[资源目录]:
1-AI大模型原理与API使用
｜ CASE-保险反欺诈
｜ ｜ .ipynb_checkpoints
｜ ｜ ｜ insurance_automl-checkpoint.ipynb 44.02kb
｜ ｜ ｜ insurance_automl2-checkpoint.ipynb 36.78kb
｜ ｜ ｜ insurance_feature_importance-checkpoint.ipynb 96.79kb
｜ ｜ ｜ insurance_fraud_detect-checkpoint.ipynb 1.12M
｜ ｜ ｜ insurance_fraud_detect1-checkpoint.ipynb 170.62kb
｜ ｜ ｜ insurance_fraud_detect2-checkpoint.ipynb 275.69kb
｜ ｜ ｜ test1-checkpoint.ipynb 70.12kb
｜ ｜ ｜ test2-checkpoint.ipynb 245.87kb
｜ ｜ ｜ Untitled-checkpoint.ipynb 186.85kb
｜ ｜ test.csv 78.23kb
｜ ｜ train.csv 183.49kb
｜ 1-AI大模型原理与DeepSeek使用.pdf 3.01M
｜ 1-情感分析-Qwen.ipynb 1.71kb
｜ 2-API使用.pdf 1.59M
｜ 2-天气Function-Qwen.ipynb 6.84kb
｜ 3-表格提取-Qwen.ipynb 5.06kb
｜ 4-运维事件处置-Qwen.ipynb 6.14kb
｜ 5-情感分析-Deepseek-阿里代理.ipynb 1.70kb
｜ 6-deepseek-r1-7b使用.ipynb 6.62kb
｜ 6-deepseek-r1-7b使用.py 0.97kb
｜ README.md 2.11kb
｜ 笔记-20250331.txt 2.66kb
10-Function Callling与协作
｜ CASE-Function Calling
｜ ｜ qwen3-function使用-2.py 5.60kb
｜ ｜ qwen3-function使用.py 2.86kb
｜ ｜ requirements.txt 0.04kb
｜ CASE-ticket-agent
｜ ｜ assistant_revenue_bot.py 22.15kb
｜ ｜ assistant_ticket_bot-1.py 6.74kb
｜ ｜ assistant_ticket_bot-2.py 8.95kb
｜ ｜ assistant_ticket_bot-3.py 9.80kb
｜ ｜ requirements.txt 0.13kb
｜ Function Calling与协作.pdf 1.74M
11-MCP与A2A应用
｜ CASE-A2A使用
｜ ｜ BasketBallAgent.py 2.01kb
｜ ｜ requirements.txt 0.07kb
｜ ｜ WeatherAgent.py 1.79kb
｜ CASE-MCP Demo-1
｜ ｜ .cursorindexingignore 0.11kb
｜ ｜ .gitignore 0.01kb
｜ ｜ assistant_mcp_amap_bot.py 6.30kb
｜ ｜ assistant_mcp_txt_bot.py 6.21kb
｜ ｜ requirements.txt 0.05kb
｜ ｜ txt_counter.py 2.02kb
｜ ｜ 旅行规划.md 4.60kb
｜ CASE-MCP Demo-2
｜ ｜ assistant_bot.py 6.21kb
｜ ｜ requirements.txt 0.04kb
｜ 1-MCP与A2A的应用.pdf 5.69M
｜ 笔记20250508.txt 3.82kb
12-Agent智能体系统的设计与应用
｜ CASE-私募基金运作指引问答助手(反应式)
｜ ｜ fund_qa_langgraph.py 13.80kb
｜ ｜ fund_qa_qwen_agent.py 7.17kb
｜ CASE-投顾AI助手(混合式)
｜ ｜ hybrid_wealth_advisor_langgraph.py 22.90kb
