大模型251020线上同步

《尚硅谷大模型251020线上同步班》是一套面向人工智能时代打造的大模型开发实战课程，采用线上同步教学模式，课程内容与线下面授班保持一致，适合希望系统学习大模型技术、AI应用开发以及智能体开发的在校学生、程序员、开发工程师和AI转型人员。课程坚持“理论+实战+项目+就业”的培养模式，从基础知识开始，逐步深入大模型应用开发、智能体构建、多模态技术以及企业级项目实践，帮助学员建立完整的AI开发知识体系，并具备独立完成大模型项目开发的能力。课程支持直播学习、课程回放、全程答疑和就业辅导，即使是在职学习者也能够灵活安排学习时间。

课程内容涵盖Python编程基础、数据结构与算法、数据分析、机器学习、深度学习、自然语言处理（NLP）等AI基础知识，并逐步进入大语言模型（LLM）的核心技术学习，包括Prompt Engineering（提示词工程）、RAG（检索增强生成）、向量数据库、LangChain框架、智能体（Agent）开发、多智能体协作、大模型微调、多模态模型以及AI应用架构设计等热门方向。同时，课程结合当前企业主流技术栈，通过真实案例讲解知识库问答系统、智能客服、电商AI助手、舆情分析平台、企业办公助手等多个项目，帮助学员理解AI技术在实际业务中的落地方式，提高工程实践能力。

在实践教学方面，课程强调项目驱动学习，学员将参与多个完整项目开发，从需求分析、环境部署、模型调用、接口开发到系统上线，体验真实的软件研发流程。同时，课程还融入近年来热门的AI辅助编程（Vibe Coding）理念，结合主流开发工具和框架，提高开发效率，让学员掌握利用AI完成代码生成、调试优化和项目开发的方法。整个学习过程中配备完善的学习资料、源码、课堂笔记、实验环境及课后答疑，并提供班主任督学和就业老师全程跟踪服务，帮助学员解决学习过程中遇到的问题。

总体来看，《尚硅谷大模型251020线上同步班》是一门兼顾技术深度与项目实战的大模型开发课程，内容覆盖人工智能开发所需的主流技术方向，紧贴当前企业对AI工程师、智能体开发工程师及大模型应用开发工程师的岗位需求。通过系统学习，学员能够掌握从AI基础到大模型应用开发的完整技能链，具备开发企业级智能应用和智能体系统的能力，为进入人工智能行业、提升职业竞争力以及参与企业AI数字化升级奠定坚实的技术基础。

课程目录：

📂 尚硅谷大模型251020线上同步
├── 📂 01_尚硅谷大模型技术之Python基础
│ ├── 📂 1.笔记
│ │ ├── 尚硅谷大模型技术之Python1.0.docx (11.68 MB)
│ │ ├── 尚硅谷大模型技术之Python课后练习题以及答案.docx (312.74 KB)
│ │ └── python基础.bmpr (96.00 KB)
│ ├── 📂 2.资料
│ │ ├── 📂 画图截图工具
│ │ ├── 📂 jetbrains
│ │ ├── EVCapture_v5.1.6.exe (32.37 MB)
│ │ ├── jetbrains.zip (2.37 MB)
│ │ ├── pycharm-professional-2024.3.1.1.exe (818.05 MB)
│ │ ├── python-3.12.8-amd64.exe (25.79 MB)
│ │ └── Python-3.12.8.tgz (25.82 MB)
│ ├── 📂 4.视频
│ │ ├── 📂 day01
│ │ ├── 📂 day02
│ │ ├── 📂 day03
│ │ ├── 📂 day04
│ │ ├── 📂 day05
│ │ ├── 📂 day06
│ │ ├── 📂 day07
│ │ ├── 📂 day08
│ │ ├── 📂 day09
│ │ ├── 📂 day10
│ │ ├── 📂 day11
│ │ ├── 📂 day12
│ │ └── 📂 day13
│ └── 📂 4.视频（上个班级）
│ ├── 📂 day01
│ ├── 📂 day02
│ ├── 📂 day03
│ ├── 📂 day04
│ ├── 📂 day05
│ ├── 📂 day06
│ ├── 📂 day07
│ ├── 📂 day08
│ ├── 📂 day09
│ ├── 📂 day10
│ ├── 📂 day11
│ ├── 📂 day12
│ └── 📂 day13
├── 📂 02_尚硅谷大模型技术之数据结构与算法
│ ├── 📂 1.笔记
│ │ ├── 尚硅谷大模型技术之数据结构与算法1.0.docx (14.77 MB)
│ │ └── 数据结构与算法.bmpr (349.00 KB)
│ └── 📂 4.视频
│ ├── 📂 day01
│ ├── 📂 day02
│ ├── 📂 day03
│ ├── 📂 day04
│ └── 📂 day05
├── 📂 03_尚硅谷大模型技术之Linux及Shell
│ ├── 📂 1.笔记
│ │ ├── 尚硅谷大模型技术之Linux（Ubuntu）1.0.docx (13.53 MB)
│ │ └── 尚硅谷大模型技术之Shell1.0.docx (980.40 KB)
│ ├── 📂 2.资料
│ │ ├── ubuntu-22.04.4-desktop-amd64.iso (4.67 GB)
│ │ ├── VMware 17的许可密钥.txt (29.00 B)
│ │ ├── VMware-workstation-full-17.5.1-23298084.exe (594.29 MB)
│ │ ├── Xftp-8.0.0068p.exe (35.95 MB)
│ │ └── Xshell-8.0.0069p.exe (44.48 MB)
