资源内容
51CTO-西瓜-2025AI大模型RAG项目实战课
资源目录
RAG课程资料(更新资料)
│ hw-chat-0.2.exe
├─AI大模型RAG项目实战课
│ 1课程介绍.mp4
│ 10LangChain总体架构设计之LangChain总体架构剖析.mp4
│ 100高性能知识库之代码落地-基于知识库问答流程复现.mp4
│ 101高性能知识库之代码落地-基于知识库RAG代码剖析.mp4
│ 102高性能知识库之代码落地-效果评估方案选型.mp4
│ 103高性能知识库之代码落地-效果评估关键指标剖析.mp4
│ 104高性能知识库之代码落地-效果评估工具Trulens演示.mp4
│ 105高性能知识库之代码落地-效果评估工具Ragas演示.mp4
│ 106高性能知识库之代码落地-效果评估工具自研代码设计思路.mp4
│ 107高性能知识库之代码落地-效果评估工具自研数据处理代码实现.mp4
│ 108高性能知识库之代码落地-效果评估工具自研提示词模板代码实现.mp4
│ 109高性能知识库之代码落地-效果评估工具自研检索器代码实现(上).mp4
│ 11LangChain总体架构设计之RAG架构支持.mp4
│ 110高性能知识库之代码落地-效果评估工具自研检索器代码实现(下).mp4
│ 111高性能知识库之代码落地-效果评估工具自研模型管理代码实现.mp4
│ 112高性能知识库之代码落地-效果评估工具自研指标定义代码实现.mp4
│ 113高性能知识库之代码落地-效果评估工具自研代码测试.mp4
│ 114高性能知识库之代码落地-rerank算法原理.mp4
│ 115高性能知识库之代码落地-rerank算法效果复现.mp4
│ 116高性能知识库之代码落地-rerank算法代码实现.mp4
│ 117高性能知识库之代码落地-联网问答开发目标.mp4
│ 118高性能知识库之代码落地-联网问答搜索工具介绍.mp4
│ 119高性能知识库之代码落地-联网问答实时检索流程代码开发.mp4
│ 12LangChain总体架构设计之Agent架构支持.mp4
│ 120高性能知识库之代码落地-联网问答Docker安装部署.mp4
│ 121高性能知识库之代码落地-联网问答Milvus安装部署.mp4
│ 122高性能知识库之代码落地-联网问答数据入库代码设计.mp4
│ 123高性能知识库之代码落地-联网问答效果复现.mp4
│ 124高性能知识库之代码落地-联网问答流程代码落地.mp4
│ 125高性能知识库之代码落地-问答推荐开发目标(1).mp4
│ 126高性能知识库之代码落地-问答推荐数据特征工程(2).mp4
│ 127高性能知识库之代码落地-问答推荐效果复现之特征工程(3).mp4
│ 128高性能知识库之代码落地-问答推荐效果复现之数据入库(4).mp4
│ 129高性能知识库之代码落地-问答推荐效果复现之服务测试(5).mp4
│ 13LangChain总体架构设计之核心API设计剖析.mp4
│ 130高性能知识库之代码落地-问答推荐代码落地(6).mp4
│ 131高性能知识库之代码落地-基于Agent问答原理分析(1).mp4
│ 132高性能知识库之代码落地-基于Agent问答目标设计(2).mp4
│ 133高性能知识库之代码落地-基于Agent问答LangChain支持(3).mp4
│ 134高性能知识库之代码落地-基于Agent问答效果复现(4).mp4
│ 135高性能知识库之代码落地-基于Agent问答代码落地(5)_.mp4
│ 13601选型评估之用向量数据库还是知识图谱?_.mp4
│ 13702选型评估之RAG常见的落地方案有哪些?.mp4
│ 13803选型评估之有哪些优秀的RAG在线开发平台?.mp4
│ 13904选型评估之有哪些优秀的RAG的开源项目?.mp4
│ 14ModelIO之贯穿整个课程的业务场景引入.mp4
│ 14005选型评估之有哪些优秀的RAG的效果评估工具?.mp4
│ 14106选型评估之有哪些优秀的向量数据库?.mp4
│ 14207选型评估之有哪些落地的技术栈分享?.mp4
│ 14301RAG性能优化之建议使用多路召回方案_.mp4
│ 14402RAG性能优化之Embedding模型的选择.mp4
│ 14503RAG性能优化之表格数据处理方案.mp4
│ 14604RAG性能优化之相似度不准问题.mp4
│ 14705RAG性能优化之幻觉问题.mp4
│ 14806RAG性能优化之高性能的模型管理方案_.mp4
│ 14907RAG性能优化之基于语义相似度缓存一致性方案.mp4
│ 15ModelIO之LangChain官网介绍.mp4
│ 15008RAG性能优化之设计反馈机制.mp4
│ 15109RAG性能优化之设置可解释性.mp4
