唐宇迪《Agent实战课程》

├── 01、课程介绍
│ └── 1、课程介绍 -.mp4
├── 02、Coze打造自己的第一个工作流：新闻搜索与总结（6小节）
│ ├── 2-1COZE登录与创建工作流方法.png
│ ├── 2-2工作流要完成的任务与节点定义 -.mp4
│ ├── 2-3插件配置方法与参数 -.mp4
│ ├── 2-4大模型节点配置方法 -.mp4
│ ├── 2-5结束节点配置 -.mp4
│ └── 2-6智能体配置方法 -.mp4
├── 03、COZE打造新闻稿创作工作流（循环使用方法）（5小节）
│ ├── 3-1循环节点方法解读 -.mp4
│ ├── 3-2循环中参数的定义方法 -.mp4
│ ├── 3-3续写新闻稿件方法（循环中间变量使用） -.mp4
│ ├── 3-4智能体测试与输出节点 -.mp4
│ └── 3-5批处理的作用与效果 -.mp4
├── 04、COZE打造历史人物视频素材（12小节）
│ ├── 4-10选修：自定义插件配置方法实例 -.mp4
│ ├── 4-11选修：工作流中添加视频插件 -.mp4
│ ├── 4-1做视频素材业务逻辑分析 -.mp4
│ ├── 4-2做剧本节点系统提示词方法 -.mp4
│ ├── 4-3完成剧本节点输出 -.mp4
│ ├── 4-4画面描述与图像生成节点构建 -.mp4
│ ├── 4-5图像违规词限制与运镜节点 -.mp4
│ ├── 4-6视频节点构建与错误分析 -.mp4
│ ├── 4-7图像生成节点错误调试并保险 -.mp4
│ ├── 4-8视频生成节点容易违规的解决方法 -.mp4
│ ├── 4-9选修（当作拓展知识）：配置外部视频软件成为插件 -.mp4
│ └── 后三节（9-11）选修内容说明（图文）.png
├── 05、COZE自动化剪辑（继续历史人物章节）（5小节）
│ ├── 5-1时间线定义方法 -.mp4
│ ├── 5-2剪映插件介绍 -.mp4
│ ├── 5-3时间线和素材绑定方法 -.mp4
│ ├── 5-4剪映草稿添加素材方法 -.mp4
│ └── 5-5得到合成后的视频 -.mp4
├── 06、COZE打造智能客服（5小节）
│ ├── 6-1对话流配置与创建 -.mp4
│ ├── 6-2选择器的使用方法 -.mp4
│ ├── 6-3数据库与大模型的匹配方法 -.mp4
│ ├── 6-4知识库构建与匹配方法 -.mp4
│ └── 6-5汇总输出与测试 -.mp4
├── 07、COZE结合飞书表格办公（5小节）
│ ├── 7-1DEMO演示与基本流程分析 -.mp4
│ ├── 7-2表格填入模块解读 -.mp4
│ ├── 7-3表格的输入与输出 -.mp4
│ ├── 7-4查找与匹配的方法 -.mp4
│ └── 7-5飞书表格智能体测试应用与常见问题 -.mp4
├── 08、COZE打造装修设计与应用创建（5小节）
│ ├── 8-1DEMO演示与应用分析 -.mp4
│ ├── 8-2输入参数与大模型配置 -.mp4
│ ├── 8-3图像生成模型配置 -.mp4
│ ├── 8-4COZE中的应用模块配置 -.mp4
│ └── 8-5COZE应用界面设计 -.mp4
├── 09、文案（小红书笔记）生成智能体搭建方法（2小节）
│ ├── 9-1提示词与工作流配置 -.mp4
│ └── 9-2插件配置方法与输出 -.mp4
├── 10、COZE-API使用并结合CURSOR构建应用（5小节）
│ ├── 10-1COZE-API开通方法 -.mp4
│ ├── 10-2API外部调用方法实例演示 -.mp4
│ ├── 10-3Cursor应用例子分析 -.mp4
│ ├── 10-4用CURSOR构建一个浏览器插件 -.mp4
│ └── 10-5API调用与插件测试 -.mp4
├── 11、COZE打造数据分析智能体（8小节）
│ ├── 11-1效果演示与数据读取 -.mp4
│ ├── 11-2数据清洗与处理 -.mp4