│ ├── 📂 3.代码
│ └── 📂 4.视频
│ ├── 📂 day01
│ └── 📂 day02
├── 📂 04_尚硅谷大模型技术之MySQL
│ ├── 📂 1.笔记
│ │ └── 尚硅谷大模型技术之MySQL1.0.docx (10.32 MB)
│ ├── 📂 2.资料
│ │ ├── 练习数据.sql (15.36 KB)
│ │ ├── 演示数据.sql (8.21 KB)
│ │ ├── mysql-installer-community-8.0.26.0.msi (450.66 MB)
│ │ └── Navicatls_17.rar (149.07 MB)
│ └── 📂 4.视频
│ ├── 📂 day01
│ ├── 📂 day02
│ ├── 📂 day03
│ └── 📂 day04
├── 📂 05_尚硅谷大模型技术之Python连接MySQL以及Web开发框架
│ ├── 📂 1.笔记
│ │ ├── 尚硅谷大模型技术之FastAPI&SQLAlchemy1.0.docx (1.26 MB)
│ │ └── 尚硅谷大模型技术之Python连接MySQL.docx (1.61 MB)
│ ├── 📂 2.资料
│ │ ├── mysql-apt-config_0.8.36-1_all.deb (17.70 KB)
│ │ └── MySQLl的卸载与安装.docx (1.49 MB)
│ ├── 📂 3.代码
│ └── 📂 4.视频
│ └── 📂 day01
├── 📂 06_尚硅谷大模型技术之Numpy&Pandas
│ ├── 📂 1.笔记
│ │ └── 尚硅谷大模型技术之numpy与pandas1.0.docx (7.76 MB)
│ ├── 📂 2.资料
│ │ ├── 📂 data
│ │ ├── Anaconda3-2024.10-1-Linux-x86_64.sh (1.03 GB)
│ │ └── Anaconda3-2024.10-1-Windows-x86_64.exe (950.52 MB)
│ └── 📂 4.视频
│ ├── 📂 day01
│ ├── 📂 day02
│ ├── 📂 day03
│ ├── 📂 day04
│ └── 📂 day05
├── 📂 07_尚硅谷大模型技术之Git
│ ├── 📂 1.笔记
│ │ └── 尚硅谷大模型技术之Git1.0.docx (12.15 MB)
│ ├── 📂 2.资料
│ │ └── Git-2.40.0-64-bit.exe (51.30 MB)
│ ├── 📂 3.代码
│ │ ├── 📂 project-ls
│ │ ├── 📂 project-ls111
│ │ ├── 📂 project-zs
│ │ ├── 📂 project-zs111
│ │ └── 📂 project1
│ └── 📂 4.视频
│ └── 📂 day01
├── 📂 08_尚硅谷AI大模型之机器学习
│ ├── 📂 1.笔记
│ │ ├── 尚硅谷大模型技术之机器学习1.4.0.docx (12.36 MB)
│ │ └── 尚硅谷大模型技术之数学基础1.2.2.docx (1.18 MB)
│ ├── 📂 2.资料
│ │ └── 📂 data
│ ├── 📂 3.代码
│ │ ├── 📂 .ipynb_checkpoints
│ │ └── 📂 notebook
│ └── 📂 4.视频
│ ├── 📂 Day1
│ ├── 📂 Day2
│ ├── 📂 Day3
│ ├── 📂 Day4
│ ├── 📂 Day5
│ ├── 📂 Day6
│ └── 📂 Day7
├── 📂 09_尚硅谷AI大模型之深度学习
│ ├── 📂 1.笔记
│ │ └── 尚硅谷大模型技术之深度学习1.3.0.docx (14.72 MB)
│ ├── 📂 2.资料
│ │ └── 📂 data
│ └── 📂 4.视频
│ ├── 📂 Day1
│ ├── 📂 Day2
│ ├── 📂 Day3
│ ├── 📂 Day4
│ ├── 📂 Day5
│ ├── 📂 Day6
│ ├── 📂 Day7
│ ├── 📂 Day8
│ ├── 📂 Day9
│ ├── 📂 Day10
│ ├── 📂 Day11
│ └── 📂 Day12
├── 📂 10_尚硅谷AI大模型项目之智图寻宝
│ ├── 📂 1.笔记
│ │ └── 尚硅谷大模型技术之智图寻宝2.0.0.docx (24.28 MB)
│ ├── 📂 2.资料
│ │ ├── 📂 神经网络架构图
│ │ ├── 📂 logo
│ │ ├── 📂 NN-SVG-master
│ │ ├── 📂 pictures
│ │ ├── Apple.jpg (69.01 KB)
│ │ ├── dataset.zip (150.97 MB)
│ │ ├── fashion-labels.csv (207.60 KB)
│ │ └── pictures.zip (1.18 MB)
│ └── 📂 4.视频
│ ├── 📂 Day1
│ ├── 📂 Day2
│ ├── 📂 Day3
│ └── 📂 Day4
├── 📂 11_尚硅谷AI大模型之NLP
│ ├── 📂 1.笔记
│ │ ├── 尚硅谷大模型技术之Hugging Face生态.docx (2.15 MB)
│ │ └── 尚硅谷大模型技术之NLP1.0.3.docx (29.68 MB)
│ ├── 📂 2.资料
│ │ ├── 📂 1.词向量
│ │ ├── 📂 2.数据集
│ │ ├── 📂 3.预训练模型
│ │ └── 📂 4.软件安装包
│ └── 📂 4.视频
│ ├── 📂 Day1
