【整300集】清华大学146小时讲完的Agent开从入门到就业全套教程,学完即就业!AI大模型/Python/FASTAPI/Langchain/RAG/知识库

4.7万
281
2026-08-11 14:48:16
个人观点,仅供参考
1876
418
4183
1025
本套课程由浅入深,系统讲解Agent从入门基础到企业实战开发的完整知识体系,学完本课程,你将具备从需求分析、方案设计,到Agent开发、部署上线的完整能力,不只是会使用AI工具,更能够独立打造真正解决业务问题的智能体应用。 从0到1掌握Agent开发核心技能,迈向AI应用开发工程师岗位,让AI成为你的职业新机会。 适合人群: 🔥 想转型AI应用开发的程序员 🔥 计算机专业学生和应届毕业生 🔥 想进入大模型方向的开发者 🔥 希望提升就业竞争力的技术人员
致力于分享AI大模型的更多知识
视频选集
(1/116)
【Agent开发】学习指南
02:07
【RAG】RAG的原理
02:56
【RAG】什么是Agentic RAG?
01:46
【RAG】传统的RAG VS Agentic RAG
02:04
【RAG】文本切割优化-提升数据质量
04:41
【RAG】元数据增强优化-提升数据质量
02:03
【RAG】多模态数据优化-提升数据质量
36:45
【RAG】数据库索引+二级索引优化-提升数据索引
05:10
【RAG】检索评估+混合检索优化-提升搜索质量.
04:13
【RAG】上下文工程优化-提升回答质量和速度
08:25
【RAG企业知识库】本地Milvus数据库
18:39
【RAG企业知识库】操作Milvus数据库
18:02
【RAG企业知识库】企业服务器部署Milvus数据库
18:31
【RAG企业知识库】PDF文件简单解析器
16:45
【RAG企业知识库】PDF文件高级解析
43:25
【RAG企业知识库】服务器部署Unstructured
19:03
【RAG企业知识库】服务器配置HuggingFace镜像
09:04
【RAG企业知识库】服务器PDF高级解析器
11:28
【RAG企业知识库】结构化解析Markdown
15:30
【RAG企业知识库】合并标题Document
26:09
【RAG企业知识库】根据语义切割长文本
26:36
【RAG企业知识库】密集嵌入BGE-Large和稀疏嵌入
20:38
【RAG企业知识库】BM25稀疏Embedding
29:18
【RAG企业知识库】执行稀疏向量相关性搜索
04:22
【RAG企业知识库】密集向量创建索引
24:08
【RAG企业知识库】创建Collection
23:46
【RAG企业知识库】保存Document到Milvus服务器
09:36
【RAG企业知识库】输出表结构和索引数据
13:20
【实战项目】多模态数字人手敲代码实战解析
35:08
【实战项目】智能助手案例:Multi-Agent代码实战
13:44
【实战项目】智能助手案例:Agent Skills代码实战
19:16
【实战项目】案例:多智能体与长周期复杂任务的规划能力
31:33
【实战项目】案例:基于docker的Sandbox的后端运行外部多skills
48:19
【实战项目】面试官喜欢的RAG项目
29:54
【实战项目】手动开发一个Claude Code
56:58
【实战项目】企业级Agent的项目--TEXT-TO-SQL
01:38:12
【Agent】智能体的基本理论概述
10:54
【Agent】Agent Skills的介绍
05:45
【Agent】Agent Skills的优势
08:39
【Agent】多智能体-Multi-Agent的介绍
02:43
【Agent】Agent Skills与Multi-Agent内在区别对比
06:05
【Python】Python入门和介绍
14:48
【Python】Python解释器的安装和介绍
24:20
【Python】Pycharm的安装和使用
20:06
【Python】高阶函数
15:46
【Python】Python内置高阶函数(一)
19:02
【Python】Python内置高阶函数(二)
12:53
【Python】Python内置的高阶函数(三)
12:38
【Python】网络通信协议
11:19
【Python】IP地址介绍
12:02
【Python】端口号介绍
10:48
【Python】UDP网络编程概念
15:41
【Python】多任务的类型