│ ├── 11-3结合DeepSeek构建代码节点 -.mp4
│ ├── 11-4结合DeepSeek进行数据分析 -.mp4
│ ├── 11-5配置插件把分析结果存在excel里 -.mp4
│ ├── 11-6数据可视化配置方法与节点调试分析 -.mp4
│ ├── 11-7不同可视化图表配置方法 -.mp4
│ └── 11-8输出与展示配置 -.mp4
├── 12、COZE中配置自己的插件（3小节）
│ ├── 12-1插件的基本配置方法 -.mp4
│ ├── 12-2输入输出参数配置方法 -.mp4
│ └── 12-3在工作流中配置自己的插件并使用 -.mp4
├── 13、COZE发票助手搭建（5小节）
│ ├── 13-1发票助手插件接入 -.mp4
│ ├── 13-2数据表创建方法 -.mp4
│ ├── 13-3识别工作流配置与测试 -.mp4
│ ├── 13-4调用模块工作流配置 -.mp4
│ └── 13-5知识库配置 -.mp4
├── 14、COZE邮件助手（3小节）
│ ├── 14-1自定义插件创建方法与流程 -.mp4
│ ├── 14-2插件输出配置与循环体 -.mp4
│ └── 14-3知识库配置与结果输出 -.mp4
├── 15、影刀RPA实战（5小节）
│ ├── 15-1影刀RPA分析 -.mp4
│ ├── 15-2影刀安装方法 -.mp4
│ ├── 15-3影刀流程配置方法实例 -.mp4
│ ├── 15-4执行循环操作 -.mp4
│ └── 15-5完成文案采集的全部功能 -.mp4
├── 16、RAGFLOW本地化知识库（5小节）
│ ├── 16-1RAGFLOW介绍和特点 -.mp4
│ ├── 16-2RAGFLOW接入本地模型 -.mp4
│ ├── 16-3Chat与Embedding模型接入 -.mp4
│ ├── 16-4知识库构建实例 -.mp4
│ └── 16-5封装成API调用 -.mp4
├── 17、RAG检索架构分析及应用（6小节）
│ ├── 17-1RAG要完成的任务解读 -.mp4
│ ├── 17-2RAG整体流程解读 -.mp4
│ ├── 17-3召回优化策略分析 -.mp4
│ ├── 17-4召回改进方案解读 -.mp4
│ ├── 17-5评估工具RAGAS -.mp4
│ └── 17-6外接本地数据库工具 -.mp4
├── 18、斯坦福AI小镇架构与项目解读（10小节）
│ ├── 18-10项目环境配置方法解读 -.mp4
│ ├── 18-1整体故事解读 -.mp4
│ ├── 18-2要解决的问题和整体框架分析 -.mp4
│ ├── 18-3论文基本框架分析 -.mp4
│ ├── 18-4Agent的记忆信息 -.mp4
│ ├── 18-5感知与反思模块构建流程 -.mp4
│ ├── 18-6计划模块实现细节 -.mp4
│ ├── 18-7整体流程框架图 -.mp4
│ ├── 18-8感知模块解读 -.mp4
│ └── 18-9思考模块解读 -.mp4
├── 19、autogen框架实战（7小节）
│ ├── 19-0Python环境说明 -.mp4
│ ├── 19-1AutoGenStudio框架安装与介绍 -.mp4
│ ├── 19-2动作API配置方法 -.mp4
│ ├── 19-3国内常用API配置方法 -.mp4
│ ├── 19-4API接口在线测试 -.mp4
│ ├── 19-5工作流配置 -.mp4
│ └── 19-6执行流程与结果 -.mp4
├── 20、部署与进阶应用实战（12小节）
│ ├── 20-10调用SD-API完成设计 -.mp4
│ ├── 20-11Ollama环境配置与安装 -.mp4
│ ├── 20-12autogen接入本地模型 -.mp4
│ ├── 20-1API生成方法 -.mp4
│ ├── 20-2GroupChat模块 -.mp4
│ ├── 20-3执行流程分析 -.mp4
│ ├── 20-4外接本地支持库配置方法 -.mp4
