《雷神-2026 Python大模型Agent开发》 是一套面向 Python 开发者打造的大模型智能体（AI Agent）开发实战课程，主要围绕大语言模型（LLM）、Agent 架构、工具调用、知识库增强、自动化任务执行等前沿技术展开。课程结合当前人工智能应用发展的最新趋势，帮助学员从 Python 基础开发能力出发，逐步掌握基于大模型构建智能应用的方法，培养独立开发 AI Agent 系统的工程实践能力。
课程首先介绍生成式人工智能、大语言模型的发展背景以及 AI Agent 的核心概念，帮助学员理解智能体与传统 AI 应用、聊天机器人的区别。通过分析 Agent 的基本工作流程，包括任务理解、目标规划、信息检索、工具调用、结果反馈和任务执行等环节，让学员建立完整的大模型应用开发思维。同时讲解 GPT 系列模型、开源大模型以及国产大模型的调用方式，为后续项目开发打下基础。
在核心技术部分，课程重点讲解 Python 大模型应用开发技术，包括 Prompt Engineering（提示词工程）、上下文管理、结构化输出、Function Calling（函数调用）、Agent 框架设计、Memory（记忆机制）、RAG（检索增强生成）、Embedding 向量化以及向量数据库应用等内容。结合 LangChain、LangGraph 等主流开发框架，深入介绍如何搭建具备自主规划、推理分析和任务执行能力的智能体系统，让学员掌握从简单问答机器人到复杂业务 Agent 的开发方法。
课程还围绕多个真实应用场景展开项目实战，包括企业知识库智能助手、AI 客服机器人、自动化办公 Agent、智能数据分析助手、AI 编程助手、联网搜索 Agent 以及多智能体协作系统等案例。通过完整项目开发流程，学员能够学习需求分析、系统架构设计、模型接入、数据处理、工具集成、接口开发、测试优化以及部署上线等环节，全面提升大模型应用工程能力。
此外，课程结合企业实际应用需求，深入讲解 AI Agent 开发中的工程化实践，包括模型选择与成本控制、Token 优化、提示词调优、知识库维护、权限控制、日志监控、异常处理、安全防护以及系统性能优化等内容。同时介绍 MCP（Model Context Protocol）、多模态模型、AI 工作流自动化等新兴技术方向，帮助学员紧跟大模型应用生态发展趋势。
总体而言，《雷神-2026 Python大模型Agent开发》是一套覆盖理论、技术与项目实践的大模型应用开发课程。课程以 Python 作为开发基础，将大语言模型与智能体技术深度结合，帮助学员掌握 AI Agent 的设计、开发和落地方法。通过系统学习，学员能够独立构建智能问答、知识库助手、自动化办公工具及企业级智能应用，为从事大模型应用开发、AI 工程师岗位以及人工智能项目实践提供扎实的技术储备。
课程目录：
——/雷神 – 2026Python大模型Agent开发/
├──视频
| ├──1.快速上手Python与AI生态
| | ├──01. 课程简介.mp4 1.86M
| | ├──02. 第1章【基础语法】- 如何速通一门语言生态.mp4 3.24M
| | ├──03. 第1章【基础语法】- 安装Python环境.mp4 6.02M
| | ├──04. 第1章【基础语法】- 变量、数据类型、类型转换.mp4 12.22M
| | ├──05. 第1章【基础语法】- 运算符.mp4 11.13M
| | ├──06. 第1章【基础语法】- 流程控制.mp4 9.23M
| | ├──07. 第1章【基础语法】- 函数.mp4 20.74M
| | ├──08. 第1章【基础语法】- 数据结构.mp4 9.15M
| | ├──09. 第1章【基础语法】- 异常处理.mp4 5.04M
| | ├──10. 第1章【基础语法】- 面向对象.mp4 24.34M
| | ├──11. 第1章【基础语法】- 模块化.mp4 9.39M
| | ├──12. 第2章【进阶用法】- 包管理.mp4 14.52M
| | ├──13. 第2章【进阶用法】- 虚拟环境.mp4 9.54M
| | ├──14. 第2章【进阶用法】- 速查表.mp4 31.37M
| | ├──15. 第3章【JupyterLab】- 快速安装.mp4 9.42M
| | ├──16. 第3章【JupyterLab】- 笔记本操作.mp4 9.85M
| | ├──17. 第4章【智算平台】- 大模型的三个阶段.mp4 5.46M
| | ├──18. 第4章【智算平台】- 神经网络与显卡并行计算.mp4 13.38M
| | ├──19. 第4章【智算平台】- 开通服务器.mp4 5.75M
| | ├──20. 第4章【智算平台】- 部署数字人案例.mp4 13.97M
| | ├──21. 第5章【HuggingFace】- 模型、数据集、空间.mp4 17.21M