│ ├── 📂 Day2
│ ├── 📂 Day3
│ ├── 📂 Day4
│ ├── 📂 Day5
│ ├── 📂 Day6
│ ├── 📂 Day7
│ ├── 📂 Day8
│ ├── 📂 Day9
│ ├── 📂 Day10
│ ├── 📂 Day11
│ └── 📂 Day12
├── 📂 12_尚硅谷大模型项目之智能商品发布
│ ├── 📂 1.笔记
│ │ └── 尚硅谷大模型技术之智能商品发布1.0.0.docx (881.82 KB)
│ ├── 📂 2.资料
│ │ ├── 📂 1.数据集
│ │ ├── 📂 2.模型
│ │ └── 📂 评估指标相关
│ ├── 📂 3.代码
│ └── 📂 4.视频
│ ├── 📂 day01
│ └── 📂 day02
├── 📂 13_尚硅谷大模型项目实战之地址对齐
│ ├── 📂 1.笔记
│ │ ├── 地址对齐总结.txt (1.52 KB)
│ │ └── 尚硅谷大模型项目实战之地址对齐V1.0.2.docx (1.80 MB)
│ ├── 📂 2.资料
│ │ ├── 📂 address_alignment-下发任务
│ │ └── 地址对齐V1.0.2-项目说明.docx (1.19 MB)
│ ├── 📂 3.代码
│ │ ├── 📂 address_alignment
│ │ └── address_alignment.zip (254.90 MB)
│ └── 📂 4.视频
│ ├── 📂 day01
│ └── 📂 day02
├── 📂 14_尚硅谷大模型技术之大模型概述
│ ├── 📂 1.笔记
│ │ ├── 尚硅谷大模型技术之大模型概述v1.1.6.docx (23.64 MB)
│ │ └── 尚硅谷大模型技术之大模型概述v1.1.7.docx (23.64 MB)
│ ├── 📂 2.资料
│ │ ├── 大模型概述总结.txt (8.02 KB)
│ │ └── Cherry-Studio-1.7.13-x64-setup.exe (114.75 MB)
│ └── 📂 4.视频
│ ├── 1.课程整体介绍.mp4 (5.28 MB)
│ ├── 2.定义及大模型为何出现.mp4 (30.47 MB)
│ ├── 3.大模型计量单位.mp4 (26.02 MB)
│ ├── 4.大模型分类-按照输出的数学形态分.mp4 (24.98 MB)
│ ├── 5.大模型分类-生成模型根据模态分类.mp4 (23.00 MB)
│ ├── 6.AIGC和AGI.mp4 (8.66 MB)
│ ├── 7.大模型的开源.mp4 (13.61 MB)
│ ├── 8.大语言模型的架构演进.mp4 (26.69 MB)
│ ├── 9.大模型的训练范式.mp4 (38.25 MB)
│ ├── 10.1.1~1.3总结.mp4 (57.26 MB)
│ ├── 11.1.4.1-计算芯片.mp4 (35.00 MB)
│ ├── 12.1.4.1-硬件基础完结.mp4 (14.64 MB)
│ ├── 13.1.4-算力为什么不够用.mp4 (47.25 MB)
│ ├── 14.CUDA.mp4 (3.68 MB)
│ ├── 15.1.4总结.mp4 (24.61 MB)
│ ├── 16.工程实现概述.mp4 (10.46 MB)
│ ├── 17.什么是提示词.mp4 (15.58 MB)
│ ├── 18.如何调用在线大模型.mp4 (52.09 MB)
│ ├── 19.提示词五要素.mp4 (48.06 MB)
│ ├── 20.多轮对话消息结构设计.mp4 (93.83 MB)
│ ├── 21.提示词模板.mp4 (16.37 MB)
│ ├── 22.文本编辑器常用快捷键.mp4 (13.12 MB)
│ ├── 23.RAG.mp4 (35.27 MB)
│ ├── 24.微调.mp4 (10.23 MB)
│ ├── 25.续训.mp4 (3.14 MB)
│ ├── 26.智能体定义及适用场景.mp4 (24.45 MB)
│ ├── 27.Function Call.mp4 (109.66 MB)
│ ├── 28.MCP.mp4 (92.12 MB)
│ ├── 29.MCP-2和Agent.mp4 (14.48 MB)
│ ├── 30.Function Call Bug.mp4 (2.92 MB)
│ └── 31.第二章总结.mp4 (91.50 MB)
├── 📂 15_尚硅谷大模型技术之低代码平台Agent开发与部署
│ ├── 📂 1-课件
│ │ ├── 📂 03-Coze案例 一键生成行业调研PPT
│ │ ├── 📂 04-07-Coze案例 商品营销卖点提炼
│ │ ├── 📂 04-06-Dify案例 商品评论分析
│ │ ├── 📂 04-06-Coze案例 商品评论分析
│ │ ├── 📂 04-05-Dify案例 客服对话记录分析
│ │ ├── 📂 04-05-Coze案例 客服对话记录分析
│ │ ├── 📂 04-04-Dify案例 一键生成行业(或产品)调研报告
│ │ ├── 📂 04-03-Dify案例 客户投诉分类助手-钉钉
│ │ ├── 📂 04-02-Coze案例 一键生成商品宣传视频
│ │ ├── 📂 04-01-Coze案例 产品营销海报生成
│ │ ├── 📂 images
│ │ ├── 01-RAG-搭建企业私有&个人知识库.md (16.28 KB)
│ │ ├── 02-基于Coze&Dify平台的智能体开发.md (39.82 KB)
│ │ ├── 05-Python调用Dify平台工作流.md (62.78 KB)