│ 15210RAG性能优化之推理资源设计.mp4
│ 15311RAG性能优化之图文知识库设计方案_.mp4
│ 15412RAG性能优化之效果评估方案_.mp4
│ 16ModelIO之ModelIO总体概述.mp4
│ 17ModelIO之模型调用API实践.mp4
│ 18ModelIO之Prompts使用str.format构建模版.mp4
│ 19Prompts使用Few-Shot构建模版.mp4
│ 2RAG流程详细剖析.mp4
│ 20ModelIO之Prompts使用ExampleSelector构建模版(上).mp4
│ 21ModelIO之Prompts使用ExampleSelector构建模版(下).mp4
│ 22ModelIO之Prompts使用自定义示例器构建模版.mp4
│ 23ModelIO之OutputParser.mp4
│ 24ModelIO之Ollama工具部署和私有模型部署.mp4
│ 25ModelIO之LangChain调用私有模型.mp4
│ 26ModelIO之大模型外部函数调用流程剖析.mp4
│ 27ModelIO之LangChain调用在线模型的外部函数.mp4
│ 28ModelIO之自定义关于外部函数的解析器.mp4
│ 29ModelIO之LangChain调用开源模型的外部函数.mp4
│ 3大模型应用落地痛点剖析_.mp4
│ 30Chains之设计理念和意义.mp4
│ 31Chains之基于LCEC语言构建的Chains.mp4
│ 32Chains之历史的Chains中的最简单的Chain.mp4
│ 33Chains之历史的Chains中的SimpleSequentialChain.mp4
│ 34Chains之历史的Chains中的SequentialChain.mp4
│ 35Chains之历史的Chains中的RouterChain.mp4
│ 36Chains之全链路中实现调用天气函数.mp4
│ 37Chains之全链路中实现调用gp信息函数.mp4
│ 38Chains之全链路中实现全流程跑通.mp4
│ 39Memory之为什么会出现Memory模块?.mp4
│ 4RAG关键问题剖析_.mp4
│ 40Memory之如何自定义Memory功能?.mp4
│ 41Memory之自定义实体识别的Memory功能.mp4
│ 42Memory之内置模块ConversationBufferMemory.mp4
│ 43Memory之内置模块ConversationBufferWindowMemory.mp4
│ 44Memory之内置模块Entity.mp4
│ 45Memory之内置模块单独使用Memory.mp4
│ 46Memory之内置模块ConversationSummaryMemory.mp4
│ 47Agents之Agent架构的意义.mp4
│ 48Agents之Chains模块的优劣势.mp4
│ 49Agents之LangChainAgents的设计理念.mp4
│ 5RAG架构演进之NaiveRAG.mp4
│ 50Agents之自定义Agents.mp4
│ 51Agents之LangChain提供的抽象.mp4
│ 52Agents之自定义ReAct方式的Agents.mp4
│ 53Agents之LangChain提供的ReActAgent抽象.mp4
│ 54Agents之LangChain提供的XMLAgent抽象.mp4
│ 55LangChain升级说明_.mp4
│ 56Retrieval之设计理念和意义.mp4
│ 57Retrieval之loader.mp4
│ 58Retrieval之Transformers.mp4
│ 59Retrieval之EmbeddingModel.mp4
│ 6RAG架构演进之AdvancedRAG.mp4
│ 60Retrieval之vectorstore.mp4
│ 61Retrieval之Retrievers.mp4
│ 62LangChainAPI总结与展望.mp4
│ 63高性能知识库之需求分析(上).mp4
│ 64高性能知识库之需求分析(下).mp4
│ 65高性能知识库之架构设计.mp4
│ 66高性能知识库之详细设计-知识管理平台.mp4
│ 67高性能知识库之详细设计-智能对话.mp4
│ 68高性能知识库之详细设计-知识库.mp4
│ 69高性能知识库之详细设计-联网在线问答.mp4
│ 7微调和RAG方案选型.mp4
│ 70高性能知识库之详细设计-问答推荐.mp4
│ 71高性能知识库之详细设计-基于Agent的RAG_.mp4
│ 72高性能知识库之技术选型.mp4
│ 73高性能知识库之资源评估.mp4
│ 74高性能知识库之代码落地-开发目标和环境准备(1).mp4