07:14
【Python】多线程的相关概念
12:11
【Python】创建线程和GIL
16:40
【Python】守护线程
07:43
【Python】线程安全和脏数据
18:28
【Python】线程同步锁
07:41
【Python】线程死锁和解决办法
12:58
【Python】进程和线程的总结
07:04
【FAST API】Web开发模式相关概念
17:59
【FAST API】ASGI协议和服务
14:29
【FAST API】FastAPI的第一个程序
18:34
【FAST API】接口文档打开慢的问题
11:49
【FAST API】路由和启动方式
17:31
【FAST API】路由分发
11:33
【FAST API】路由传参(一)
17:55
【FAST API】路由传参(二)
13:34
【FAST API】URL传参
17:15
【FAST API】传参数的数据校验
12:54
【FAST API】请求体传参
21:50
【FAST API】请求体单个传参
10:13
【LangChain】LangChain的基本介绍
06:16
【LangChain】LangChain的核心特点
10:18
【LangChain】LangChain的使用场景介绍
06:17
【LangChain】案例实战:python环境准备
05:51
【LangChain】案例实战:创建项目
12:39
【LangChain】案例实战:Agent查询天气
13:24
【LangChain】Models模型的基础介绍
01:45
【LangChain】模型的初始化方式介绍-Model Class
28:00
【LangChain】模型的初始化方式介绍-init_chat_model
16:37
【LangChain】模型的调用-Invoke调用模型
11:49
【LangChain】模型的调用-流式调用模型
03:49
【LangChain】模型的调用-批量调用模型
09:19
【LangChain】模型的调用-异步调用模型
06:54
【LangChain】模型的结构化输出-Pydantic模型(推荐)
16:31
【LangChain】模型的结构化输出-TypedDict
09:47
【LangChain】模型的结构化输出-JsonSchema
16:49
【LangChain】获取结构化结果的方式-with_structured_output
06:29
【LangChain】获取结构化结果的方式-输出解析器
08:04
【LangChain】大模型调用单个工具步骤
25:27
【LangChain】大模型调用多个工具的步骤
16:46
【Embeddings】Embeddings是什么?
16:00
【Embeddings】Embeddings和One-Hot比较
13:29
【Embeddings】OpenAI的Embedding
16:48
【Embeddings】部署BGE-Large的嵌入模型
21:22
【Embeddings】部署Qwen3的嵌入模型
20:42
【Embeddings】Qwen3的嵌入模型和Langchain整合
09:40
【Embeddings】评论数据语义搜索案例(一)
20:06
【Embeddings】评论数据语义搜索案例(二)
20:53
【Embeddings】FAISS向量数据库(一)
26:57
【Embeddings】FAISS向量数据库(二)
20:02
【Embeddings】Chroma数据库案例
07:53
【Embeddings】上下文感知的RAG案例(一)
18:39
【Embeddings】上下文感知的RAG案例(二)
16:59
【Embeddings】上下文感知的RAG案例(三)
18:16
【Embeddings】上下文感知的RAG案例(四)
11:46
【提示词及基础】提示词,提示词工程是什么?(简单普及)
11:04
【提示词及基础】提示词深度讲解
26:32
【提示词及基础】计算机基础知识(0基础必看)
21:12
【提示词及基础】云服务器的基本概念
10:02
【提示词及基础】云服务器基础篇(上)
20:21
【提示词及基础】云服务器基础篇(下)
13:13
【提示词及基础】计算机基础篇:Linux(上)
19:10
【提示词及基础】计算机基础篇Linux(中)
13:20
【提示词及基础】计算机基础篇:Linux(下)
24:00
客服
顶部
赛事库 课堂 2021拜年纪