│ │ ├── 06-Python调用Coze平台工作流.md (7.24 KB)
│ │ ├── 07-Coze的Windows平台部署.md (21.37 KB)
│ │ ├── 08-Dify的Windows平台部署.md (3.30 KB)
│ │ ├── 09-企业级大模型的部署.md (33.30 KB)
│ │ └── UqpVNrYMRsnH.png (493.50 KB)
│ ├── 📂 2-资料
│ │ ├── 📂 抖音文案-康师傅
│ │ ├── 📂 学生使用共享镜像
│ │ ├── 📂 images
│ │ ├── 本地大模型的安装部署.md (7.84 KB)
│ │ ├── 部署架构.drawio (179.33 KB)
│ │ ├── 代码中转义字符操作的理解.jpg (117.58 KB)
│ │ ├── 对比 宇树科技G1功夫小子V6.0.mp4 (32.78 MB)
│ │ ├── 对比 TESLA特斯拉人形机器人.mp4 (22.05 MB)
│ │ ├── 多智能体的交互.mp4 (12.88 MB)
│ │ ├── 二维码.jpg (48.06 KB)
│ │ ├── 刑法.txt (114.64 KB)
│ │ ├── AutoDL使用文档.pdf (2.30 MB)
│ │ ├── gSpTfQL9G1Bd5NvY.pptx (2.85 MB)
│ │ └── logo.jpg (412.76 KB)
│ ├── 📂 3-软件
│ │ ├── Cherry-Studio-1.7.1-x64-setup.exe (127.53 MB)
│ │ ├── coze-loop-main.zip (7.58 MB)
│ │ ├── dify-0.15.5.tar.gz (22.72 MB)
│ │ ├── Docker Desktop Installer.exe (561.13 MB)
│ │ ├── go1.25.4.windows-amd64.msi (53.53 MB)
│ │ ├── ima.copilot-win-x64-10000075-2.1.0(3484).exe (191.92 MB)
│ │ ├── OllamaSetup.exe (1.14 GB)
│ │ └── Postman-win64-9.15.2-Setup.exe (153.38 MB)
│ ├── 📂 4-代码
│ └── 📂 5-视频
│ ├── 📂 day01
│ ├── 📂 day02
│ └── 📂 day03
├── 📂 16_尚硅谷大模型技术之LangChain
│ ├── 📂 1.笔记
│ │ └── 尚硅谷大模型技术之LangChainV1.1.0.docx (8.72 MB)
│ ├── 📂 2.资料
│ │ ├── 📂 assets
│ │ ├── 📂 bge-m3
│ │ ├── 📂 models
│ │ ├── attu.Setup.2.6.4.exe (86.62 MB)
│ │ ├── Docker Desktop Installer.exe (586.27 MB)
│ │ ├── milvus_image.tar (2.36 GB)
│ │ ├── requirements.txt (6.39 KB)
│ │ ├── standalone_embed.sh (5.07 KB)
│ │ └── standalone.bat (4.29 KB)
│ └── 📂 4.视频
│ ├── 📂 day01
│ ├── 📂 day02
│ ├── 📂 day03
│ └── 📂 day04
├── 📂 17_尚硅谷大模型技术之智能点餐系统
│ ├── 📂 1.笔记
│ │ └── 尚硅谷大模型技术之智能点餐系统.docx (990.67 KB)
│ ├── 📂 2.资料
│ │ ├── menu.sql (4.40 KB)
│ │ ├── node-v22.22.0-x64.msi (30.05 MB)
│ │ └── redis.tar (114.20 MB)
│ ├── 📂 3.代码
│ │ └── 远端仓库地址.txt (111.00 B)
│ └── 📂 4.视频
│ ├── 01_项目介绍和结构-网盘分享wpfx.org.cn.mp4 (57.79 MB)
│ ├── 02_项目初始化-网盘分享wpfx.org.cn.mp4 (213.95 MB)
│ ├── 03_创建工具和导入milvus数据-网盘分享wpfx.org.cn.mp4 (277.69 MB)
│ ├── 04_预订工具的构建-网盘分享wpfx.org.cn.mp4 (160.01 MB)
│ ├── 05_问题处理-网盘分享wpfx.org.cn.mp4 (7.87 MB)
│ ├── 06_流式输出的接口-网盘分享wpfx.org.cn.mp4 (295.38 MB)
│ ├── 07_agent流式输出的测试-网盘分享wpfx.org.cn.mp4 (69.84 MB)
│ ├── 08_faq使用redis的实现思路-网盘分享wpfx.org.cn.mp4 (95.48 MB)
│ ├── 09_redis基本命令一-网盘分享wpfx.org.cn.mp4 (43.27 MB)
│ ├── 10_redis的基本命令二-网盘分享wpfx.org.cn.mp4 (53.93 MB)
│ ├── 12_关于前端的环境和redis的部署-网盘分享wpfx.org.cn.mp4 (31.84 MB)
│ ├── 13_redis基本命令三-网盘分享wpfx.org.cn.mp4 (73.47 MB)
│ ├── 14_将数据同步至Redis中-网盘分享wpfx.org.cn.mp4 (119.97 MB)