| | ├──22. 第5章【HuggingFace】- 大模型定义.mp4 10.53M
| | ├──23. 第5章【HuggingFace】- 按模态划分大模型.mp4 13.08M
| | ├──24. 第5章【HuggingFace】- 大模型其他分类.mp4 6.37M
| | ├──25. 第5章【HuggingFace】- 基础用法 – transformer库.mp4 16.07M
| | ├──26. 第5章【HuggingFace】- 基础用法 – pipeline模型流水线函数.mp4 7.93M
| | ├──27. 第5章【HuggingFace】- 基础用法 – 中文情感分类模型推理.mp4 6.55M
| | ├──28. 第5章【HuggingFace】- 基础用法 – 模型缓存位置.mp4 3.85M
| | ├──29. 第5章【HuggingFace】- 基础用法 – 多文本处理.mp4 3.73M
| | ├──30. 第5章【HuggingFace】- 基础用法 – 返回所有标签.mp4 2.95M
| | ├──31. 第5章【HuggingFace】- 基础用法 – 手动下载模型.mp4 17.57M
| | ├──32. 第5章【HuggingFace】- 基础用法 – 加载本地模型并推理.mp4 5.57M
| | ├──33. 第5章【HuggingFace】- NLP任务 – 任务详细分类.mp4 13.31M
| | ├──34. 第5章【HuggingFace】- NLP任务 – 文本分类模型与推理.mp4 10.31M
| | ├──35. 第5章【HuggingFace】- NLP任务 – 文本摘要模型与推理.mp4 5.85M
| | ├──36. 第5章【HuggingFace】- NLP任务 – NER（命名实体识别）模型与推理.mp4 10.10M
| | ├──37. 第5章【HuggingFace】- CV任务 – 任务详细分类.mp4 12.25M
| | ├──38. 第5章【HuggingFace】- CV任务 – 图片分类模型与推理.mp4 8.47M
| | ├──39. 第5章【HuggingFace】- CV任务 – 目标检测模型与推理.mp4 18.22M
| | ├──40. 第5章【HuggingFace】- 多模态任务 – 任务详细分类.mp4 14.04M
| | ├──41. 第5章【HuggingFace】- 多模态任务 – VQA（视觉问答）模型与推理.mp4 9.04M
| | ├──42. 第5章【HuggingFace】- 多模态任务 – DQA（文档问答）模型与推理.mp4 16.85M
| | ├──43. 第5章【HuggingFace】- 音频任务 – 任务分类.mp4 4.68M
| | ├──44. 第5章【HuggingFace】- 音频任务 – ASR（自动语音识别）模型与推理.mp4 17.06M
| | ├──45. 第5章【HuggingFace】- 音频任务 – TTS（文本转语音）模型与推理.mp4 10.55M
| | ├──46. 第5章【HuggingFace】- 音频任务 – TTA（文本转音频）模型与推理.mp4 12.55M
| | ├──47. 第5章【HuggingFace】- 实战小结.mp4 18.41M
| | ├──48. 第6章【Gradio】- 入门案例.mp4 18.25M
| | ├──49. 第6章【Gradio】- 情感分类模型页.mp4 2.68M
| | ├──50. 第6章【Gradio】- 目标检测模型页.mp4 20.44M
| | ├──51. 第7章【Flask】- 构建Python Web应用.mp4 8.52M
| | ├──52. 第7章【Flask】- 获取请求数据.mp4 26.74M
| | └──53. 第7章【Flask】- 封装大模型REST服务.mp4 8.53M
| ├──2.Python全能实战
| | ├──01. 课程介绍.mp4 21.43M
| | ├──02. 第1章【Conda】：安装配置与常用命令.mp4 61.68M
| | ├──03. 第1章【Conda】：项目工程创建.mp4 53.04M
| | ├──04. 第1章【Conda】：编辑器设置.mp4 9.77M
| | ├──05. 第2章【Numpy】：入门 – 简介&性能测试.mp4 38.36M
| | ├──06. 第2章【Numpy】：NDArray – N维数组概念.mp4 58.52M
| | ├──07. 第2章【Numpy】：NDArray – 基本结构&取值.mp4 125.86M
| | ├──08. 第2章【Numpy】：NDArray – 数组创建方式.mp4 90.43M
