基础、了解大模型基本概念的学习者。门槛适中，无需深度学习背景即可上手前两部分。建议先看 Agent 架构与 LangChain 实战，重点掌握 API 调用、文档切分、向量索引构建及数据块处理。这部分是构建 RAG 链路的基础，理解数据如何被切分、索引和检索，才能实现智能体的知识记忆与问答能力。配合资料包中的 LangChain 实例代码练习，动手完成数据预处理流程，加深对框架运作的理解。

微调策略与独立项目实战

仅靠提示词和 RAG 往往难以解决特定领域的专业任务，课程由此切入 LLM 微调策略。内容覆盖 Llama 与 LoRA 的核心思想、实现细节，并完整演示下游任务训练流程，包括源码调试与效果评估。建议学习者先理解 RAG 的局限，再进入微调章节，建立"何时用检索、何时调模型"的判断力。课程提供医疗领域项目数据与训练演示，你需要跟着视频逐步复现训练流程，观察提示工程如何影响输出效果。这部分内容适合想从"调用者"转型为"模型优化者"的学习者，配合大模型 PDF 资料查漏补缺，能更深入理解 LoRA 参数高效微调的原理。

学完能做什么及资料配合建议

完成本课程后，你将能够独立设计并部署专属 LLM 智能体，清楚区分 RAG 与微调的适用边界——知道何时该扩充知识库，何时该调整模型参数。产出方面，你应具备搭建完整 Agent 系统的能力，包括知识检索、工具调用和模型微调。建议配合资料包中的思维导图强化架构理解，利用 LangChain 实例代码练习数据处理逻辑，并在微调实战环节仔细研读源码调试视频，对照项目数据进行断点观察。资料中关于 OpenAI 模型优化及 GPTs 的分析可作为拓展阅读，帮助你建立从架构设计到工程落地的完整闭环认知，最终独立完成企业级智能体项目。