│ ├── 20-5加入RAG技能 -.mp4
│ ├── 20-6LMStudio本地下载部署模型 -.mp4
│ ├── 20-7调用本地模型方法与配置 -.mp4
│ ├── 20-8AutogenStudio本地化部署流程 -.mp4
│ └── 20-9本地化部署接入应用实例 -.mp4
├── 21、METAGPT框架解读（9小节）
│ ├── 21-1论文概述分析 -.mp4
│ ├── 21-2整体框架逻辑介绍 -.mp4
│ ├── 21-3项目环境配置 -.mp4
│ ├── 21-4基础解读-动作定义方式 -.mp4
│ ├── 21-5基础解读-角色定义 -.mp4
│ ├── 21-6单动作智能体实现方法 -.mp4
│ ├── 21-7多动作配置方法 -.mp4
│ ├── 21-8定时器任务环境配置 -.mp4
│ └── 21-9定时器任务流程解读分析 -.mp4
├── 22、metaGPT应用实战-网上调研资料（6小节）
│ ├── 22-0基本Agent的组成 -.mp4
│ ├── 22-1Agent要完成的任务和业务逻辑定义 -.mp4
│ ├── 22-2问题拆解与执行流程 -.mp4
│ ├── 22-3检索得到重要的URL -.mp4
│ ├── 22-4子问题生成总结结果 -.mp4
│ └── 22-5总结与结果输出 -.mp4
├── 23、结合GPT打造自己领域专属客服（6小节）
│ ├── 23-1DEMO演示与整体架分析 -.mp4
│ ├── 23-2后端GPT项目部署启动 -.mp4
│ ├── 23-3前端助手API与流程图配置 -.mp4
│ ├── 23-4接入外部API的方法与流程 -.mp4
│ ├── 23-5引入API方法解读 -.mp4
│ └── 23-6指令提示构建 -.mp4
├── 24、本地大模型微调-llama3应用实战（7小节）
│ ├── 24-1环境相关配置解读 -.mp4
│ ├── 24-2工具调用流程拆解 -.mp4
│ ├── 24-3功能调用方法实例 -.mp4
│ ├── 24-4RAG环境配置搭建 -.mp4
│ ├── 24-5LLAMA3应用-RAG搭建方法 -.mp4
│ └── 24-6RAG基本流程分析 -.mp4
├── 25、llama3微调-量化-部署（6小节）
│ ├── 25-1LORA微调方法 -.mp4
│ ├── 25-2指令微调所需数据与模型下载 -.mp4
│ ├── 25-3llama3模型微调实例 -.mp4
│ ├── 25-4llama3微调后进行量化 -.mp4
│ ├── 25-5llama.cpp量化实例 -.mp4
│ └── 25-6部署应用 -.mp4
├── 26、拓展–计算奥斯曼视觉项目实例（11小节）
│ ├── 26-10模型选择方法总结 -.mp4
│ ├── 26-11项目经验总结与优化，方法 -.mp4
│ ├── 26-1LORA微调方法 -.mp4
│ ├── 26-2指令微调所需数据与模型下载 -.mp4
│ ├── 26-3llama3模型微调实例 -.mp4
│ ├── 26-4llama3微调后进行量化 -.mp4
│ ├── 26-5llama.cpp量化实例 -.mp4
│ ├── 26-6部署应用 -.mp4
│ ├── 26-7项目需求分析流程 -.mp4
│ ├── 26-8数据与特征库准备 -.mp4
│ └── 26-9模型准备与项目分析 -.mp4
├── 27、拓展–挖掘项目流程实例（5小节）
│ ├── 27-1数据挖掘要解决的问题 -.mp4
│ ├── 27-2数据处理与清洗分析 -.mp4
│ ├── 27-3特征工程的作用与流程 -.mp4
│ ├── 27-4机器学习算法分析 -.mp4
│ └── 27-5模板到哪去找 -.mp4
├── 28、拓展-自然语言处理项目流程（5小节）
│ ├── 28-1知识图谱要解决的问题与流程分析 -.mp4
│ ├── 28-2知识图谱项目实际应用分析 -.mp4
│ ├── 28-3知识图谱实战应用项目解读 -.mp4