｜ ｜ hybrid_wealth_advisor_qwen_agent.py 16.79kb
｜ ｜ requirements.txt 0.16kb
｜ CASE-智能投研助手(深思熟虑)
｜ ｜ deliberative_research_agent_comparison.md 5.38kb
｜ ｜ deliberative_research_agent_documentation.md 8.82kb
｜ ｜ deliberative_research_langgraph.py 18.42kb
｜ ｜ deliberative_research_qwen_agent-2.py 19.50kb
｜ ｜ requirements.txt 0.13kb
｜ 1-Agent智能体系统的设计与应用.pdf 2.79M
｜ 笔记20250513.txt 8.11kb
13-视觉大模型与多模态理解
｜ CASE-MinerU使用
｜ ｜ 1-MinerU.ipynb 3.06kb
｜ ｜ download_models_hf.py 2.40kb
｜ ｜ Qwen3-tech_report.pdf 6.09M
｜ ｜ 三国演义.pdf 3.75M
｜ CASE-VLM在车险中的应用
｜ ｜ .ipynb_checkpoints
｜ ｜ ｜ 1-Qwen-VL-保险识别-cn-checkpoint.ipynb 14.66kb
｜ ｜ ｜ 2-Qwen-VL-chat1-checkpoint.ipynb 893.20kb
｜ ｜ 1-Qwen-VL-保险识别-cn.ipynb 23.78kb
｜ ｜ 1-vehicle-odometer-reading.jpg 22.40kb
｜ ｜ 10-extraction-of-auto-accident-elements.jpg 120.51kb
｜ ｜ 11-vehicle-identity-verification-1.jpg 47.79kb
｜ ｜ 11-vehicle-identity-verification-2.jpg 51.02kb
｜ ｜ 12-vehicle-identity-verification-1.jpg 60.98kb
｜ ｜ 12-vehicle-identity-verification-2.jpg 81.03kb
｜ ｜ 2-Qwen-VL-chat1.ipynb 893.20kb
｜ ｜ 2-vehicle-odometer-reading.jpg 86.14kb
｜ ｜ 3-vehicle-underwriting-1.jpg 38.94kb
｜ ｜ 3-vehicle-underwriting-2.jpg 44.99kb
｜ ｜ 3-vehicle-underwriting-3.jpg 46.13kb
｜ ｜ 3-vehicle-underwriting-4.jpg 41.67kb
｜ ｜ 3-vehicle-underwriting-5.jpg 32.84kb
｜ ｜ 4-Dangerous-driving-behavior-detection.jpg 43.33kb
｜ ｜ 5-Dangerous-driving-behavior-detection.jpg 29.72kb
｜ ｜ 6-Dangerous-driving-behavior-detection-1.jpg 19.83kb
｜ ｜ 6-Dangerous-driving-behavior-detection-2.jpg 20.10kb
｜ ｜ 6-Dangerous-driving-behavior-detection-3.jpg 19.42kb
｜ ｜ 6-Dangerous-driving-behavior-detection-4.jpg 21.20kb
｜ ｜ 6-Dangerous-driving-behavior-detection-5.jpg 23.60kb
｜ ｜ 7-vehicle-damage-evaluation.jpg 68.60kb
｜ ｜ 8-vehicle-damage-evaluation.jpg 42.22kb
｜ ｜ 9-extraction-of-auto-accident-elements.jpg 74.18kb
｜ ｜ prompt_template_cn.xlsx 9.87kb
｜ ｜ prompt_template_cn_result-20250430.xlsx 17.67kb
