打通从 API 调用到 Agent 落地的链路

这门课专门解决“只会调接口，不会做工程”的痛点。很多开发者能跑通 Demo，但一涉及私有化部署、知识库构建、评估体系或复杂 Agent 编排就卡壳。课程以 DeepSeek 和 GLM 为底座，覆盖从基础 API 参数调试、Function Calling 执行流程，到基于 LangChain 和 FastAPI 的企业级 RAG 系统搭建。它不教你背诵概念，而是带你复现完整代码链路，重点补齐在向量数据库索引、PDF 解析预处理、联网检索增强以及 Agent 思维链（ReAct/TOT）实现上的技术短板。

建议先补 Python 异步与向量基础

适合具备扎实 Python 基础、熟悉 HTTP 请求及基本数据库操作的开发者。如果你连异步编程（Asyncio）或向量相似度计算都没概念，建议先暂停，去补一下 Python 并发模型和 Faiss/Lucene 原理，否则看 RAG 索引构建和 FastAPI 多进程部分会非常吃力。入门者建议直接跳过第一周的纯 API 介绍，直奔第二周的 Naive RAG 实现，先跑通“文档切分-向量化-检索-生成”的最短路径，再回头细看参数调优。

学完能独立交付私有化问答系统

完成学习后，你应能独立搭建一套具备评估能力的本地 RAG 系统。具体包括：使用 GLM 或 DeepSeek 本地部署模型，处理百万级 Wiki 或私有 PDF 语料并构建 Faiss 索引；利用 TruLens 或 Ragas 框架对问答质量进行量化评估；实现结合 Serper 联网检索的实时问答功能；最后基于 LangChain 实现 ReAct 模式的 Agent，让模型能自主调用工具解决问题。资料包中的代码需配合视频逐步复现，特别是 Week 3 的语料处理脚本和 Week 4 的评估 Pipeline，建议边看边敲，重点调试 ReRanker 逻辑和提示词模板，确保能解释每一步数据流转的原因。

