ZH-AI大模型应用开发实战训练营-第24期

《ZH-AI大模型应用开发实战训练营-第24期》是一套面向人工智能开发者、Python程序员以及希望进入AI应用开发领域的学习者打造的系统化实战课程。课程围绕当前热门的大语言模型技术展开,以大模型基础知识、应用开发框架、提示词工程、知识库搭建、智能体开发以及综合项目实战为核心内容,帮助学员从基础认知逐步过渡到实际应用开发,掌握利用大模型解决真实业务问题的方法。

课程首先从人工智能与大语言模型的基本原理入手,介绍大模型的发展趋势、技术架构、运行机制以及常见模型的特点,让学员了解大模型在文本生成、信息提取、智能问答和自动化处理等场景中的应用方式。同时结合Python开发基础,学习模型API调用、接口配置、参数调整以及上下文管理等技术,掌握与大模型进行交互的基本方法。

在核心技术方面,课程将重点讲解Prompt提示词工程,学习如何设计高质量提示词、优化模型输出、构建结构化任务流程,提高大模型在实际业务中的执行效果。此外,还会涉及RAG检索增强生成技术,学习文档解析、文本切分、向量化处理、向量数据库以及知识库检索等内容,掌握如何利用企业或个人知识资料构建专属AI问答系统。

在AI应用开发进阶部分,课程将围绕LangChain等开发工具及相关技术展开,学习工作流编排、工具调用、智能体设计和多步骤任务处理,理解如何让大模型具备信息检索、数据分析和外部工具调用能力。通过项目实践,将不同技术模块整合起来,开发具有实际应用价值的智能助手和AI业务系统。

课程注重理论与项目结合,帮助学员逐步建立大模型应用开发的完整知识体系。完成学习后,可以具备独立搭建基础AI应用、开发知识库问答系统以及设计智能体工作流的能力,为从事AI应用开发、大模型工程化落地和智能化产品开发打下基础。

课程截图:

课程目录:

夸克网盘分享/
└── ZH-AI大模型应用开发实战训练营-第24期/ (26.04 GB)
├── 1、提示词和RAG/ (735.48 MB)
│ ├── 笔记.md (445.00 B)
│ ├── 提示词和RAG.mp4 (734.21 MB)
│ ├── 提示词和RAG.pdf (801.54 KB)
│ ├── 往期资料.png (493.50 KB)
│ └── MVastLog_20260718213225_10080_1.log (204.00 B)
├── 2、Agent:从可控性到自主反思/ (784.83 MB)
│ ├── 笔记.md (206.00 B)
│ ├── Agent:从可控性到自主反思.mp4 (782.95 MB)
│ ├── Agent.pdf (1.87 MB)
│ └── realtime-subtitle.log (2.84 KB)
├── 3、多模态前沿从Agent构建到视频AIGC/ (580.90 MB)
│ ├── 笔记.md (194.00 B)
│ ├── 第3节 多模态.pdf (11.54 MB)
│ └── 多模态前沿从Agent构建到视频AIGC.mp4 (569.36 MB)
├── 4、AI大模型原理与API使用/ (814.59 MB)
│ ├── CASE-API使用/ (1.50 MB)
│ │ ├── .claude/ (493.60 KB)
│ │ │ ├── 往期资料.png (493.50 KB)
│ │ │ └── settings.local.json (96.00 B)
│ │ ├── .ipynb_checkpoints/ (509.66 KB)
│ │ │ ├── 1-情感分析-Qwen-checkpoint.ipynb (2.43 KB)
│ │ │ ├── 2-天气Function-Qwen-checkpoint.ipynb (7.38 KB)
│ │ │ ├── 4-运维事件处置-Qwen-checkpoint.ipynb (6.35 KB)
│ │ │ └── 建议您看一下.png (493.50 KB)
│ │ ├── 1-情感分析-Qwen.ipynb (2.43 KB)
│ │ ├── 1-情感分析-Qwen.py (883.00 B)
│ │ ├── 2-天气Function-Qwen.ipynb (7.38 KB)
│ │ ├── 2-天气Function-Qwen.py (3.55 KB)
│ │ ├── 3-表格提取-Qwen.ipynb (7.69 KB)