│ ├── 28-4大模型要解决的问题和应用分析 -.mp4
│ └── 28-5工具总结分析 -.mp4
├── 29、MOE多专家系统（3小节）
│ ├── 29-1MOE概述分析 -.mp4
│ ├── 29-2MOE模块实现方法解读 -.mp4
│ └── 29-3效果分析与总结 -.mp4
├── 30、OPENAI–LLM模型优化总结（3小节）
│ ├── 30-1RAG与微调可以解决与无法解决的问题 -.mp4
│ ├── 30-2RAG实践策略 -.mp4
│ └── 30-3微调要解决的问题 -.mp4
├── Agent论文解读与总结相关
│ ├── Agent架构解读与应用分析
│ │ ├── 1-Agent趋势.png
│ │ ├── 2-Agent流程.png
│ │ ├── 3-Ageng包括组件.png
│ │ ├── 4-Agent组成.png
│ │ ├── 5-多模态.png
│ │ ├── 6-多角色组成.png
│ │ ├── 7-Agent游戏.png
│ │ ├── 8-多智能体.png
│ │ ├── 9-多智能体2.png
│ │ ├── Agent.png
│ │ └── Agent思维导图.pdf
│ ├── OPENAI-LLM模型优化总结
│ │ ├── 11.png
│ │ ├── 12.png
│ │ ├── 13.png
│ │ ├── 14.webp
│ │ ├── 15.png
│ │ ├── 16.png
│ │ ├── 2.png
│ │ ├── 3.png
│ │ ├── 4.png
│ │ ├── 6.png
│ │ ├── 7.png
│ │ ├── 8.png
│ │ └── 9.png
│ └── 斯坦福AI小镇架构与项目解读
│ ├── 斯坦福AI小镇.pdf
│ ├── 斯坦福AI小镇.png
│ └── 斯坦福小镇论文.pdf
├── Autogen与其他智能体框架
│ ├── Agent打造专属客服
│ │ └── Agent客服.rar
│ ├── GPTS打造Agent实战
│ │ ├── 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
│ ├── autogen与部署模块
│ │ ├── AutogenStudio部署
│ │ │ ├── index.html
│ │ │ ├── style.css
│ │ │ ├── write.json
│ │ │ └── 代码地址.txt
│ │ ├── Skill.py
│ │ └── rag_skill.rar
│ ├── langchain工具实例
│ │ └── 基本使用.rar
│ └── metagpt
│ ├── MetaGPT-main.zip
│ ├── examples.rar
│ └── metaGpt.pdf
├── COZE智能体系列(重要)
│ ├── COZE历史人物视频素材
│ │ ├── 1.根据名字做剧本.txt
│ │ ├── 2.根据剧本做每个经历的画面描述.txt
│ │ ├── 修正图片提示词.txt
│ │ ├── 修正运镜提示词.txt
│ │ ├── 即梦豆包海螺做视频所需运镜.txt
│ │ └── 时间线.txt
│ ├── COZE打造发票助手
│ │ ├── 全部提示词资料.docx
│ │ └── 餐饮1.png
│ ├── COZE数据分析
│ │ ├── 2.整理清洗我的数据.txt
│ │ ├── 代码：准备总分评比图.txt
│ │ ├── 代码：准备条形图输入.txt
│ │ ├── 代码：统计关键指标.txt
│ │ ├── 把分析结果整理成excel格式.txt
│ │ ├── 能力分析.txt
│ │ └── 销售数据导出.xlsx
│ ├── COZE文案生成+飞书表格
│ │ ├── 1.链接读取插件.txt
│ │ ├── 2.参考原文写标题大纲.txt
│ │ ├── 3.参考原文和大纲做仿写.txt
│ │ ├── 4.给文案打标签.txt