│ 75高性能知识库之代码落地-本地连接远程服务器(2).mp4
│ 76高性能知识库之代码落地-虚拟环境创建和依赖安装(3).mp4
│ 77高性能知识库之代码落地-项目运行(4).mp4
│ 78高性能知识库之代码落地-项目测试(5).mp4
│ 79高性能知识库之代码落地-开源模型部署(6).mp4
│ 8RAG的应用落地场景.mp4
│ 80高性能知识库之代码落地-智能问答流程开发目标(1).mp4
│ 81高性能知识库之代码落地-智能问答项目启动和测试(2).mp4
│ 82高性能知识库之代码落地-智能问答表结构梳理(3).mp4
│ 83高性能知识库之代码落地-智能问答多进程多线程和异步编程(4).mp4
│ 84高性能知识库之代码落地-智能问答模型管理原理(5).mp4
│ 85高性能知识库之代码落地-智能问答模型管理流程演示(6).mp4
│ 86高性能知识库之代码落地-智能问答服务启动流程剖析(7).mp4
│ 87高性能知识库之代码落地-智能问答用户请求流程剖析(8).mp4
│ 88高性能知识库之代码落地-智能问答浏览器推流技术(9).mp4
│ 89高性能知识库之代码落地-知识管理开发目标和表结构设计.mp4
│ 9LangChain总体架构设计之什么是LangChain.mp4
│ 90高性能知识库之代码落地-知识管理开发向量数据库选型.mp4
│ 91高性能知识库之代码落地-知识管理开发代码设计(上).mp4
│ 92高性能知识库之代码落地-知识管理开发代码设计(下).mp4
│ 93高性能知识库之代码落地-知识管理亿级wiki语料数据准备.mp4
│ 94高性能知识库之代码落地-知识管理亿级wiki语料数据处理.mp4
│ 95高性能知识库之代码落地-知识管理私有PDF文件处理方案.mp4
│ 96高性能知识库之代码落地-知识管理私有PDF文件处理(上).mp4
│ 97高性能知识库之代码落地-知识管理私有PDF文件处理(下).mp4
│ 98高性能知识库之代码落地-知识管理全流程代码剖析.mp4
│ 99高性能知识库之代码落地-知识管理数据验证_.mp4
│
└─DeepSeek+Dify构建智能体和企业知识库
1课程介绍.mp4
10Dify私有化部署之Docker容器支持GPU.mp4
11Dify私有化部署之接入在线的DeepSeek模型.mp4
12Dify案例实践之对话应用构建-智能机器人_.mp4
13Dify案例实践之对话应用-智能面试官.mp4
14Dify案例实践之智能体应用构建-智能旅游助手.mp4
15Dify案例实践之RAGAgent和WorkFlow的区别.mp4
16Dify案例实践之工作流应用构建-智能写作大神.mp4
17Dify案例实践之工作流应用构建-智能客服(上).mp4
18Dify案例实践之工作流应用构建-智能客服(下).mp4
19Dify案例实践之知识库应用构建-企业私有知识库(1).mp4
2Dify平台介绍_.mp4
20Dify案例实践之知识库应用构建-企业私有知识库(2).mp4
21Dify案例实践之知识库应用构建-企业私有知识库(3)_.mp4
22Dify案例实践之知识库应用构建-企业图文私有知识库.mp4
3Dify私有化部署方案设计.mp4
4Dify私有化部署之Docker安装.mp4
5Dify私有化部署之Dify服务启动和注册.mp4
6Dify私有化部署之接入Ollama平台.mp4
7Dify私有化部署之接入DeepSeek私有模型_.mp4
8Dify私有化部署之Xinference平台部署.mp4
9Dify私有化部署之接入Xinference平台.mp4
Dify课程资料.txt
本站所有内容均由网络公开等合法途径整理而来,该资料仅作为阅读交流使用,并无任何商业目的,严禁用于商业用途。
任何访问、浏览本网站,购买或未购买者,都代表已阅读、理解并同意遵守本声明条款。
关于价格:本站资料价格均不代表原商品实价,标价仅为人工整理网站所收取的服务费用。
内容来源:本站所有内容均来自网络公开等合法途径,本店仅做整理;若版权方、出版社认为本站侵权,请立即通知本站。如版权属实,本站将立即下架相关资料,谢谢!
版权所属:本站售出资料的版权归相应内容作者或权利人所有,本站不对涉及的版权问题负法律责任。
免责声明:资料所标识的价格是对本店整理资料以及网盘运营必须的费用支出所支付的适应补偿,资料索取者应尊懂版权方的知识产权! 支持正版!!!
相关规定:根据二00二年一月一日《计算机软件保护条例》规定为了学习和研究软件内含的设计思想和原理,通过安装、显示、传输或者存储软件等方式使用软件的,可以不经软件著作权人许可,不向其支付报酬。
如有侵权请您联系邮箱:ccziyuanzhan@163.com 我们将第一时间为您处理!




















暂无评论内容