│ │ ├── 3-表格提取-Qwen.py (859.00 B)
│ │ ├── 4-运维事件处置-Qwen.ipynb (6.35 KB)
│ │ ├── 4-运维事件处置-Qwen.py (3.32 KB)
│ │ ├── 5-情感分析-Deepseek-阿里代理.py (785.00 B)
│ │ ├── 5-情感分析-Deepseek-阿里代理.ipynb (1.79 KB)
│ │ ├── 6-联网搜索.ipynb (2.36 KB)
│ │ ├── 6-联网搜索.py (899.00 B)
│ │ ├── 重要资料查看说明.png (493.50 KB)
│ │ └── requirements.txt (35.00 B)
│ ├── 1-AI大模型原理与API使用.pdf (2.53 MB)
│ ├── 笔记.md (1.02 KB)
│ ├── 笔记20260721.txt (8.12 KB)
│ ├── 往期资料.png (493.50 KB)
│ └── AI大模型原理与API使用.mp4 (810.07 MB)
├── 5、AI编程-从入门到精通/ (1.41 GB)
│ ├── CASE-病床使用情况.pdf (1.83 MB)
│ ├── AI编程工具安装.pdf (136.31 KB)
│ ├── 1-AI编程.pdf (4.10 MB)
│ ├── 笔记.md (494.00 B)
│ ├── 资料.zip (8.24 MB)
│ ├── AI编程-从入门到精通 2.mp4 (708.93 MB)
│ └── AI编程-从入门到精通.mp4 (722.00 MB)
├── 6、2026一人公司掘金地图:案例·趋势·工具/ (504.61 MB)
│ ├── 2026一人公司掘金地图:案例·趋势·工具.mp4 (504.61 MB)
│ └── 笔记.md (733.00 B)
├── 7、Kimi k3模型原理和量化/ (620.67 MB)
│ ├── 笔记.md (483.00 B)
│ ├── 配套内容说明.png (493.50 KB)
│ └── Kimi k3模型原理和量化_ev.mp4 (620.19 MB)
├── 8、LangChain:多任务应用开发/ (704.11 MB)
│ ├── CASE-搭建故障诊断Agent/ (501.97 KB)
│ │ ├── 2-network_diagnosis_agent.py (8.40 KB)
│ │ ├── 往期资料.png (493.50 KB)
│ │ └── requirements.txt (63.00 B)
│ ├── CASE-工具链组合/ (17.88 KB)
│ │ ├── 1-simple_toolchain.py (6.66 KB)
│ │ ├── 2-simple_toolchain.py (9.91 KB)
│ │ ├── 3-lcel-demo.py (1.22 KB)
│ │ └── requirements.txt (86.00 B)
│ ├── CASE-LangChain使用/ (529.69 KB)
│ │ ├── .ipynb_checkpoints/ (509.27 KB)
│ │ │ ├── 1-LLMChain-checkpoint.ipynb (5.63 KB)
│ │ │ ├── 2-LLMChain-checkpoint.ipynb (2.23 KB)
│ │ │ ├── 3-LLMChain-checkpoint.ipynb (2.38 KB)
│ │ │ ├── 4-ConversationChain-checkpoint.ipynb (2.58 KB)
│ │ │ ├── 5-product_llm-checkpoint.py (2.95 KB)
│ │ │ └── 课程相关资源.png (493.50 KB)
│ │ ├── 1-LLMChain.py (824.00 B)
│ │ ├── 1-LLMChain.ipynb (5.63 KB)
│ │ ├── 2-LLMChain.ipynb (2.23 KB)
│ │ ├── 2-LLMChain.py (720.00 B)
│ │ ├── 3-LLMChain.ipynb (2.38 KB)
│ │ ├── 3-LLMChain.py (1.30 KB)