｜ ｜ prompt_template_cn_result.xlsx 13.54kb
｜ ｜ prompt_template_en.xlsx 9.73kb
｜ ｜ prompt_template_en_result.xlsx 9.79kb
｜ CASE-VLM在寿险中的应用
｜ ｜ .ipynb_checkpoints
｜ ｜ ｜ 2-Qwen-VL-本地图片-checkpoint.ipynb 4.08kb
｜ ｜ 1-Chinese-document-extraction.jpg 80.99kb
｜ ｜ 1-Qwen-VL-保险识别-cn.ipynb 11.01kb
｜ ｜ 2-Japanese-document-extraction.jpg 173.05kb
｜ ｜ 2-Qwen-VL-本地图片.ipynb 4.08kb
｜ ｜ 3-French-document-extraction.jpg 202.74kb
｜ ｜ 4-German-document-extraction.jpg 142.75kb
｜ ｜ 5-Korean-document-extraction.jpg 117.13kb
｜ ｜ prompt_template_cn.xlsx 9.10kb
｜ ｜ prompt_template_cn_result.xlsx 7.88kb
｜ CASE-汽车剐蹭视频理解
｜ ｜ car_ev.mp4 5.83M
｜ ｜ requirements.txt 0.10kb
｜ ｜ video-understand.ipynb 18.61kb
｜ ｜ video-understand.py 9.71kb
｜ yolo-cases.zip 80.75M
｜ 笔记20250515.txt 2.80kb
｜ 视觉大模型与多模态理解.pdf 6.66M
15-Coze工作原理与应用实例
｜ CASE：创建产品知识库
｜ ｜ 大模型定价.xlsx 8.75kb
｜ ｜ 空调定价.xlsx 8.64kb
｜ ｜ 浦发上海浦东发展银行西安分行个金客户经理考核办法.pdf 368.62kb
｜ ｜ 远程办公场景最佳实践.docx 469.57kb
｜ 1-Coze工作原理与应用实例.pdf 5.83M
｜ 笔记20250522.txt 5.93kb
16-Coze进阶实战与插件开发
｜ CASE-客户分层营销助手
｜ ｜ user_behavior_event.xlsx 9.96kb
｜ ｜ user_tag.xlsx 9.19kb
｜ ｜ 营销策略.xlsx 12.51kb
｜ CASE-市场舆情监测Agent
｜ ｜ AppStorePast-代码1.py 0.48kb
｜ ｜ AppStorePast.py 1.05kb
｜ ｜ securities_past.py 2.58kb
｜ ｜ 代码.js 1.22kb
｜ ｜ 代码1.py 0.34kb
｜ CASE-智能客服Agent
｜ ｜ user_complain.xlsx 8.89kb
｜ ｜ 港股交易规则介绍.pdf 954.16kb
｜ ｜ 平安财富日添利理财产品.doc 30.00kb
｜ ｜ 上海证券交易所交易规则.pdf 378.09kb
｜ ｜ 中国平安金裕人生理财产品.doc 61.00kb
｜ ABC公司证券产品介绍.txt 6.66kb
｜ Coze进阶实战与插件开发.pdf 6.40M
｜ 笔记20250527.txt 4.40kb
｜ 证券舆情Agent_ev.mp4 3.88M
2-Prompt工程：设计与优化
｜ 1-DeepSeek使用.pdf 3.45M
｜ 1-情感分析-Deepseek-阿里代理.ipynb 1.70kb
｜ 1-情感分析-Deepseek-阿里代理.py 1.03kb
｜ 2-提示词工程.pdf 1.17M
｜ 2-提示词工程使用.ipynb 9.66kb
｜ 2-提示词工程使用.py 3.70kb
｜ 3-deepseek-r1-7b使用.ipynb 6.62kb
｜ 3-deepseek-r1-7b使用.py 0.97kb
｜ README.md 1.77kb
｜ 笔记20250403.txt 4.41kb
3-Cursor编程：从入门到精通
｜ CASE-bed_usage
｜ ｜ .qodo
