大语言模型智能体（LLM Agents）5期

《深度之眼-大语言模型智能体（LLM Agents）5期》 是一套聚焦于大语言模型智能体（LLM Agents）开发与应用的高级实战课程，面向 AI 开发者、算法工程师、Python 程序员以及希望深入学习 AI Agent 技术的从业者。课程以当前主流的大语言模型技术为基础，结合智能体（Agent）架构、工具调用、知识库、工作流及多智能体协作等前沿方向，系统讲解如何构建具备自主规划、推理、决策和任务执行能力的智能应用，帮助学员掌握企业级 AI Agent 的设计与开发方法。

课程首先介绍大语言模型的发展历程、Transformer 架构、Prompt Engineering（提示词工程）、上下文学习（In-Context Learning）以及 Function Calling（函数调用）等基础知识，让学员理解智能体与传统聊天机器人的区别，并掌握 Agent 的整体工作流程，包括任务理解、思考规划、工具调用、结果反馈和持续优化等关键环节。

在核心技术部分，课程重点讲解智能体框架的设计与实现，包括 ReAct 推理模式、Plan-and-Execute 任务规划、多轮对话管理、Memory（记忆机制）、RAG（检索增强生成）、Embedding（向量化）、向量数据库应用以及知识库构建等内容。同时结合 LangChain、LangGraph、AutoGen 等主流 Agent 开发框架，介绍智能体工作流编排、状态管理、节点调度及复杂任务执行机制，帮助学员掌握构建复杂 AI 系统所需的关键技术。

为了强化实践能力，课程围绕多个企业级项目展开，包括企业知识库问答系统、智能办公助手、AI 数据分析助手、自动化文档处理、联网搜索助手、代码开发助手及多 Agent 协同办公平台等典型案例。通过完整项目演练，学员能够学习需求分析、系统架构设计、模型接入、工具集成、接口开发、性能优化及部署上线等完整流程，并掌握如何将智能体与数据库、搜索引擎、第三方 API、办公系统等业务平台进行集成，实现智能化业务处理。

此外，课程还介绍了智能体开发中的工程实践，包括 Prompt 优化策略、Token 成本控制、模型选择、多模型协同、缓存机制、异常恢复、安全防护、日志监控以及智能体评测等内容，并结合 MCP（Model Context Protocol）、A2A（Agent to Agent）协作、多模态模型及 AI 工作流等新兴技术，帮助学员了解当前 AI Agent 技术的发展趋势和行业最佳实践，为构建高可靠、高扩展性的智能应用提供参考。

总体而言，《深度之眼-大语言模型智能体（LLM Agents）5期》 是一套兼具理论深度与工程实践的 AI 智能体课程。课程以真实项目为载体，系统讲解从大语言模型应用到 Agent 系统开发的完整技术体系。通过学习，学员不仅能够深入理解智能体的设计思想和核心原理，还能够独立开发企业知识助手、智能客服、自动化办公平台、多智能体协作系统等多种 AI 应用，为从事大模型应用开发、AI Agent 工程及企业智能化建设奠定扎实的技术基础。

课程目录：

—/深度之眼-大语言模型智能体（LLM Agents）5期/
├──【深度之眼】科研方法论研修班  
|   ├──【3月12日】第一节：导论和学术科研概述.mp4  452.04M
|   ├──【3月14日】第二节：研究主题选择和问题定义.mp4  540.47M
|   ├──【3月19日】第三节：文献综述和相关工作.mp4  500.41M
|   ├──【3月21日】第四节：实验设计和数据收集.mp4  468.13M
|   ├──【3月26日】第五节：算法和模型选择.mp4  293.38M
|   ├──【3月28日】第六节：实验实施和结果分析.mp4  322.30M
|   ├──【4月11日】第九节：论文修改和审稿反馈.mp4  296.66M
|   ├──【4月16日】第十节：学术发表和学术生涯规划.mp4  278.78M
|   ├──【4月18日】第十一节：老师点评、自我评价与答疑.mp4  342.92M
|   ├──【4月2日】第七节：论文写作和结构学术.mp4  361.88M
|   └──【4月9日】第八节：论文讨论和贡献.mp4  377.20M
├──深度之眼内部学员专属代码直播课（CV方向）  
|   ├──第1讲-CV基础框架.mp4  368.34M
|   ├──第2讲-卷积神经网络.mp4  373.66M
|   ├──第3讲-Transformer系列.mp4  489.41M
|   ├──第4讲-目标检测初探.mp4  526.34M
|   ├──第5讲-语义分割基础.mp4  679.75M
|   ├──第6讲-视觉生成模型.mp4  406.30M
|   ├──第7讲-前沿论文复现.mp4  534.90M
|   └──第8讲-模型的修改与设计.mp4  670.16M
└──深度之眼内部学员专属代码直播课（NLP方向）  
|   ├──第10讲-LaTeX 语法 & Overleaf使用基础.mp4  69.54M
|   ├──第1讲-科研代码开发与环境配置.mp4  540.01M
|   ├──第2讲-PyTorch 与 Transformer 基础.mp4  318.21M
|   ├──第3讲-大语言模型基础.mp4  444.04M
|   ├──第4讲-Prompt 工程.mp4  307.42M
|   ├──第5讲-构建 RAG 应用.mp4  314.48M
|   ├──第6讲-大语言模型的微调.mp4  388.77M
|   ├──第7讲-大语言模型评估.mp4  262.90M
|   ├──第8讲-复现同行工作.mp4  214.93M
|   └──第9讲-科研代码开源规范.mp4  202.08M