│ │ ├── 4-ConversationChain.py (1.42 KB)
│ │ ├── 4-ConversationChain.ipynb (2.94 KB)
│ │ ├── 5-product_llm.py (2.95 KB)
│ │ └── requirements.txt (63.00 B)
│ ├── 1-LangChain:多任务应用开发.pdf (3.00 MB)
│ ├── 笔记.md (646.00 B)
│ ├── 笔记20260727.txt (10.57 KB)
│ └── LangChain:多任务应用开发.mp4 (700.08 MB)
├── 9、AI框架设计与选型/ (927.42 MB)
│ ├── 笔记.md (463.00 B)
│ ├── 笔记20260801.txt (14.20 KB)
│ ├── 资料.zip (2.05 MB)
│ ├── AI框架设计与选型.mp4 (923.82 MB)
│ └── AI框架设计与选型.pdf (1.53 MB)
├── 10、HuggingFace生态实战:从模型应用到高效微调/ (824.13 MB)
│ ├── CASE-huggingface_cases/ (617.07 KB)
│ │ ├── .ipynb_checkpoints/ (41.65 KB)
│ │ │ ├── 1-情感分析-checkpoint.ipynb (6.01 KB)
│ │ │ ├── 2-文本生成-checkpoint.ipynb (3.86 KB)
│ │ │ ├── 7-垃圾邮件分类器-checkpoint.ipynb (11.45 KB)
│ │ │ └── 8-垃圾邮件分类器-Qwen-checkpoint.ipynb (20.32 KB)
│ │ ├── spam-bert-finetuned/ (493.50 KB)
│ │ │ └── 新手必看.png (493.50 KB)
│ │ ├── 1-情感分析.ipynb (6.01 KB)
│ │ ├── 1-情感分析.py (975.00 B)
│ │ ├── 2-文本生成.py (551.00 B)
│ │ ├── 2-文本生成.ipynb (3.86 KB)
│ │ ├── 3-零样本分类.ipynb (6.18 KB)
│ │ ├── 3-零样本分类.py (914.00 B)
│ │ ├── 4-tokenizer使用.ipynb (3.40 KB)
│ │ ├── 4-tokenizer使用.py (885.00 B)
│ │ ├── 5-model使用.py (687.00 B)
│ │ ├── 5-model使用.ipynb (9.06 KB)
│ │ ├── 6-实现pipeline.ipynb (4.79 KB)
│ │ ├── 6-实现pipeline.py (1.42 KB)
│ │ ├── 7-垃圾邮件分类器.ipynb (11.45 KB)
│ │ ├── 7-垃圾邮件分类器.py (3.85 KB)
│ │ ├── 8-垃圾邮件分类器-Qwen.ipynb (20.32 KB)
│ │ ├── 8-垃圾邮件分类器-Qwen.py (7.55 KB)
│ │ └── requirements.txt (106.00 B)
│ ├── 笔记.md (266.00 B)
│ ├── 笔记20260803.txt (11.57 KB)
│ ├── 更多课程资料领取入口.png (493.50 KB)
│ ├── HuggingFace生态实战:从模型应用到高效微调.mp4 (822.39 MB)
│ └── HuggingFace生态实战:从模型应用到高效微调.pdf (659.76 KB)
├── 11、神经网络基础与Tensorflow实战/ (713.31 MB)
│ ├── code/ (1.04 MB)
│ │ ├── activation_function/ (494.83 KB)
│ │ │ ├── 学习资料领取说明.png (493.50 KB)
│ │ │ ├── relu1.py (327.00 B)
│ │ │ ├── sigmod1.py (677.00 B)
│ │ │ └── tanh1.py (353.00 B)
│ │ ├── 学习前请先查看.png (493.50 KB)