｜ ｜ hospital_bed_usage_data.xlsx 3.07M
｜ CASE-dashboard_epidemic
｜ ｜ 香港各区疫情数据_20250322.xlsx 183.64kb
｜ CASE-Excel_merge
｜ ｜ 员工基本信息表.xlsx 9.48kb
｜ ｜ 员工绩效表.xlsx 6.69kb
｜ [完成参考]bed_usage
｜ ｜ .qodo
｜ ｜ ｜ history.sqlite 20.00kb
｜ ｜ charts
｜ ｜ ｜ TOP10最低使用率科室.png 128.93kb
｜ ｜ ｜ TOP10最高使用率科室.png 151.23kb
｜ ｜ ｜ 病床数量与使用率关系.png 343.24kb
｜ ｜ ｜ 各医院病床使用率.png 251.82kb
｜ ｜ ｜ 医院科室使用率热力图.png 432.32kb
｜ ｜ data_cache
｜ ｜ ｜ data_cache.pkl 2.16kb
｜ ｜ ｜ metadata.json 0.18kb
｜ ｜ templates
｜ ｜ ｜ index.html 37.45kb
｜ ｜ .gitignore 0.01kb
｜ ｜ app.py 20.70kb
｜ ｜ hospital_bed_usage_data.xlsx 3.07M
｜ ｜ precompute_data.py 8.07kb
｜ ｜ README.md 1.45kb
｜ ｜ view_excel_data.py 7.18kb
｜ [完成参考]dashboard_epidemic
｜ ｜ .qodo
｜ ｜ static
｜ ｜ ｜ css
｜ ｜ ｜ js
｜ ｜ templates
｜ ｜ ｜ index.html 3.93kb
｜ ｜ .gitignore 0.01kb
｜ ｜ app.py 7.53kb
｜ ｜ README.md 1.70kb
｜ ｜ read_excel.py 7.98kb
｜ ｜ requirements.txt 0.06kb
｜ ｜ 各地区确诊病例对比图.png 264.18kb
｜ ｜ 活跃病例数据统计图.png 202.23kb
｜ ｜ 每日确诊数据统计图.png 349.87kb
｜ ｜ 香港各区疫情数据_20250322.xlsx 183.64kb
｜ ｜ 疫情数据统计图 – 副本.png 179.12kb
｜ ｜ 疫情数据统计图.png 179.12kb
｜ [完成参考]Excel_merge
｜ ｜ .qodo
｜ ｜ .gitignore 0.01kb
｜ ｜ Excel_merge.py 1.25kb
｜ ｜ 员工基本信息表.xlsx 9.48kb
｜ ｜ 员工绩效表.xlsx 6.69kb
｜ ｜ 员工信息与绩效合并表.xlsx 6.26kb
｜ 1-Cursor编程.pdf 3.91M
｜ [补充]CASE-病床使用情况.pdf 1.83M
｜ [课前准备]AI编程工具安装.pdf 131.73kb
｜ 笔记20250408.txt 7.27kb
4-Cursor数据可视化与洞察
｜ CASE-客户续保预测
｜ ｜ policy_data.xlsx 93.93kb
｜ ｜ policy_test.xlsx 25.09kb
｜ [完成参考]CASE-客户续保预测
｜ ｜ .qodo
｜ ｜ .gitignore 0.01kb
｜ ｜ age_distribution.png 16.25kb
｜ ｜ analyze_data.py 3.13kb
｜ ｜ best_decision_tree_text.txt 2.83kb
｜ ｜ best_decision_tree_viz.png 657.00kb
｜ ｜ best_dt_roc_curve.png 39.14kb
｜ ｜ best_lr_coefficients.png 46.71kb
｜ ｜ best_lr_feature_importance.png 32.37kb
｜ ｜ best_lr_roc_curve.png 36.37kb
｜ ｜ best_roc_curve.png 35.87kb
｜ ｜ bnb_confusion_matrix.png 22.33kb
｜ ｜ bnb_roc_curve.png 34.49kb
｜ ｜ confusion_matrix.png 16.50kb
｜ ｜ decision_tree_model.py 7.76kb