| | ├──09. 第2章【Numpy】：NDArray – 数据结构与内存布局.mp4 94.43M
| | ├──10. 第2章【Numpy】：索引与切片 – 一维数组.mp4 83.95M
| | ├──11. 第2章【Numpy】：索引与切片 – 二维数组.mp4 54.38M
| | ├──12. 第2章【Numpy】：数组运算 – 常见运算.mp4 30.73M
| | ├──13. 第2章【Numpy】：广播机制 – 变维、兼容、拉伸.mp4 55.51M
| | ├──14. 第2章【Numpy】：数组变形 – reshape.mp4 34.79M
| | ├──15. 第2章【Numpy】：数组变形 – 其他变形.mp4 81.18M
| | ├──16. 第2章【Numpy】：数组变形 – 拼接与分割.mp4 31.98M
| | ├──17. 第2章【Numpy】：数学运算 – 通用、三角、聚合函数.mp4 97.22M
| | ├──18. 第2章【Numpy】：线性代数 – 矩阵相乘.mp4 35.44M
| | ├──19. 第2章【Numpy】：线性代数 – 转置、逆、线性方程组等.mp4 94.11M
| | ├──20. 第2章【Numpy】：统计函数 – 基本统计.mp4 45.68M
| | ├──21. 第2章【Numpy】：统计函数 – 相关性分析.mp4 49.53M
| | ├──22. 第2章【Numpy】：随机数 – 常见生成方式.mp4 85.90M
| | ├──23. 第2章【Numpy总结】：案例：图像处理.mp4 117.75M
| | ├──24. 第2章【Pandas】：入门 – Pandas介绍.mp4 31.95M
| | ├──25. 第2章【Pandas】：数据集 – Series 一维数据.mp4 53.79M
| | ├──26. 第2章【Pandas】：数据集 – DataFrame 二维数据.mp4 61.92M
| | ├──27. 第2章【Pandas】：数据操作 – 新增.mp4 25.17M
| | ├──28. 第2章【Pandas】：数据操作 – 删除.mp4 35.24M
| | ├──29. 第2章【Pandas】：数据操作 – 修改.mp4 78.45M
| | ├──30. 第2章【Pandas】：数据概览 – 数据导入.mp4 38.07M
| | ├──31. 第2章【Pandas】：数据概览 – 数据查看.mp4 47.82M
| | ├──32. 第2章【Pandas】：数据概览 – 数据筛选.mp4 58.44M
| | ├──33. 第2章【Pandas】：数据概览 – 小实战.mp4 40.73M
| | ├──34. 第2章【Pandas】：数据概览 – 导出excel.mp4 87.34M
| | ├──35. 第2章【Pandas】：数据重塑 – 宽表转长表：melt().mp4 96.25M
| | ├──36. 第2章【Pandas】：数据重塑 – 长表转宽表：pivot().mp4 70.71M
| | ├──37. 第2章【Pandas】：数据清洗 – 类型转换.mp4 38.25M
| | ├──38. 第2章【Pandas】：数据清洗 – 数据分列.mp4 27.40M
| | ├──39. 第2章【Pandas】：数据清洗 – 行列聚合.mp4 35.52M
| | ├──40. 第2章【Pandas】：数据清洗 – 缺失值处理.mp4 57.15M
| | ├──41. 第2章【Pandas】：数据清洗 – 重复值处理.mp4 59.84M
| | ├──42. 第2章【Pandas】：数据转换 – 添加新列.mp4 62.00M
| | ├──43. 第2章【Pandas】：数据转换 – 字符串处理.mp4 26.05M
| | ├──44. 第2章【Pandas】：数据转换 – 排序.mp4 24.36M
| | ├──45. 第2章【Pandas】：数据转换 – 表格拼接.mp4 54.63M
| | ├──46. 第2章【Pandas】：分组聚合 – 统计指标.mp4 88.53M
| | ├──47. 第2章【Pandas】：分组聚合 – 相关性分析.mp4 40.56M
| | ├──48. 第2章【Pandas】：分组聚合 – cut区间分组.mp4 55.98M
| | ├──49. 第2章【Pandas】：分组聚合 – group分组.mp4 80.87M
| | ├──50. 第2章【Pandas】：分组聚合 – 聚合规则.mp4 119.26M
| | ├──51. 第2章【Pandas】：数据透视表 – pivot_table.mp4 189.05M
| | ├──52. 第2章【Pandas】：时间序列分析.mp4 111.41M
