AI大模型爆火Agent(打造专属LLM智能体)2025

AI大模型爆火Agent(打造专属LLM智能体)2025资源介绍:

AI大模型爆火Agent(打造专属LLM智能体)2025

包含agent知识点,agent框架和核心流程构建

├─1-Agent架构解读与应用分析
│ 1-Agent要解决的问题分析_
│ 1-Agent趋势.png
│ 2-Agent流程.png
│ 2-Agent需要具备的基本能力_
│ 3-Ageng包括组件.png
│ 3-与大模型的关系分析_
│ 4-Agent组成.png
│ 4-多智能体定义分析_
│ 5-多模态.png
│ 5-框架的作用和能解决的问题_
│ 6-多角色组成.png
│ 6-整体总结分析_
│ 7-Agent游戏.png
│ 7-GPTS分析一波_
│ 8-多智能体.png
│ 8-经典任务分析_
│ 9-多智能体2.png
│ Agent.png
│ Agent思维导图.pdf
│ 课程介绍_
│
├─10-langchain工具实例
│ 1-langchain框架解读_
│ 2-基本API调用方法_
│ 3-数据文档切分操作_
│ 4-样本索引与向量构建_
│ 5-数据切块方法_
│ 基本使用.rar
│
├─11-LLM与LORA微调策略解读
│ 1-大模型如何做下游任务_
│ 2-LLM落地微调分析_
│ 3-LLAMA与Lora介绍_
│ 4-Lora与微调的核心思想_
│ 5-Lora模型实现细节_
│ 大模型.pdf
│
├─12-LLM下游任务训练自己模型实战
│ 1-提示工程的作用_
│ 2-项目数据解读_
│ 3-源码调用debug解读_
│ 4-训练流程演示_
│ 5-效果演示与总结分析_
│ Huatuo-Llama-Med-Chinese-main.zip
│
├─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_
│ 11.png
│ 12.png
│ 13.png
│ 14.webp
│ 15.png
│ 16.png
│ 2-RAG实践策略_
│ 2.png
│ 3-微调要解决的问题_
│ 3.png
│ 4.png
│ 6.png
│ 7.png
│ 8.png
│ 9.png
│
├─2-新增GPTS打造Agent实战
│ 1-GPTS任务流程概述分析_
│ 2-调用API的控制方式_
│ 3-API相关配置完成_
│ 4-完成指令与脚本并生成_
│ API复制这个不要改.docx
│ GPTS例子.docx
│ 广告文案.docx
│ 文章翻译.docx
│ 短视频脚本.docx
│ 组会不用愁.txt
│ 语聚AI指定(只改动作即可).docx
│
├─3-Agent打造专属客服
│ 1-Demo演示与整体架构分析_
│ 2-后端GPT项目部署启动_
│ 3-前端助手API与流程图配置_
│ 4-接入外部API的方法与流程_
│ 5-引入API的方法解读_
│ 6-指令提示构建_
│ Agent客服.rar
│
├─4，5-autogen与部署模块
│ 1-AutoGenStudio框架安装与介绍_
│ 2-动作API配置方法_
│ 3-国内常用API配置方法_
│ 4-API接口在线测试_
│ 5-工作流配置_
│ 6-执行流程与结果_
│ 7-Ollama环境配置与安装_
│ 8-autogen接入本地模型_
│ AutogenStudio部署.zip
│ rag_skill.rar
│ Skill.py
│
├─6，7-metagpt
│ │ examples.rar
│ │ MetaGPT-main.zip
│ │ metaGpt.pdf
│ │
│ ├─MetaGPT应用实战
│ │ 0-基本Agent的组成_
│ │ 1-Agent要完成的任务和业务逻辑定义_
│ │ 2-问题拆解与执行流程_
│ │ 3-检索得到重要的URL_
│ │ 4-子问题生成总结结果_
│ │ 5-总结与结果输出_
│ │
│ └─MetaGPT框架解读
│ 1-论文概述分析_
│ 2-整体框架逻辑介绍_
│ 3-项目环境配置_
│ 4-基础解读，动作定义方式_
│ 5-基础解读，角色定义_
│ 6-单动作智能体实现方法_
│ 7-多动作配置方法_
│ 8-定时器任务环境配置_
│ 9-定时器任务流程解读分析_
│
├─8-RAG检索架构分析与应用
│ 0-RAG要完成的任务解读_
│ 1-RAG整体流程解读_
│ 2-RAG整体流程解读_
│ 3-召回优化策略分析_
│ 4-召回改进方案解读_
│ 5-评估工具RAGAS_
│ 6-外接本地数据库工具_
│ RAG.pdf
│ RAG.png
│
├─9-斯坦福AI小镇架构与项目解读
│ 1-整体故事解读_
│ 10-项目环境配置方法解读_
│ 2-要解决的问题和整体框架分析_
│ 3-论文基本框架分析_
│ 4-Agent的记忆信息_
│ 5-感知与反思模块构建流程_
│ 6-计划模块实现细节_
│ 7-整体流程框架图_
│ 8-感知模块解读_
│ 9-思考模块解读_
│ 斯坦福AI小镇.pdf
│ 斯坦福AI小镇.png
│ 斯坦福小镇论文.pdf
│
├─Action动作实例
│ 1-项目介绍与配置_
│ 2-源码实现流程解读_
│ 3-结果返回流程_
│
├─AutoGen部署应用RAG等实战
│ 1-API生成方法_
│ 10-Ollama环境配置与安装_
│ 11-Autogen接入本地模型_
│ 2-GroupChat模块_
│ 3-执行流程分析_
│ 4-外接本地支持库配置方法_
│ 5-加入RAG技能_
│ 6-LMStudio本地下载部署模型_
│ 7-调用本地模型方法与配置_
│ 8-AutoGenStudio本地化部署流程_
│ 9-本地化部署接入应用实例_
│
├─llama3相关
│ │ llama3.rar
│ │
│ ├─llama3应用实战
│ │ 1-LLama3模型下载与配置安装_
│ │ 2-环境相关配置解读_
│ │ 3-工具调用流程拆解_
│ │ 4-功能调用方法实例_
│ │ 5-RAG环境配置搭建_
│ │ 6-LLAMA3应用RAG搭建方法_
│ │ 7-RAG基本流程分析_
│ │
│ └─llama3微调量化部署一条龙
│ 1-Lora微调方法_
│ 2-指令微调所需数据与模型下载_
│ 3-llama3模型微调实例_
│ 4-llama3微调后进行量化_
│ 5-llama.cpp量化实例_
│ 6-部署应用_
│
├─MOE多专家系统
│ 1-MOE概述分析_
│ 2-MOE模块实现方法解读_
│ 3-效果分析与总结_
│
└─补充
└─llama3
llama3.rar