｜ ｜ decision_tree_text.txt 4.61kb
｜ ｜ decision_tree_viz.png 666.91kb
｜ ｜ dt_confusion_matrix.png 17.82kb
｜ ｜ dt_feature_importance.png 31.31kb
｜ ｜ dt_roc_curve.png 38.04kb
｜ ｜ feature_importance.png 31.53kb
｜ ｜ gender_age_boxplot.png 15.10kb
｜ ｜ gender_distribution.png 22.45kb
｜ ｜ gnb_confusion_matrix.png 21.77kb
｜ ｜ gnb_roc_curve.png 33.18kb
｜ ｜ logistic_regression_model.py 8.78kb
｜ ｜ lr_coefficients.png 45.18kb
｜ ｜ lr_confusion_matrix.png 18.77kb
｜ ｜ lr_feature_importance.png 31.12kb
｜ ｜ lr_roc_curve.png 32.77kb
｜ ｜ mnb_confusion_matrix.png 19.88kb
｜ ｜ mnb_roc_curve.png 33.74kb
｜ ｜ naive_bayes_model.py 10.29kb
｜ ｜ nb_models_comparison_roc.png 55.42kb
｜ ｜ policy_data.xlsx 93.93kb
｜ ｜ policy_test.xlsx 25.09kb
｜ ｜ random_forest_model.py 6.47kb
｜ ｜ README.md 2.95kb
｜ ｜ region_correlation.png 44.69kb
｜ ｜ roc_curve.png 33.52kb
｜ ｜ view_data.py 0.27kb
｜ ｜ view_excel.py 0.22kb
｜ 1-Cursor数据可视化与洞察.pdf 1.01M
｜ 2-CASE-客户续保预测.pdf 2.97M
｜ 笔记20250410.txt 6.26kb
5-Embeddings和向量数据库
｜ hotel_recommendation
｜ ｜ .ipynb_checkpoints
｜ ｜ ｜ hotel_rec-checkpoint.ipynb 139.96kb
｜ ｜ .qodo
｜ ｜ ｜ history.sqlite 20.00kb
｜ ｜ .gitignore 0.01kb
｜ ｜ hotel_rec – nltk.py 3.97kb
｜ ｜ hotel_rec.ipynb 142.59kb
｜ ｜ hotel_rec.py 5.55kb
｜ ｜ Seattle_Hotels.csv 155.59kb
｜ word2vec
｜ ｜ journey_to_the_west
｜ ｜ ｜ segment
｜ ｜ ｜ source
｜ ｜ models
｜ ｜ ｜ word2Vec.model 7.77M
｜ ｜ three_kingdoms
｜ ｜ ｜ source
｜ ｜ utils
｜ ｜ ｜ __pycache__
｜ ｜ ｜ create_batch_data.py 5.41kb
｜ ｜ ｜ create_word2vec.py 9.50kb
｜ ｜ ｜ files_processing.py 8.20kb
｜ ｜ ｜ segment.py 8.60kb
｜ ｜ ｜ __init__.py 0.19kb
｜ ｜ word_seg.py 1.11kb
｜ ｜ word_similarity.py 1.11kb
｜ 1-Embedding与向量数据库.pdf 1.16M
｜ 笔记20250414.txt 4.19kb
6-RAG技术与应用
｜ CASE-ChatPDF-Faiss
｜ ｜ .ipynb_checkpoints
｜ ｜ ｜ chatpdf-faiss-checkpoint.ipynb 18.10kb
｜ ｜ .qodo
｜ ｜ faiss-1
｜ ｜ ｜ index.faiss 30.04kb
｜ ｜ ｜ index.pkl 12.27kb
｜ ｜ chatpdf-faiss.ipynb 18.85kb