课程目录

1-Agent架构解读与应用分析
1-Agent要解决的问题分析.mp4 16.39M
2-Agent需要具备的基本能力.mp4 16.19M
3-与大模型的关系分析.mp4 14.12M
4-多智能体定义分析.mp4 13.26M
5-框架的作用和能解决的问题.mp4 20.32M
6-整体总结分析.mp4 9.79M
7-GPTS分析一波.mp4 24.34M
8-经典任务分析.mp4 21.12M
Agent思维导图.pdf 78.27kb
课程介绍.mp4 110.72M
10-langchain工具实例
1-langchain框架解读.mp4 15.87M
2-基本API调用方法.mp4 32.59M
3-数据文档切分操作.mp4 29.30M
4-样本索引与向量构建.mp4 35.13M
5-数据切块方法.mp4 32.15M
基本使用.rar 12.29M
11-LLM与LORA微调策略解读
1-大模型如何做下游任务.mp4 23.10M
2-LLM落地微调分析.mp4 28.27M
3-LLAMA与Lora介绍.mp4 22.19M
4-Lora与微调的核心思想.mp4 16.97M
5-Lora模型实现细节.mp4 30.26M
大模型.pdf 1.37M
12-LLM下游任务训练自己模型实战
1-提示工程的作用.mp4 32.02M
2-项目数据解读.mp4 33.13M
3-源码调用debug解读.mp4 29.31M
4-训练流程演示.mp4 36.44M
5-效果演示与总结分析.mp4 25.65M
Huatuo-Llama-Med-Chinese-main.zip 44.74M
13-OPENAI-LLM模型优化总结
1-RAG与微调可以解决和无法解决的问题.mp4 16.26M
2-RAG实践策略.mp4 13.52M
3-微调要解决的问题.mp4 12.21M
2-新增GPTS打造Agent实战
1-GPTS任务流程概述分析.mp4 39.00M
2-调用API的控制方式.mp4 17.15M
3-API相关配置完成.mp4 23.28M
4-完成指令与脚本并生成.mp4 39.52M
3-Agent打造专属客服
1-Demo演示与整体架构分析.mp4 49.59M
2-后端GPT项目部署启动.mp4 41.39M
3-前端助手API与流程图配置.mp4 45.90M
4-接入外部API的方法与流程.mp4 33.60M
5-引入API的方法解读.mp4 38.00M
6-指令提示构建.mp4 20.19M
Agent客服.rar 5.16M
4，5-autogen与部署模块
1-AutoGenStudio框架安装与介绍.mp4 22.50M
2-动作API配置方法.mp4 21.71M
3-国内常用API配置方法.mp4 19.05M
4-API接口在线测试.mp4 16.95M
5-工作流配置.mp4 22.90M
6-执行流程与结果.mp4 22.69M
7-Ollama环境配置与安装.mp4 18.75M
8-autogen接入本地模型.mp4 25.65M
rag_skill.rar 48.36kb
6，7-metagpt
1-论文概述分析.mp4 30.63M
2-整体框架逻辑介绍.mp4 42.85M
3-项目环境配置.mp4 49.85M
4-基础解读，动作定义方式.mp4 12.34M
5-基础解读，角色定义.mp4 10.28M
6-单动作智能体实现方法.mp4 15.85M
7-多动作配置方法.mp4 14.43M
8-定时器任务环境配置.mp4 29.24M
9-定时器任务流程解读分析.mp4 35.36M
0-基本Agent的组成.mp4 34.68M
1-Agent要完成的任务和业务逻辑定义.mp4 37.66M
2-问题拆解与执行流程.mp4 50.40M
3-检索得到重要的URL.mp4 24.69M
4-子问题生成总结结果.mp4 38.70M
5-总结与结果输出.mp4 18.15M
examples.rar 243.35kb
MetaGPT-main.zip 6.97M
metaGpt.pdf 15.91M
8-RAG检索架构分析与应用
0-RAG要完成的任务解读.mp4 11.56M
1-RAG整体流程解读.mp4 14.34M
2-RAG整体流程解读.mp4 13.87M
3-召回优化策略分析.mp4 13.87M
4-召回改进方案解读.mp4 17.49M
5-评估工具RAGAS.mp4 25.33M
6-外接本地数据库工具.mp4 14.83M
RAG.pdf 106.13kb
9-斯坦福AI小镇架构与项目解读
1-整体故事解读.mp4 29.06M
10-项目环境配置方法解读.mp4 31.47M
2-要解决的问题和整体框架分析.mp4 40.91M
3-论文基本框架分析.mp4 69.51M
4-Agent的记忆信息.mp4 52.95M
5-感知与反思模块构建流程.mp4 16.43M
6-计划模块实现细节.mp4 24.10M
7-整体流程框架图.mp4 15.47M
8-感知模块解读.mp4 32.00M
9-思考模块解读.mp4 35.81M
斯坦福AI小镇.pdf 84.83kb
斯坦福小镇论文.pdf 11.37M
Action动作实例
1-项目介绍与配置.mp4 32.29M
2-源码实现流程解读.mp4 32.57M
3-结果返回流程.mp4 20.98M
AutoGen部署应用RAG等实战
1-API生成方法.mp4 20.94M
10-Ollama环境配置与安装.mp4 18.66M
11-Autogen接入本地模型.mp4 25.67M
2-GroupChat模块.mp4 21.16M
3-执行流程分析.mp4 21.60M
4-外接本地支持库配置方法.mp4 38.74M
5-加入RAG技能.mp4 21.45M
6-LMStudio本地下载部署模型.mp4 24.87M
7-调用本地模型方法与配置.mp4 27.67M
8-AutoGenStudio本地化部署流程.mp4 28.19M
9-本地化部署接入应用实例.mp4 43.93M
llama3相关
1-Lora微调方法.mp4 19.27M
2-指令微调所需数据与模型下载.mp4 38.31M
3-llama3模型微调实例.mp4 47.39M
4-llama3微调后进行量化.mp4 30.93M
5-llama.cpp量化实例.mp4 33.35M
6-部署应用.mp4 44.59M
1-LLama3模型下载与配置安装.mp4 33.55M
2-环境相关配置解读.mp4 40.30M
3-工具调用流程拆解.mp4 57.98M
4-功能调用方法实例.mp4 85.46M
5-RAG环境配置搭建.mp4 42.90M
6-LLAMA3应用RAG搭建方法.mp4 41.91M
7-RAG基本流程分析.mp4 51.66M
llama3.rar 79.74M
MOE多专家系统
1-MOE概述分析.mp4 15.77M
2-MOE模块实现方法解读.mp4 24.82M
3-效果分析与总结.mp4 34.45M
补充