│ │ ├── boston_model.keras (18.81 KB)
│ │ ├── housing.csv (47.93 KB)
│ │ ├── load_predict.py (1.01 KB)
│ │ ├── numpy_boston.py (2.68 KB)
│ │ ├── numpy_forward.py (1.18 KB)
│ │ ├── numpy_model.py (2.38 KB)
│ │ ├── pytorch_boston.py (2.02 KB)
│ │ ├── requirements.txt (130.00 B)
│ │ ├── scaler.pkl (1001.00 B)
│ │ ├── tensorflow_boston_dataparallel.py (1.89 KB)
│ │ └── tensorflow_boston.py (2.07 KB)
│ ├── 1-神经网络基础与Tensorflow实战.pdf (1.87 MB)
│ ├── 笔记.md (545.00 B)
│ ├── 笔记20260806.txt (6.18 KB)
│ ├── 配套内容说明.png (493.50 KB)
│ └── 神经网络基础与Tensorflow实战.mp4 (709.91 MB)
├── 12、把A股当代码拆——矩阵分解、因子暴露、概率优势/ (549.15 MB)
│ ├── 把A股当代码拆——矩阵分解、因子暴露、概率优势.mp4 (549.15 MB)
│ └── 笔记.md (495.00 B)
├── 13、Pytorch与视觉检测/ (845.93 MB)
│ ├── 1-Pytorch与视觉检测.pdf (5.31 MB)
│ ├── 笔记.md (883.00 B)
│ ├── 笔记20260810.txt (5.79 KB)
│ ├── 历史合集.png (493.50 KB)
│ ├── 资料.zip (112.27 MB)
│ └── Pytorch与视觉检测.mp4 (727.87 MB)
├── 14、开发框架相关面试辅导/ (818.63 MB)
│ ├── 笔记.md (1.09 KB)
│ ├── 笔记20260813.txt (9.12 KB)
│ ├── 开发框架相关面试辅导.pdf (1.94 MB)
│ ├── 开发框架相关面试辅导.mp4 (812.33 MB)
│ └── 资料.zip (4.34 MB)
├── 15、LLM微调原理/ (657.97 MB)
│ ├── 1-LLM微调原理.pdf (1.29 MB)
│ ├── 笔记.md (510.00 B)
│ ├── 笔记20260817.txt (8.75 KB)
│ ├── 资料.zip (1.35 MB)
│ └── LLM微调原理.mp4 (655.32 MB)
├── 16、高质量微调数据工程与评估/ (1.15 GB)
│ ├── 1-高质量微调数据工程与评估.pdf (1.15 MB)
│ ├── 笔记.md (289.00 B)
│ ├── 笔记20260823.txt (8.99 KB)
│ ├── 高质量微调数据工程与评估.mp4 (1.01 GB)
│ ├── 学习资料更新说明.png (493.50 KB)
│ └── 资料.zip (142.88 MB)
├── 17、LLM模型蒸馏与微调实操/ (892.95 MB)
│ ├── 1-LLM模型蒸馏与微调实操.pdf (2.05 MB)
│ ├── 笔记.md (409.00 B)
│ ├── 笔记20260824.txt (11.35 KB)
│ ├── 资料.zip (23.91 MB)
│ └── LLM模型蒸馏与微调实操.mp4 (866.98 MB)
├── 18、DeepSeek Harness安装入门及原理拆解/ (624.09 MB)
│ ├── 笔记.md (458.00 B)
│ └── DeepSeek Harness安装入门及原理拆解_ev.mp4 (624.09 MB)
├── 19、视觉大模型与多模态理解/ (2.80 GB)
│ ├── 笔记.md (371.00 B)
│ ├── 笔记20260827.txt (10.91 KB)
│ ├── 视觉大模型与多模态理解.mp4 (859.28 MB)
│ ├── 视觉大模型与多模态理解.pdf (7.01 MB)