│ ├── 15_faq的接口的定义逻辑-网盘分享wpfx.org.cn.mp4 (18.23 MB)
│ ├── 16_从redis加载faq-网盘分享wpfx.org.cn.mp4 (142.52 MB)
│ ├── 17_计算相似度得分的方法-网盘分享wpfx.org.cn.mp4 (124.58 MB)
│ ├── 18_测试-网盘分享wpfx.org.cn.mp4 (47.56 MB)
│ ├── 19_完成后续的两个接口-网盘分享wpfx.org.cn.mp4 (136.99 MB)
│ └── 远端仓库地址-网盘分享wpfx.org.cn.txt (111.00 B)
├── 📂 18_尚硅谷大模型技术之LangGraph
│ ├── 📂 1笔记
│ │ └── 尚硅谷大模型技术之LangGraphV1.1.0.docx (1.81 MB)
│ ├── 📂 2资料
│ │ └── langgraph.drawio (22.89 KB)
│ ├── 📂 3代码
│ └── 📂 4视频
│ ├── 📂 day01
│ └── 📂 day02
├── 📂 19_尚硅谷大模型项目之掌柜智库
│ ├── 📂 代码
│ │ ├── 📂 shopkeeper_brain
│ │ └── 代码链接.txt (94.00 B)
│ ├── 📂 资料包
│ │ ├── 📂 工具包
│ │ ├── 📂 镜像加速
│ │ ├── 📂 课件集合
│ │ ├── 📂 docker-compose脚本
│ │ ├── 📂 docker安装
│ │ ├── 📂 pdf文档
│ │ ├── 📂 yum源文件
│ │ └── Milvus.zip (41.12 MB)
│ ├── 📂 day01_项目介绍&环境部署
│ │ ├── 📂 1_vcr
│ │ ├── 📂 2_resource
│ │ ├── 📂 3_code
│ │ └── 📂 4_other
│ ├── 📂 day02_导入业务（解析PDF）编码实
│ │ ├── 📂 1_vcr
│ │ ├── 📂 2_resouce
│ │ ├── 📂 3_code
│ │ ├── 📂 4_other
│ │ └── day02_导入业务（解析PDF）编码实.torrent (42.27 KB)
│ ├── 📂 day03_导入业务（MD图片处理）编码实现
│ │ ├── 📂 1_vcr
│ │ ├── 📂 2_resource
│ │ ├── 📂 3_code
│ │ ├── 📂 4_other
│ │ └── day03_导入业务（MD图片处理）编码实现.torrent (28.71 KB)
│ ├── 📂 day04_导入业务（MD图片处理&文本切割上）编码实现
│ │ ├── 📂 1_vcr
│ │ ├── 📂 2_resource
│ │ ├── 📂 4_other
│ │ ├── 2_resource.zip (2.97 MB)
│ │ └── day04_导入业务（MD图片处理&文本切割）编码实现.torrent (15.92 KB)
│ ├── 📂 day05_导入业务（文档切分）编码实现
│ │ ├── 📂 1_vcr
│ │ ├── 📂 2_resource
│ │ ├── 📂 3_code
│ │ └── 📂 4_other
│ ├── 📂 day06_导入业务(商品名识别) 编码实现
│ │ ├── 1、AI_掌柜智库（导入流程）商品名识别的流程分析.mp4 (175.61 MB)
│ │ ├── 2、AI_掌柜智库（导入流程）商品名识别节点编码实现（第一步参数校验）.mp4 (59.12 MB)
│ │ ├── 3、AI_掌柜智库（导入流程）商品名识别节点编码实现（第二步准备LLM上下文）.mp4 (82.49 MB)
│ │ ├── 4、AI_掌柜智库（导入流程）商品名识别节点编码实现（第三步调用LLM-定义LLM客户端）.mp4 (88.50 MB)
│ │ ├── 5、AI_掌柜智库（导入流程）商品名识别节点编码实现（第三步调用LLM-调用模型的本质发送请求）.mp4 (98.02 MB)
│ │ ├── 6、AI_掌柜智库（导入流程）商品名识别节点编码实现（第三步调用LLM-封装LLM客户端设计缓存方式）.mp4 (69.02 MB)
│ │ ├── 7、AI_掌柜智库（导入流程）商品名识别节点编码实现（第四步调用编写LLM提取商品名）.mp4 (126.59 MB)
│ │ ├── 8、AI_掌柜智库（导入流程）商品名识别节点编码实现（嵌入模型的选择）.mp4 (37.40 MB)
│ │ ├── 9、AI_掌柜智库（导入流程）商品名识别节点编码实现（Milvus集成bge_m3）实例化嵌入模型对象.mp4 (65.81 MB)
│ │ ├── 10、AI_掌柜智库（导入流程）商品名识别节点编码实现（Milvus集成bge_m3）获取稀疏和稠密向量.mp4 (208.54 MB)
│ │ ├── 11、AI_掌柜智库（导入流程）商品名识别节点编码实现（第五步商品名嵌入）.mp4 (69.30 MB)
│ │ ├── 12、AI_掌柜智库（导入流程）商品名识别节点编码实现（Milvus的简介）.mp4 (81.54 MB)
│ │ ├── 13、AI_掌柜智库（导入流程）商品名识别节点编码实现（Milvus的概念）.mp4 (75.22 MB)
│ │ ├── 14、AI_掌柜智库（导入流程）商品名识别节点编码实现（Milvus的集合操作）.mp4 (157.74 MB)
│ │ ├── 15、AI_掌柜智库（导入流程）商品名识别节点编码实现（Milvus的Schema操作）.mp4 (196.34 MB)