课程目录

DeepSeek-V3&R1
【DS-v3 API调用】1.DeepSeek v3模型性能介绍.MP4 148.10M
【DS-v3 API调用】2.DeepSeek v3开源情况介绍.MP4 125.24M
【DS-v3 API调用】3.DeepSeek API-Key获取与模型调用方法详解.MP4 138.64M
【DS-v3 API调用】4.DeepSeek v3模型参数详解.MP4 94.70M
【DS-v3 API调用】5.搭建DeepSeek v3多轮对话机器人.MP4 152.36M
【DS-v3 API调用】6.DS-V3 Function calling功能介绍.MP4 63.51M
【DS-v3 API调用】7.DS-V3 完整Function calling执行流程.MP4 165.11M
【DS-v3 API调用】8.DS-v3+Open WebUI搭建专属聊天机器人.MP4 139.20M
RAG项目实战企业篇
week_1_1_part_1_课程说明及大模型问答功能复现.mp4 135.84M
week_1_1_part_2_本地私有化部署glm4-9b-chat模型.mp4 140.63M
week_1_1_part_3_调用本地启动的glm4模型的方法.mp4 109.01M
week_1_2_part_1_GLM在线API调用方法.mp4 222.70M
week_1_2_part_2_Langchain应用框架整体介绍.mp4 228.96M
week_1_2_part_3_FastAPI项目介绍.mp4 50.08M
week_2_1_part_1_本周开发任务说明.mp4 31.41M
week_2_1_part_2_Naive RAG介绍及借助LangChain实现RAG流.mp4 292.84M
week_2_1_part_3_RAG集成历史对话信息及SqlalChemy持久化存储的使.mp4 229.22M
week_2_2_part_1_通用问答流程整体流程介绍及参数说明.mp4 221.92M
week_2_2_part_2_FastChat项目说明及Python多进程.mp4 170.39M
week_2_2_part_3_项目启动文件详细说明及流程复现.mp4 175.17M
week_3_1_part_1_企业级RAG的构建架构和思路.mp4 92.47M
week_3_1_part_2_结合Faiss向量数据的RAG Indexing构建流程.mp4 175.93M
week_3_1_part_3_百万量级的wiki公有语料构建方法实践.mp4 122.30M
week_3_1_part_4_yolox + orc 识别私有PDF语料的方案实践.mp4 158.65M
week_3_2_part_1_本地RAG知识库问答功能链路详解与复现.mp4 127.26M
week_3_2_part_2_RAG评估框架-TruLens实践.mp4 164.82M
week_3_2_part_3_RAG评估框架-Ragas的使用及借助GLM4生成评估数据.mp4 244.35M
week_4_1_part_1_自定义RAG评估Pipeline-构建统一的数据集格式.mp4 134.00M
week_4_1_part_2_自定义RAG评估Pipeline-构建统一的提示模板.mp4 30.18M
week_4_1_part_3_自定义RAG评估Pipeline-整体逻辑实现及细节说明.mp4 149.67M
week_4_1_part_4_自定义RAG评估Pipeline-评估指标及评估流程实现.mp4 94.20M
week_4_1_part_5_自定义RAG评估Pipeline-ReRanker原理及实.mp4 85.35M
week_4_2_part_1_Serper API联网检索数据预处理过程拆解.mp4 167.01M
week_4_2_part_2_基于Serper实现系统架构下的联网实时检索功能.mp4 279.05M
week_5_part_1_大模型融入推荐系统一种思路_1.MP4 54.41M
week_5_part_2_大模型用于特征工程及实现推荐系统的整体逻辑代码.MP4 411.41M
week_5_part_3_基于Langchain实现基于ReAct的代码实践及TOT提示.MP4 415.36M
week_5_part_4_项目整体框架下实现基于Agent的问答流程代码实践.ts 93.09M
week_5_part_5_Docker介绍及借助Docker打包部署完整项目的流程.mp4 142.86M
大模型Agent开发实战
Ch 1.1 大模型应用发展与Agent前沿技术趋势.ts 162.81M
Ch 1.2 大模型应用的本地知识库问答核心技术-RAG.ts 136.12M
Ch 1.3 AI Agent爆发的根本原因.ts 133.13M
Ch 1.4 AI Agent 经典核心架构与 AgentExcuter.ts 200.35M
Ch 2.1 AI Agent与LLMs + RAG的本质区别.ts 73.06M
Ch 2.2 AI Agent三种应用类型及Python实现可交互的聊天机器人.ts 192.01M
Ch 2.3 Funcation Calling 完整生命周期细节复现.ts 222.80M
Ch 2.4 实现具备Funcation Calling的智能电商客服.ts 88.18M
Ch 2.5 Function Calling并行调用和多函数调用的应用方法.ts 129.57M
Ch 2.6 加餐：OpenAI最新推出的结构化输出功能介绍.ts 43.58M
Ch 3.1 Funcation Calling 与 AI Agent的本质区别.ts 63.25M
Ch 3.2 提示工程到代理工程的平滑过度.ts 113.13M
Ch 3.3 ReAct Agent框架的基础理论.ts 90.45M
Ch 3.4 案例：从零复现ReAct Agent的完整流程.ts 297.49M
Ch 3.5 项目：基于ReAct Agent构建电商智能客服_batch.ts 218.54M
Ch 4.1 Assistant API 框架的整体介绍.ts 114.29M
Ch 4.2 Assistant对象的创建方法.ts 198.82M
Ch 4.3 Thread、Messges及Run应用方法.ts 72.51M
Ch 4.4 Run运行时的状态转移机制.ts 119.49M
Ch 4.5 实现Run状态的轮询方法，并实现Assistant API完整链路.ts 177.37M
Ch 5.1 Assistant API 进阶应用方法介绍.ts 56.58M
Ch 5.2 File Search内置工具说明及文件管理.ts 172.52M
Ch 5.3 基于 Assistant API 创建在线私有知识库.ts 142.11M
Ch 5.4 在Assistant和Thread定义File Search工具的四种策略.ts 178.35M
Ch 5.5 如何处理Assistant API输出响应中的注释.ts 62.63M
Ch 5.6 Code Interpreter（代码解释器）的应用技巧.ts 86.73M
Ch 5.7 基于Funcation Calling实现本地代码解释器.ts 207.39M
Ch 6.1 为什么企业级应用必须接入流式输出.ts 140.59M
Ch 6.2 Assistant API中流式输出的开启方法.ts 104.19M
Ch 6.3 Assistant API 流式传输中的事件流原理细节.ts 121.61M
Ch 6.4 如何在 Assistant API 流式传输中接入外部函数.ts 175.80M
Ch 6.5 应用案例（1）：异步构建Assistant对象的工程化代码.ts 89.25M
Ch 6.6 应用案例（2）：集成外部函数方法及项目完整功能介绍.ts 156.01M
Ch 7.1 LangChain的AI Agent开发框架架构设计.ts 87.88M
Ch 7.2 LangGraph 的底层构建原理.ts 201.64M
Ch 7.3 Langgraph底层源码解析.ts 138.23M
Ch 7.4 LangGraph中如何接入大模型做问答流程.ts 163.89M
Ch 8.1 LangGraph中State的定义模式.ts 123.22M