│ └── 资料.zip (1.96 GB)
├── 20、硬核拆解DeepSeek Harness核心能力/ (355.44 MB)
│ ├── 笔记.md (418.00 B)
│ ├── 配套内容说明.png (493.50 KB)
│ └── 硬核拆解DeepSeek Harness核心能力_ev.mp4 (354.95 MB)
├── 21、AI自己造AI 时代:Agent递归自进化实战/ (616.94 MB)
│ ├── 往期资料.png (493.50 KB)
│ ├── AI Self-Improvement & Recursive Self-Improvement.pdf (19.92 MB)
│ └── AI自己造AI 时代:Agent递归自进化实战.mp4 (596.53 MB)
├── 22、项目实战:AI质检/ (1020.95 MB)
│ ├── .openclaw/ (519.82 KB)
│ │ ├── workspace/ (518.86 KB)
│ │ │ ├── .openclaw/ (70.00 B)
│ │ │ │ └── workspace-state.json (70.00 B)
│ │ │ ├── memory/
│ │ │ ├── skills/ (12.45 KB)
│ │ │ │ ├── vlm-detect/ (6.54 KB)
│ │ │ │ │ ├── scripts/ (2.90 KB)
│ │ │ │ │ │ └── detect.py (2.90 KB)
│ │ │ │ │ ├── .env xuexi77.com (76.00 B)
│ │ │ │ │ └── SKILL.md (3.57 KB)
│ │ │ │ └── yolo-detect/ (5.90 KB)
│ │ │ │ ├── scripts/ (3.26 KB)
│ │ │ │ │ └── detect.py (3.26 KB)
│ │ │ │ ├── .env xuexi77.com (76.00 B)
│ │ │ │ └── SKILL.md (2.57 KB)
│ │ │ ├── 学习前请先查看.png (493.50 KB)
│ │ │ ├── AGENTS.md (7.68 KB)
│ │ │ ├── BOOTSTRAP.md (1.44 KB)
│ │ │ ├── HEARTBEAT.md (168.00 B)
│ │ │ ├── IDENTITY.md (636.00 B)
│ │ │ ├── SOUL.md (1.63 KB)
│ │ │ ├── TOOLS.md (860.00 B)
│ │ │ └── USER.md (477.00 B)
│ │ └── openclaw.json (982.00 B)
│ ├── 1-项目实战:AI质检.pdf (4.15 MB)
│ ├── 笔记.md (559.00 B)
│ ├── 笔记20260831.txt (20.27 KB)
│ ├── 项目实战:AI质检.mp4 (914.37 MB)
│ ├── 资料更新与获取方式.png (493.50 KB)
│ └── CASE-AI质检.zip (101.43 MB)
├── 23、Agent 发展史:从 Prompt 到 Context 再到 Harness/ (489.72 MB)
│ ├── 笔记.md (714.00 B)
│ └── Agent 发展史:从 Prompt 到 Context 再到 Harness.mp4 (489.72 MB)
├── 24、模型训练与微调相关面试辅导/ (790.06 MB)
│ ├── CASE-API使用/ (1.22 MB)
│ │ ├── .ipynb_checkpoints/ (22.87 KB)
│ │ │ ├── 1-表格提取-Qwen-checkpoint.ipynb (13.10 KB)
│ │ │ ├── 1-表格提取-Qwen-checkpoint.py (1.10 KB)
│ │ │ ├── 2-GUI操作-Qwen-checkpoint.ipynb (4.82 KB)
│ │ │ └── 2-GUI操作-Qwen-checkpoint.py (3.85 KB)
│ │ ├── 1-表格提取-Qwen.ipynb (13.10 KB)
│ │ ├── 1-表格提取-Qwen.py (1.10 KB)