│ │ └── 16、AI_掌柜智库（导入流程）商品名识别节点编码实现（Milvus的Index操作，最终版本使用）.mp4 (143.76 MB)
│ ├── 📂 day07_导入业务（嵌入和导入）编码实现
│ │ ├── 📂 1_vcr
│ │ ├── 📂 2_resource
│ │ ├── 📂 3_code
│ │ ├── 📂 4_other
│ │ └── day07_导入业务（嵌入和导入）编码实现.torrent (35.98 KB)
│ ├── 📂 day08_导入业务（Neo4J_快速入门）
│ │ ├── 📂 1_vcr
│ │ ├── 📂 2_resource
│ │ ├── 📂 3_code
│ │ └── 📂 4_other
│ ├── 📂 day09_导入业务（知识图谱上）编码实现
│ │ ├── 📂 1_vcr
│ │ ├── 📂 2_resource
│ │ ├── 📂 3_code
│ │ └── 📂 4_other
│ ├── 📂 day10_导入业务（知识图谱下&&对接导入前端）编码实现
│ │ ├── 📂 1_vcr
│ │ ├── 📂 2_resource
│ │ ├── 📂 3_code
│ │ ├── 📂 4_other
│ │ └── day10_导入业务（知识图谱下&&对接导入前端）编码实现.torrent (23.56 KB)
│ ├── 📂 day11_查询业务（MongDB快速入门&&Milvus混合检索）使用
│ │ ├── 📂 1_vcr
│ │ ├── 📂 2_resource
│ │ ├── 📂 3_code
│ │ ├── 📂 4_other
│ │ └── day11_查询业务（MongDB快速入门&&Milvus混合检索）使用.torrent (11.66 KB)
│ ├── 📂 day12_查询业务（商品名确认上）编码实现
│ │ ├── 📂 1_vcr
│ │ ├── 📂 2_resource
│ │ ├── 📂 3_code
│ │ ├── 📂 4_ohter
│ │ └── day12_查询业务（商品名确认上）编码实现.torrent (17.52 KB)
│ ├── 📂 day13_查询业务（三路检索）编码实现
│ │ ├── 📂 1_vcr
│ │ ├── 📂 2_resource
│ │ ├── 📂 3_code
│ │ ├── 📂 4_other
│ │ └── day13_查询业务（三路检索）编码实现.torrent (14.55 KB)
│ ├── 📂 day14_查询业务（知识图谱上）编码实现
│ │ ├── 📂 1_vcr
│ │ ├── 📂 2_resource
│ │ ├── 📂 3_code
│ │ ├── 📂 4_other
│ │ └── day14_查询业务（知识图谱上）编码实现.torrent (17.16 KB)
│ ├── 📂 day15_查询业务（知识图谱下）编码实现
│ │ ├── 📂 1_vcr
│ │ ├── 📂 2_resource
│ │ ├── 📂 3_code
│ │ ├── 📂 4_other
│ │ ├── 2_resource.zip (543.99 KB)
│ │ └── day15_查询业务（知识图谱下）编码实现.torrent (20.50 KB)
│ ├── 📂 day16_查询业务（知识图谱下）编码实现
│ │ ├── 📂 1_vcr
│ │ ├── 📂 2_resource
│ │ ├── 📂 3_code
│ │ ├── 📂 4_other
│ │ └── day16_查询业务（知识图谱下）编码实现.torrent (12.87 KB)
│ ├── 📂 day17_查询业务(RRF&Rerank&Answer上）编码实现
│ │ ├── 📂 1_vcr
│ │ ├── 📂 2_resource
│ │ ├── 📂 3_code
│ │ ├── 📂 4_other
│ │ └── day17_查询业务(RRF&Rerank&Answer上）编码实现.torrent (19.24 KB)
│ └── 📂 day18_查询业务（Ansert&历史对话管理&对接查询前端）编码实现
│ ├── 📂 1_vcr
│ ├── 📂 2_resource
│ ├── 📂 3_code
│ ├── 📂 4_other
│ ├── 2_resource.zip (18.19 MB)
│ └── day18_查询业务（Ansert&历史对话管理&对接查询前端）编码实现.torrent (17.62 KB)
├── 📂 20_尚硅谷大模型项目之掌柜问数
│ ├── 📂 1.笔记
│ │ ├── 📂 assets
│ │ └── 尚硅谷大模型项目之掌柜问数.md (135.87 KB)
│ ├── 📂 2.资料
│ │ ├── 📂 1.docker镜像
│ │ ├── 📂 2.docker compose
│ │ ├── 📂 3.prompts
│ │ ├── 📂 4.node
│ │ ├── 📂 5.SQL脚本
│ │ └── CentOS-掌柜问数.zip (8.36 GB)
│ ├── 📂 3.代码
│ │ └── 📂 完整代码
│ └── 📂 4.视频
│ ├── 📂 day01_环境及基础设置搭建
│ ├── 📂 day02_基础设施搭建
│ ├── 📂 day03_元数据知识库构建
│ ├── 📂 day04_智能体工作流编排
│ ├── 📂 day05_智能体工作流编排
│ └── 📂 day06_FastAPI项目部署
├── 📂 21_尚硅谷大模型技术之LLM
│ ├── 📂 1.笔记
│ │ └── 尚硅谷大模型技术之LLM-V1.1.docx (7.39 MB)
│ ├── 📂 2.资料