｜ ｜ chatpdf-faiss.py 6.73kb
｜ ｜ ReadMe.md 3.79kb
｜ ｜ 浦发上海浦东发展银行西安分行个金客户经理考核办法.pdf 323.28kb
｜ CASE-embedding使用
｜ ｜ .qodo
｜ ｜ bge-m3使用.py 1.16kb
｜ ｜ gte-qwen2-使用1.py 1.45kb
｜ ｜ gte-qwen2-使用2.py 4.66kb
｜ 1-RAG技术与应用.pdf 2.07M
｜ 2-NotebookLM使用.pdf 1.68M
｜ 笔记20250417.txt 7.41kb
7-RAG高级技术与最佳实践
｜ Case-ChatPDF-Faiss
｜ ｜ chatpdf-faiss.ipynb 18.24kb
｜ ｜ chatpdf-faiss.py 6.73kb
｜ ｜ MultiQueryRetriever使用.ipynb 5.49kb
｜ ｜ MultiQueryRetriever使用.py 1.30kb
｜ ｜ 浦发上海浦东发展银行西安分行个金客户经理考核办法.pdf 323.28kb
｜ CASE-Qwen-Agent-RAG
｜ ｜ docs
｜ ｜ ｜ 1-平安商业综合责任保险(亚马逊).txt 2.45kb
｜ ｜ ｜ 2-雇主责任险.txt 4.87kb
｜ ｜ ｜ 3-平安企业团体综合意外险.txt 9.54kb
｜ ｜ ｜ 4-雇主安心保.txt 1.99kb
｜ ｜ ｜ 5-施工保.txt 4.46kb
｜ ｜ ｜ 6-财产一切险.txt 1.88kb
｜ ｜ ｜ 7-平安装修保.txt 0.47kb
｜ ｜ ｜ 平安产险交通出行意外伤害保险(互联网版)产品说明.pdf 81.25kb
｜ ｜ ｜ 平安产险交通工具意外伤害保险(互联网版)条款.pdf 310.35kb
｜ ｜ ｜ 平安附加疾病身故保险条款.pdf 530.33kb
｜ ｜ ｜ 平安境内紧急医疗救援服务条款.pdf 159.07kb
｜ ｜ ｜ 平安企业团体综合意外险(互联网版)适用条款.pdf 292.81kb
｜ ｜ ｜ 平安商业综合责任保险(亚马逊).pdf 930.81kb
｜ ｜ qwen-agent-1.ipynb 6.35kb
｜ ｜ qwen-agent-1.py 3.28kb
｜ ｜ qwen-agent-multi-files.ipynb 15.72kb
｜ ｜ qwen-agent-multi-files.py 3.84kb
｜ ｜ 浦发上海浦东发展银行西安分行个金客户经理考核办法.pdf 323.28kb
｜ graphrag-main
｜ ｜ cases
｜ ｜ ｜ input
｜ ｜ ｜ .env 0.03kb
｜ ｜ ｜ settings.yaml 5.14kb
｜ rerank
｜ ｜ beg-reranker.ipynb 8.72kb
｜ ｜ beg-reranker.py 1.21kb
｜ 1-RAG高级技术与实践.pdf 5.33M
｜ 笔记20250422.txt 6.42kb
8-Text2SQL：自助式数据报表开发
｜ CASE-SQL Copilot
｜ ｜ insurance
｜ ｜ ｜ data
｜ ｜ ｜ qa_list-1.txt 1.09kb
｜ ｜ ｜ qa_list-2.txt 0.83kb
｜ ｜ ｜ SQL查询-Chat.ipynb 26.11kb
｜ ｜ ｜ SQL查询-Coder.ipynb 5.62kb
｜ ｜ ｜ SQL结果评测.ipynb 13.39kb
｜ ｜ codegeex-1.ipynb 8.44kb
｜ ｜ qwen-coder1.ipynb 6.06kb
｜ Case-SQL-LangChain
｜ ｜ .ipynb_checkpoints
｜ ｜ ｜ sql_agent_deepseek-checkpoint.ipynb 24.74kb
｜ ｜ ｜ sql_life_insurance-checkpoint.ipynb 3.69kb
｜ ｜ sql_agent_deepseek.ipynb 22.39kb
｜ ｜ sql_life_insurance.ipynb 30.58kb
｜ CASE-SQL-vanna
｜ ｜ vanna-mysql.ipynb 21.86kb
｜ ｜ vanna-mysql.py 3.18kb