│ │ ├── 5.汇总结果成一条记录.txt
│ │ └── 6.飞书表格参考链接.txt
│ ├── COZE新闻总结(循环体)
│ │ ├── 提示词.txt
│ │ └── 根据文章内容和原始素材做合并.txt
│ ├── COZE智能客服
│ │ ├── 售后场景问题.txt
│ │ ├── 快递场景问题.txt
│ │ ├── 把所有内容总结成人话.txt
│ │ ├── 把用户问题分成不同的场景.txt
│ │ ├── 支付场景问题.txt
│ │ └── 查询支付问题具体的解决方案.txt
│ ├── COZE邮箱助手
│ │ ├── 提示词.txt
│ │ └── 邮箱代码.txt
│ ├── COZE飞书书签自动化
│ │ ├── 分析内容.txt
│ │ ├── 检索内容.txt
│ │ ├── 汇总整合json.txt
│ │ ├── 筛选并输出.txt
│ │ ├── 获取标签.txt
│ │ ├── 飞书文档链接.PanD
│ │ └── 飞书模板链接.txt
│ └── Coze写作工作流
│ └── 小红书提示词
│ ├── 标题.txt
│ ├── 生成文案.txt
│ └── 画图.txt
├── 大模型微调与知识库
│ ├── LLM下游任务训练自己模型实战
│ │ └── Huatuo-Llama-Med-Chinese-main.zip
│ ├── LLM与LORA微调策略解读
│ │ └── 大模型.pdf
│ ├── RAG检索架构分析与应用
│ │ ├── RAG.pdf
│ │ └── RAG.png
│ ├── 新增LLAMA3相关
│ │ ├── Chinese-LLaMA-Alpaca-3-main.zip
│ │ └── llama3.rar
│ ├── 新增RAGFLOW
│ │ └── ragflow_api.py
│ └── 补充
│ └── llama3
│ ├── llama3
│ │ ├── .idea
│ │ │ ├── inspectionProfiles
│ │ │ │ ├── Project_Default.xml
│ │ │ │ └── profiles_settings.xml
│ │ │ ├── .gitignore
│ │ │ ├── .name
│ │ │ ├── llama3.iml
│ │ │ ├── misc.xml
│ │ │ ├── modules.xml
│ │ │ └── workspace.xml
│ │ ├── RAG
│ │ │ ├── __pycache__
│ │ │ │ ├── assistant.cpython-310.pyc
│ │ │ │ └── assistant.cpython-39.pyc
│ │ │ ├── Quantize_LLMs_to_GGUF-.ipynb
│ │ │ ├── app.py
│ │ │ ├── app.txt
│ │ │ ├── assistant.py
│ │ │ ├── groq_llama3.py
│ │ │ └── require.txt
│ │ ├── __pycache__
│ │ ├── all-MiniLM-L6-v2
│ │ │ ├── config.json
│ │ │ ├── config_sentence_transformers.json
│ │ │ ├── data_config.json
│ │ │ ├── model.safetensors
│ │ │ ├── sentence_bert_config.json
│ │ │ ├── special_tokens_map.json
│ │ │ ├── tokenizer.json
│ │ │ ├── tokenizer_config.json
│ │ │ └── vocab.txt
│ │ ├── Modelfile
│ │ ├── email_jijianyun.py
│ │ ├── email_send.py
│ │ └── lm3.py
│ └── llama3.rar
└── 迪哥AI智能体2025｜观看顺序.xlsx