│ ├── 📂 3.代码
│ │ └── GIThub地址.txt (80.00 B)
│ └── 📂 4.视频
│ ├── 📂 day01
│ ├── 📂 day02
│ ├── 📂 day03
│ ├── 📂 day04
│ ├── 📂 day05
│ └── 📂 day06
├── 📂 22_尚硅谷大模型技术之强化学习
│ ├── 📂 1.笔记
│ │ └── main.pdf (33.63 MB)
│ └── 📂 4.视频
│ ├── 📂 day01
│ ├── 📂 day02
│ ├── 📂 day03
│ ├── 📂 day04
│ ├── 📂 day05
│ └── 📂 day06
├── 📂 23_尚硅谷大模型项目之电商小二
│ ├── 📂 1.笔记
│ │ └── 尚硅谷大模型项目之电商小二.md (11.95 KB)
│ ├── 📂 2.资料
│ │ ├── 📂 ecommerce-customer-service
│ │ ├── Docker Desktop Installer.exe (598.53 MB)
│ │ └── ecommerce-customer-service.zip (376.41 KB)
│ ├── 📂 3.代码
│ │ ├── 📂 day_01
│ │ └── 📂 day_02
│ └── 📂 4.视频
│ ├── 📂 day_01
│ ├── 📂 day_02
│ ├── 📂 day_03
│ ├── 📂 day_04
│ ├── 📂 day_05
│ ├── 📂 day_06
│ ├── 📂 day_07
│ ├── 📂 day_08
│ └── 📂 day_09
├── 📂 24_尚硅谷大模型技术之vibecoding
│ ├── 📂 1.笔记
│ │ ├── 📂 images
│ │ ├── 课堂随笔.pptx (47.44 KB)
│ │ └── 尚硅谷vibecoding.md (17.53 KB)
│ ├── 📂 2.资源
│ │ ├── CursorUserSetup-x64-3.2.21.exe (170.94 MB)
│ │ ├── node-v24.14.0-x64.msi (30.79 MB)
│ │ └── VSCodeUserSetup-x64-1.107.0.exe (118.60 MB)
│ └── 📂 4.视频
│ ├── 📂 修音字幕版
│ └── 📂 原版
├── 📂 25_尚硅谷大模型知识库问数客服项目实战
│ ├── 📂 尚硅谷大模型项目实战之掌柜问数实战
│ │ └── 📂 2.资料
│ ├── 📂 尚硅谷大模型项目实战之掌柜小二实战
│ │ └── 📂 2.资料
│ ├── 📂 尚硅谷大模型项目实战之掌柜智库实战
│ │ └── 📂 2.资料
│ ├── 📂 edu-data
│ │ ├── 📂 app
│ │ ├── 📂 docker
│ │ ├── 📂 generate
│ │ ├── 📂 seeds
│ │ ├── 📂 sql
│ │ ├── 📂 tests
│ │ ├── .env (194.00 B)
│ │ ├── .gitignore (108.00 B)
│ │ ├── .python-version (5.00 B)
│ │ ├── init_db.py (7.11 KB)
│ │ ├── Makefile (875.00 B)
│ │ ├── pyproject.toml (410.00 B)
│ │ ├── README.md (186.84 KB)
│ │ └── uv.lock (72.67 KB)
│ ├── 📂 travel-data
│ │ ├── 📂 app
│ │ ├── 📂 docker
│ │ ├── 📂 generate
│ │ ├── 📂 seeds
│ │ ├── 📂 sql
│ │ ├── 📂 tests
│ │ ├── .env (197.00 B)
│ │ ├── .gitignore (108.00 B)
│ │ ├── .python-version (5.00 B)
│ │ ├── init_db.py (7.11 KB)
│ │ ├── Makefile (875.00 B)
│ │ ├── pyproject.toml (437.00 B)
│ │ ├── pyrightconfig.json (114.00 B)
│ │ ├── README.md (149.67 KB)
│ │ └── uv.lock (71.40 KB)
│ └── 项目实战说明.txt (469.00 B)
├── 📂 26_尚硅谷大模型技术之多模态
│ ├── 📂 2.资料
│ │ └── main.pdf (33.71 MB)
│ ├── 📂 3.代码
│ │ └── 📂 day01
│ └── 📂 4.视频
│ ├── 📂 day01
│ ├── 📂 day02
│ └── 📂 day03
├── 📂 27_尚硅谷大模型项目之知识库评估与优化与部署
│ ├── 📂 评估与优化
│ │ ├── 📂 课件
│ │ └── 📂 视频
│ └── 📂 应用模型部署
│ ├── 📂 代码
│ ├── 📂 课件
│ ├── 📂 视频
│ └── 📂 资料
├── 📂 28_尚硅谷大模型项目之舆情分析系统
│ ├── 📂 1.笔记
│ │ └── 📂 课件
│ ├── 📂 2.资料
│ ├── 📂 3.代码
│ │ └── 代码仓库地址.txt (84.00 B)
│ └── 📂 4.视频
│ ├── 📂 day01
│ ├── 📂 day02
│ └── 📂 day03
├── 📂 29_尚硅谷大模型技术之deepagents
│ ├── 📂 day01_deepagents串讲