｜ SQL数据表源文件
｜ ｜ agentinfo.sql 235.42kb
｜ ｜ beneficiaryinfo.sql 140.62kb
｜ ｜ claiminfo.sql 271.36kb
｜ ｜ crs_orders.sql 4.98kb
｜ ｜ customerinfo.sql 266.22kb
｜ ｜ employeeinfo.sql 303.85kb
｜ ｜ heros.sql 14.66kb
｜ ｜ policyinfo.sql 242.63kb
｜ ｜ productinfo.sql 201.10kb
｜ 1-Text2SQL：自助式数据报表开发.pdf 3.08M
｜ 2-vanna使用.pdf 479.21kb
｜ 笔记20250424.txt 9.35kb
9-LangChain：多任务应用开发
｜ Case-LangChain使用
｜ ｜ .ipynb_checkpoints
｜ ｜ ｜ 1-LLMChain-checkpoint.ipynb 7.27kb
｜ ｜ ｜ 2-LLMChain-checkpoint.ipynb 5.28kb
｜ ｜ ｜ 3-LLMChain-checkpoint.ipynb 2.71kb
｜ ｜ ｜ 4-ConversationChain-checkpoint.ipynb 4.35kb
｜ ｜ ｜ ConversationChain1-checkpoint.ipynb 3.09kb
｜ ｜ ｜ indexes1-checkpoint.ipynb 7.78kb
｜ ｜ ｜ LLMChain-ChatPromptTemplate1-checkpoint.ipynb 1.95kb
｜ ｜ ｜ LLMChain1-checkpoint.ipynb 2.73kb
｜ ｜ ｜ LLMChain2-1-checkpoint.ipynb 7.27kb
｜ ｜ ｜ LLMChain2-checkpoint.ipynb 58.44kb
｜ ｜ ｜ LLMChain3-checkpoint.ipynb 5.28kb
｜ ｜ 1-LLMChain.ipynb 2.73kb
｜ ｜ 2-LLMChain.ipynb 7.27kb
｜ ｜ 3-LLMChain.ipynb 5.46kb
｜ ｜ 4-ConversationChain.ipynb 4.35kb
｜ ｜ 5-product_llm.py 8.53kb
｜ CASE-搭建故障诊断Agent
｜ ｜ 2-network_diagnosis_agent.py 10.62kb
｜ ｜ network_diagnosis_agent_logic.md 5.46kb
｜ ｜ requirements.txt 0.05kb
｜ CASE-工具链组合
｜ ｜ 1-simple_toolchain.py 9.21kb
｜ ｜ 2-simple_toolchain.py 7.91kb
｜ ｜ 3-lcel-demo.py 1.17kb
｜ ｜ requirements.txt 0.11kb
｜ 1-LangChain：多任务应用开发.pdf 3.03M
｜ 2-Generative Agents.pdf 1.41M
｜ 笔记20250429.txt 5.20kb
AI大模型全栈工程师先导课(赠)
｜ 1-初始Python_ev.mp4 13.31M
｜ 10-字符编码的处理_ev.mp4 88.17M
｜ 11-Python程序调式和异常处理技巧_ev.mp4 135.45M
｜ 12-JSON应用_ev.mp4 55.18M
｜ 13-文件IO_ev.mp4 34.84M
｜ 14-爬虫(1)_ev.mp4 45.73M
｜ 15-爬虫(2)_ev.mp4 112.78M
｜ 16-爬虫(3)_ev.mp4 88.92M
｜ 17-爬虫(4)_ev.mp4 96.91M
｜ 18-字符串处理_ev.mp4 69.77M
｜ 19.dotenv使用_ev.mp4 41.09M
｜ 2-Windows环境安装_ev.mp4 8.83M
｜ 20.FastAPI的使用_ev.mp4 81.12M
｜ 3-macOS环境安装_ev.mp4 8.61M
｜ 4-VSCode安装与应用_ev.mp4 29.04M
｜ 5-PyCharn安装与应用_ev.mp4 33.15M
｜ 6-pip包管理工具_ev.mp4 39.94M