│ │ ├── 2-GUI操作-Qwen.ipynb (5.33 KB)
│ │ ├── 2-GUI操作-Qwen.py (3.85 KB)
│ │ └── 携程页面.png (1.17 MB)
│ ├── 1-模型训练与微调相关面试辅导.pdf (2.06 MB)
│ ├── 笔记.md (1.10 KB)
│ ├── 笔记20260903.txt (17.25 KB)
│ ├── 历史合集.zip (1.83 MB)
│ └── 模型训练与微调相关面试辅导.mp4 (784.94 MB)
├── 25、Embeddings和向量数据库/ (903.68 MB)
│ ├── 1-Embedding与向量数据库.pdf (1.60 MB)
│ ├── 笔记.md (588.00 B)
│ ├── 笔记20260907.txt (9.87 KB)
│ ├── 资料.zip (9.95 MB)
│ └── Embeddings和向量数据库.mp4 (892.12 MB)
├── 26、RAG技术与应用/ (880.99 MB)
│ ├── 1-RAG技术与应用.pdf (2.17 MB)
│ ├── 笔记.md (539.00 B)
│ ├── 笔记20260910.txt (11.07 KB)
│ ├── 学习资料更新说明.png (493.50 KB)
│ ├── 资料.zip (386.27 KB)
│ └── RAG技术与应用.mp4 (877.95 MB)
├── 27、让AI项目从“ demo 惊艳”到“商业成立”的30个评测指标/ (475.34 MB)
│ ├── 笔记.md (534.00 B)
│ └── 让AI项目从“ demo 惊艳”到“商业成立”的30个评测指标.mp4 (475.34 MB)
├── 28、GPT-6拆解:新模型时代赋予的新机会、新蓝海/ (722.90 MB)
│ ├── GPT-6拆解:新模型时代赋予的新机会、新蓝海.mp4 (722.42 MB)
│ ├── 笔记.md (366.00 B)
│ └── 往期资料.png (493.50 KB)
├── 29、RAG多模态数据处理/ (1008.79 MB)
│ ├── 1-RAG多模态数据处理.pdf (3.03 MB)
│ ├── 2-NotebookLM使用.pdf (1.68 MB)
│ ├── 笔记.md (387.00 B)
│ ├── 往期资料.png (493.50 KB)
│ ├── 资料.zip (74.65 MB)
│ └── RAG多模态数据处理.mp4 (928.95 MB)
├── 30、RAG高级技术与调优/ (938.37 MB)
│ ├── 1-RAG高级技术与调优.pdf (4.17 MB)
│ ├── 笔记.md (548.00 B)
│ ├── 笔记20260917.txt (7.57 KB)
│ ├── 重要资料查看说明.png (493.50 KB)
│ ├── 资料.zip (486.39 KB)
│ └── RAG高级技术与调优.mp4 (933.23 MB)
└── 31、项目实战:企业知识库/ (1.34 GB)
├── 1-项目实战:企业知识库.pdf (2.82 MB)
├── 笔记.md (868.00 B)
├── 笔记20260921.txt (15.88 KB)
├── 项目实战:企业知识库.mp4 (1.26 GB)
└── 资料.zip (71.16 MB)

声明:本站所发布的一切视频课程仅限用于学习和研究目的;不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。本站所有课程来自网络,版权争议与本站无关。如有侵权请联系客服QQ:1960026872或登录本站账号进入个人中心提交工单留言反馈,我们将第一时间处理!
侵权联系与免责声明: 1、本站资源所有内容均收集于网络,与本网站立场无关 2、本站所有资源收集于互联网,由用户分享,该帖子作者与IT课程网不享有任何版权,如有侵权请联系本站删除 3、本站部分内容转载自其它网站,但并不代表本站赞同其观点和对其真实性负责 4、如本帖侵犯到任何版权问题,请立即告知本站,本站将及时予与删除并致以最深的歉意。如有侵权请联系联系客服QQ:1960026872或登录本站账号进入个人中心提交工单留言反馈,我们将第一时间处理!