│ │ ├── 📂 代码
│ │ ├── 📂 其他
│ │ ├── 📂 视频
│ │ └── 📂 作业
│ └── 📂 day02_deepagents应用深度搜索串讲
│ ├── 📂 代码
│ ├── 📂 其他
│ └── 📂 视频
├── 📂 30_尚硅谷大模型项目之归因分析
│ ├── 📂 代码
│ │ └── 📂 insight
│ └── 📂 视频
│ ├── 1_项目介绍.mp4 (115.74 MB)
│ ├── 2_项目基础设施.mp4 (38.70 MB)
│ ├── 3_Agent定义与组装.mp4 (127.57 MB)
│ ├── 4_消息格式转换.mp4 (122.86 MB)
│ ├── 5_接口实现.mp4 (134.40 MB)
│ └── 6_应用组装.mp4 (28.17 MB)
├── 📂 31_尚硅谷大模型技术之Hermes-Agent
│ ├── 📂 笔记
│ │ ├── 📂 images
│ │ └── README.md (173.32 KB)
│ └── 📂 视频
│ ├── 1_hermes基础介绍.mp4 (181.72 MB)
│ ├── 2_持久记忆、上下文文件.mp4 (42.65 MB)
│ ├── 3_Gateway、Profile.mp4 (28.15 MB)
│ ├── 4_Cron、Delegation.mp4 (35.37 MB)
│ ├── 5_Kanban1.mp4 (57.68 MB)
│ └── 6_Kanban2.mp4 (181.63 MB)
├── 📂 面试大保健
│ ├── 📂 面试题串讲-强化学习
│ │ └── 33-串讲.mp4 (141.22 MB)
│ ├── 📂 面试题串讲-LLM
│ │ ├── 01_发展历程和LLM的架构.mp4 (166.02 MB)
│ │ ├── 02_微调流程和微调实现.mp4 (113.28 MB)
│ │ ├── 03_单GPU优化.mp4 (53.01 MB)
│ │ ├── 04_多GPU优化.mp4 (36.35 MB)
│ │ ├── 05_参数高效微调.mp4 (40.03 MB)
│ │ └── 06_推理以及评估.mp4 (52.96 MB)
│ ├── 面试题.md (3.85 KB)
│ ├── 企业面试真题频次整理_重点复习章节建议.docx (71.26 KB)
│ ├── 尚硅谷大模型技术之高频面试题-V2.1.4.docx (43.11 MB)
│ ├── 尚硅谷大模型技术之高频面试题-V2.1.4(1).docx (43.11 MB)
│ └── 尚硅谷大模型技术之企业面试真题v260325.docx (180.42 KB)
├── 📂 面试阶段资料
│ ├── 📂 1-如何写简历
│ │ ├── 📂 简历样式模版
│ │ ├── 附录1_简历公司选择名单1.docx (557.48 KB)
│ │ ├── 附录1_简历公司选择名单2.docx (121.67 KB)
│ │ ├── 附录2_简历编写的18个禁忌细节.pptx (29.66 MB)
│ │ └── 尚硅谷大模型技术之如何编写简历1.1.2.docx (4.45 MB)
│ ├── 📂 3-笔试&面试相关
│ │ ├── 01-尚硅谷大模型技术之面试全流程梳理V1.0.6.docx (1.88 MB)
│ │ ├── 01-尚硅谷大模型技术之简历编写初步（姓名 xxx）V1.0.0.docx (16.49 KB)
│ │ ├── 02-尚硅谷大模型技术之模拟面试项目话术V1.0.docx (97.74 KB)
│ │ ├── 03-尚硅谷大模型技术之企业面试真题v260325.docx (180.42 KB)
│ │ ├── 04-尚硅谷大模型技术之高频面试题-V2.1.7.docx (43.77 MB)
│ │ └── 06-尚硅谷互联网常用术语表v1.0.docx (25.39 KB)
│ ├── 📂 4-人事面试&BOSS话术
│ │ ├── 📂 BOSS设置与话术
│ │ ├── 00-智联招聘hr界面.png (107.09 KB)
│ │ ├── 00-boss直聘hr界面.png (363.01 KB)
│ │ └── 01-尚硅谷大模型技术之人事问题1.0.1.docx (4.48 MB)
│ ├── 📂 5-企业开发项目文档
│ │ ├── 00_尚硅谷大模型之企业大模型研发流程V1.0.0.docx (664.92 KB)
│ │ ├── 01_基于RAG的电商智能客服立项报告.docx (283.45 KB)
│ │ ├── 02_基于RAG的电商智能客服产品需求.docx (291.36 KB)
│ │ ├── 03_基于RAG的电商智能客服项目设计说明书.docx (415.45 KB)
│ │ ├── 立项汇报 电商行业基于RAG智能客服.pptx (1.73 MB)
│ │ └── Rasa智能电商客服项目技术分享.pptx (7.59 MB)
│ └── 📂 6-视频
│ ├── 01-简历的编写.mp4 (287.69 MB)
│ ├── 02-简历的编写1.mp4 (96.38 MB)
│ ├── 03-参考简历.mp4 (125.83 MB)
│ └── 04-面试流程.mp4 (223.96 MB)
└── 📂 企业研发流程
├── 01-头部企业职级定位.mp4 (109.96 MB)
├── 02-企业研发流程01.mp4 (181.03 MB)
├── 03-企业研发流程02.mp4 (55.37 MB)
├── 04-企业研发流程03.mp4 (126.65 MB)
└── 05-岗位与企业协作方式.mp4 (81.71 MB)