课程内容：
012.3- 循环的配置与中间变量的作用 (1)
010.1- 数据查找配置 (1)
011.2- 读取新闻内容并整理报告 (1)
009.2- 工作流中大模型的使用方法 (1)
013.4- 循环体注意事项更新 (1)
006.6-GPTS 分析一波 (1)
008.1-COZE 的基本使用解读与说明 (1)
007.7- 经典任务分析 (1)
004.4- 框架的作用和能解决的问题 (1)
005.5- 整体总结分析 (1)
003.3- 与大模型的关系与多角色交互 (1)
002.2-Agent 需要具备的基本能力 (1)
015.2- 输入输出参数配置方法 (1)
001.1-Agent 要解决的问题分析 (1)
014.1- 插件的基本配置方法 (1)
126.2- 环境相关配置解读
072.1-RAG 要完成的任务解读
117.4- 机器学习算法分析
085.8- 感知模块解读
136.5-llama.cpp 量化实例
078.1- 整体故事解读
018.2- 数据表创建方法
139.1- 提示词与工作流配置
025.2- 后端 GPT 项目部署启动
135.4-llama3 微调后进行量化
044.8-AutogenStudio 本地化部署流程
103.3- 源码调用 DEBUG 解读
104.4- 训练流程演示
102.2- 项目数据解读
064.8- 定时器任务环境配置
040.4- 外接本地支持库配置方法
021.1- 构建自己的邮箱插件
038.2-GroupChat 模块
148.5- 自己 DIY 的 Agent 测试与发布
091.4- 样本索引与向量构建
147.4- 工作流的基本配置流程和方法
051.4- 知识库构建实例
119.1- 知识图谱要解决的问题与流程分析
022.2- 插件应用与大模型流程配置
023.3- 知识库构建方法与应用
115.2- 数据处理与清洗分析
042.6-LMStudio 本地下载部署模型
128.4- 功能调用方法实例
074.3- 召回优化策略分析
Agent 资料.txt
154.COZE 介绍与界面更新
071.5- 总结与结果输出
080.3- 论文基本框架分析
082.5- 感知与反思模块构建流程
061.5- 基础解读 - 角色定义
041.5- 加入 RAG 技能
076.5- 评估工具 RAGAS
127.3- 工具调用流程拆解
045.9- 本地化部署接入应用实例
077.6- 外接本地数据库工具
122.4- 大模型要解决的问题和应用分析
141.COZE 基本使用操作实例 (必看)
142. 语聚 AI 插件制作更新 (刷完第三章动手做的时候再看就行)
155. 语聚 AI 插件制作更新
114.1- 数据挖掘要解决的问题
073.2-RAG 整体流程解读
132.1-LORA 微调方法
129.5-RAG 环境配置搭建
105.5- 效果演示与总结分析
096.1- 大模型如何做下游任务
067.1-Agent 要完成的任务和业务逻辑定义
134.3-llama3 模型微调实例
063.7- 多动作配置方法
068.2- 问题拆解与执行流程
033.3- 国内常用 API 配置方法
133.2- 指令微调所需数据与模型下载
084.7- 整体流程框架图
118.5- 模板到哪去找
035.5- 工作流配置
017.1- 发票助手插件接入
150.1- 产品功能与需求分析
108.3- 微调要解决的问题
107.2-RAG 实践策略
086.9- 思考模块解读
079.2- 要解决的问题和整体框架分析
034.4-API 接口在线测试
094.2-MOE 模块实现方法解读
031.1-AutoGenStudio 框架安装与介绍
087.10- 项目环境配置方法解读
098.3-LLAMA 与 LORA 介绍
075.4- 召回改进方案解读
145.2- 技能测试与插件创建实例
043.7- 调用本地模型方法与配置
027.4- 接入外部 API 的方法与流程
047.12-autogen 接入本地模型
116.3- 特征工程的作用与流程
060.4- 基础解读 - 动作定义方式
020.4- 调用模块工作流配置
131.7-RAG 基本流程分析
019.3- 识别工作流配置与测试
110.2- 数据与特征库准备
050.3-Chat 与 Embedding 模型接入
123.5- 工具总结分析
093.1-MOE 概述分析
048.1-RAGFLOW 介绍和特点
138. 配置
069.3- 检索得到重要的 URL
052.5- 封装成 API 调用
024.1-DEMO 演示与整体架构分析
121.3- 知识图谱实战应用项目解读
056.4- 完成指令与脚本并生成
101.1- 提示工程的作用
149.COZE 的 UI 界面变化
089.2- 基本 API 调用方法
090.3- 数据文档切分操作
124.1-COZE 开发者平台解读
130.6-LLAMA3 应用 -RAG 搭建方法
036.6- 执行流程与结果
152.3- 配置插件与测试效果
095.3- 效果分析与总结
151.2- 文案助手的工作流程设计
153.COZE 的 UI 界面更新
046.11-Ollama 环境配置与安装
058.2- 整体框架逻辑介绍
037.1-API 生成方法
097.2-LLM 落地微调分析
029.6- 指令提示构建
055.3-API 相关配置完成
106.1-RAG 与微调可以解决与无法解决的问题
054.2- 调用 API 的控制方式
049.2-RAGFLOW 接入本地模型
059.3- 项目环境配置
057.1- 论文概述分析
144. 语聚 API 更新 (课时 9 如遇问题看这个)
062.6- 单动作智能体实现方法
032.2- 动作 API 配置方法
088.1-langchain 框架解读
065.9- 定时器任务流程解读分析
030.0-Python 环境说明
092.5- 数据切块方法
099.4-LORA 微调的核心思想
100.5-LORA 模型实现细节
028.5- 引入 API 方法解读
137.6- 部署应用
026.3- 前端助手 API 与流程图配置
140.2- 插件配置方法与输出
111.3- 模型准备与项目分析
113.5- 项目经验总结与优化方法
120.2- 知识图谱项目实际应用分析
143.1- 扣子开发平台实例解读
109.1- 项目需求分析流程
125.1-llama3 模型下载与配置安装
016.3- 再工作流中配置自己的插件并使用
066.0- 基本 Agent 的组成
146.3- 配置好自己的 DIY 技能
070.4- 子问题生成总结结果
053.1-GPTS 任务流程概述分析
039.3- 执行流程分析
083.6- 计划模块实现细节
112.4- 模型选择方法总结
081.4-Agent 的记忆信息