｜ 7-Python工程应用-字符串_ev.mp4 44.02M
｜ 8-Python文档化应用场景_ev.mp4 23.74M
｜ 9-如何使用注解_ev.mp4 40.04M
AI大模型全栈会员专享系列讲座(赠)
｜ 1.AI编程
｜ ｜ 1. [何少甫]网易 CodeWave 智能开发平台的 AI 实践_ev.mp4 183.96M
｜ 2.RAG
｜ ｜ 1. [翼飞]阿里云百炼之RAG在企业场景的应用_ev.mp4 148.20M
｜ ｜ 2. [刘海峰]ChatU.ai 企业落地经验_ev.mp4 251.59M
｜ 3.LangChain
｜ ｜ 1. [薛宏伟]LangChain 核心源码解读_ev.mp4 389.29M
｜ 4.手撕 AutoGPT
｜ ｜ 1. [丛鑫、卢雅西]XAgent 原理、技术与应用_ev.mp4 307.21M
｜ ｜ 2. [林义章]MetaGPT 让每个人拥有专属智能体_ev.mp4 277.62M
｜ 5.Fine-tuning
｜ ｜ 1. [张轩玮]我是如何训练百亿参数大模型 ChatYuan 的_ev.mp4 220.09M
｜ ｜ 2. [施兴]如何用 Stable Diffusion 复现一个妙鸭_ev.mp4 306.76M
｜ ｜ 3. [甘如饴]多模态大模型和代码大模型是怎样炼成的_ev.mp4 245.13M
｜ ｜ 4. [神秘嘉宾]大模型时代的AI产品新挑战_ev.mp4 217.91M
｜ ｜ 5. [可乐]百度智能云千帆行业实战&金融大模型应用探索与开发实践_ev.mp4 214.59M
｜ ｜ 6. [麒汀]阿里云百炼之一站式模型微调训练实践_ev.mp4 222.95M
｜ ｜ 7. [罗璇]从RWKV看端侧大模型的发展_ev.mp4 170.85M
｜ 6.多模态
｜ ｜ 1. [吴桂林]数字分身应用及技术介绍_ev.mp4 183.21M
｜ 7.部署和交付
｜ ｜ 1. [David]智能算力那点事儿_ev.mp4 211.63M
｜ 8.产品设计和运营
｜ ｜ 1. [周玮]AI 落地实战应用——EDGE 过程总结和复盘_ev.mp4 346.58M
｜ ｜ 2. [王乐]复盘 FoloToy AI 玩具的独立开发历程_ev.mp4 222.98M
｜ ｜ 3. [汪源]GenAI的创新逻辑与趋势_ev.mp4 324.59M
｜ ｜ 4. [Frank Nee]中国产品如何出海_ev.mp4 364.54M
ai大模型正课
｜ 0、开班典礼_ev.mp4 423.51M
｜ 10、Function Calling与跨模型协作_ev.mp4 513.62M
｜ 11、Agent智能体系统的设计与应用_ev.mp4 486.59M
｜ 12、MCP应用与实战_ev.mp4 443.73M
｜ 13、视觉大模型与视觉智能体_ev.mp4 524.88M
｜ 14、视觉大模型与视觉智能体_ev.mp4 351.04M
｜ 15、Fine-tuning技术与大模型优化_ev.mp4 391.63M
｜ 16、Coze工作原理与应用实例_ev.mp4 324.89M
｜ 17、Coze插件开发实战_ev.mp4 362.40M
｜ 1、AI大模型基本原理与deepseek使用_ev.mp4 533.57M
｜ 2、Prompt工程：设计与优化_ev.mp4 454.78M
｜ 3、Cursor编程-从入门到精通_ev.mp4 443.41M
｜ 4、Cursor 可视化大屏搭建_ev.mp4 372.52M
｜ 5、Embeddings和向量数据库_ev.mp4 405.20M
｜ 6、RAG(Retrieval Augmented Generation)技术与应用_ev.mp4 507.31M
｜ 7、RAG高级技术与最佳实践_ev.mp4 563.71M
｜ 8、Text2SQL：自助式数据报表开发_ev.mp4 568.69M
｜ 9、LangChain：多任务应用开发_ev.mp4 557.41M
AI大模型追新课
｜ 1、DeepSeek解析：技术演进、模型指南与产业应用_ev.mp4 286.93M
｜ 2、解析 Manus：多智能体技术的架构与未来_ev.mp4 348.35M
常用工具下载
｜ OllamaSetup.exe 1001.01M
评论0