深度之眼-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期是一套聚焦大语言模型智能体技术与实际应用开发的系统课程，适合希望深入了解Agent技术体系、掌握智能体开发方法，并进一步提升AI应用工程实践能力的学习者。课程围绕当前大模型应用发展的重要方向——LLM Agents展开，从基础概念、核心原理到项目实践，帮助学习者建立较为完整的智能体知识体系。

课程重点涵盖大语言模型与智能体之间的关系，以及Agent在实际应用中的工作机制。学习过程中将逐步理解Prompt设计、任务规划、工具调用、上下文管理、记忆机制、知识检索、函数调用等关键技术，进一步认识智能体如何借助大模型进行任务拆解、信息获取、决策执行和结果反馈。通过系统学习，可以更加清晰地掌握一个完整Agent应用从设计到实现所涉及的技术环节。

在进阶内容方面，课程更加关注智能体的工程化落地，包括Agent工作流设计、多智能体协作、RAG知识库、外部工具接入以及复杂任务处理等方向。通过具体案例进行技术拆解，将抽象的理论知识与真实业务需求结合起来，让学习者不仅能够理解“智能体是什么”，还能够进一步掌握“智能体如何开发”和“如何应用到实际项目”。

课程同时强调实践能力，通过项目驱动的学习方式，将模型调用、工具使用、任务规划和业务逻辑进行组合，逐步完成具有实际功能的AI智能体应用。在实践过程中，学习者能够了解智能体项目开发中常见的技术难点，并学习如何进行方案设计、功能实现和效果优化。

整体来看，深度之眼-大语言模型智能体（LLM Agents）5期适合AI开发人员、Java/Python开发者、算法及大模型方向学习者，以及希望转型AI应用开发的技术人员。通过系统学习LLM Agents相关技术，可以进一步拓展大模型应用开发能力，为后续深入多智能体、AI工作流、RAG以及企业级智能体项目开发打下基础。

课程目录：

├─【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
│   【3月14日】第二节：研究主题选择和问题定义.mp4
│   【3月19日】第三节：文献综述和相关工作.mp4
│   【3月21日】第四节：实验设计和数据收集.mp4
│   【3月26日】第五节：算法和模型选择.mp4
│   【3月28日】第六节：实验实施和结果分析.mp4
│   【4月2日】第七节：论文写作和结构学术.mp4
│   【4月9日】第八节：论文讨论和贡献.mp4
│   【4月11日】第九节：论文修改和审稿反馈.mp4
│   【4月16日】第十节：学术发表和学术生涯规划.mp4
│   【4月18日】第十一节：老师点评、自我评价与答疑.mp4
│
├─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
│   第2讲-卷积神经网络.mp4
│   第3讲-Transformer系列.mp4
│   第4讲-目标检测初探.mp4
│   第5讲-语义分割基础.mp4
│   第6讲-视觉生成模型.mp4
│   第7讲-前沿论文复现.mp4
│   第8讲-模型的修改与设计.mp4
│
└─深度之眼内部学员专属代码直播课（NLP方向）
    第1讲-科研代码开发与环境配置.mp4
    第2讲-PyTorch 与 Transformer 基础.mp4
    第3讲-大语言模型基础.mp4
    第4讲-Prompt 工程.mp4
    第5讲-构建 RAG 应用.mp4
    第6讲-大语言模型的微调.mp4
    第7讲-大语言模型评估.mp4
    第8讲-复现同行工作.mp4
    第9讲-科研代码开源规范.mp4
    第10讲-LaTeX 语法 & Overleaf使用基础.mp4