| | ├──53. 第2章【Pandas】：数据合并 – merge流程.mp4 60.89M
| | ├──54. 第2章【Pandas】：数据合并 – 四种连接.mp4 95.18M
| | ├──55. 第2章【Pandas】：数据合并 – 多列合并.mp4 32.85M
| | ├──56. 第2章【Pandas】：数据合并 – suffix自定义后缀.mp4 16.89M
| | ├──57. 第2章【Pandas】：数据合并 – 自定义on.mp4 17.41M
| | ├──58. 第2章【Pandas】：Pandas总结.mp4 38.24M
| | ├──59. 第3章【Matplotlib】：简介 – 入门案例.mp4 52.89M
| | ├──69. 第3章【Matplotlib】：简介 – 图表组件.mp4 72.50M
| | ├──70. 第3章【Matplotlib】：简介 – 两种绘图接口.mp4 54.99M
| | ├──71. 第3章【Matplotlib】：折线图 – 基本折线图.mp4 69.49M
| | ├──72. 第3章【Matplotlib】：折线图 – 多折线图.mp4 91.82M
| | ├──73. 第3章【Matplotlib】：柱状图 – 基本柱状图.mp4 57.66M
| | ├──74. 第3章【Matplotlib】：柱状图 – 分组柱状图.mp4 126.69M
| | ├──75. 第3章【Matplotlib】：柱状图 – 堆叠柱状图.mp4 48.84M
| | ├──76. 第3章【Matplotlib】：柱状图 – 水平柱状图.mp4 26.14M
| | ├──77. 第3章【Matplotlib】：饼状图 – 基础饼状图.mp4 82.99M
| | ├──78. 第3章【Matplotlib】：饼状图 – 环形图.mp4 51.07M
| | ├──79. 第3章【Matplotlib】：散点图 – 基本散点图.mp4 89.22M
| | ├──80. 第3章【Matplotlib】：气泡图 – 基本气泡图.mp4 29.21M
| | ├──81. 第3章【Matplotlib】：气泡图 – 多例气泡图.mp4 82.95M
| | ├──82. 第3章【Matplotlib】：直方图 – 基础直方图.mp4 60.98M
| | ├──83. 第3章【Matplotlib】：直方图 – 多组对比图.mp4 25.62M
| | ├──84. 第3章【Matplotlib】：直方图 – 概率密度图.mp4 52.43M
| | ├──85. 第3章【Matplotlib】：箱线图 – 解读箱线图.mp4 63.92M
| | ├──86. 第3章【Matplotlib】：箱线图 – 基本箱线图.mp4 190.30M
| | ├──87. 第3章【Matplotlib】：小提琴图 – 复杂图形绘制.mp4 167.52M
| | ├──88. 第3章【Matplotlib】：热力图 – 基本热力图.mp4 139.69M
| | ├──89. 第3章【Matplotlib】：热力图 – 相关性热力图.mp4 75.02M
| | ├──90. 第3章【Matplotlib】：热力图 – imshow()其他用法.mp4 40.81M
| | ├──91. 第3章【Matplotlib】：图表小结.mp4 20.72M
| | ├──92. 第3章【Matplotlib】：高级配置 – 子图布局.mp4 155.44M
| | ├──93. 第3章【Matplotlib】：高级配置 – 自定义样式.mp4 86.86M
| | ├──94. 第3章【Matplotlib】：高级配置 – 自定义注释.mp4 172.76M
| | ├──95. 第3章【Matplotlib】：高级配置 – 图像保存.mp4 28.46M
| | └──96. 第3章【Matplotlib】：Matplotlib总结.mp4 77.11M
| ├──3.智能体开发全套
| | ├──1.AIGC篇
| | ├──2.Web开发
| | ├──3.Web项目
| | ├──4.RAG周
| | ├──5.Agent周
| | └──6.天宫医疗
| ├──4.机器学习与深度学习基础
| | ├──1.机器学习入门课
| | └──2.深度学习入门课
| └──5.模型量化微调与就业辅导
| | ├──1.就业辅导
| | ├──2.VibeCoding
| | └──3.模型微调、量化、加速推理、面试
└──资料
| ├──md打包文件（本地图片）.zip 1.13G
| └──资料.zip 4.75G
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！