【资源目录】:
└── 24期 大模型应用开发视频教程及笔记
├── 10、HuggingFace生态实战：从模型应用到高效微调
│ ├── CASE-huggingface_cases
│ │ ├── .ipynb_checkpoints
│ │ ├── spam-bert-finetuned
│ │ ├── 1-情感分析.ipynb (6.01 KB)
│ │ ├── 1-情感分析.py (975.00 B)
│ │ ├── 2-文本生成.ipynb (3.86 KB)
│ │ ├── 2-文本生成.py (551.00 B)
│ │ ├── 3-零样本分类.ipynb (6.18 KB)
│ │ ├── 3-零样本分类.py (914.00 B)
│ │ ├── 4-tokenizer使用.ipynb (3.40 KB)
│ │ ├── 4-tokenizer使用.py (885.00 B)
│ │ ├── 5-model使用.ipynb (9.06 KB)
│ │ ├── 5-model使用.py (687.00 B)
│ │ ├── 6-实现pipeline.ipynb (4.79 KB)
│ │ ├── 6-实现pipeline.py (1.42 KB)
│ │ ├── 7-垃圾邮件分类器.ipynb (11.45 KB)
│ │ ├── 7-垃圾邮件分类器.py (3.85 KB)
│ │ ├── 8-垃圾邮件分类器-Qwen.ipynb (20.32 KB)
│ │ ├── 8-垃圾邮件分类器-Qwen.py (7.55 KB)
│ │ └── requirements.txt (106.00 B)
│ ├── HuggingFace生态实战：从模型应用到高效微调.mp4 (497.23 MB)
│ ├── HuggingFace生态实战：从模型应用到高效微调.pdf (659.76 KB)
│ ├── 笔记.md (244.00 B)
│ └── 笔记20260803.txt (11.55 KB)
├── 11、神经网络基础与Tensorflow实战
│ ├── code
│ │ ├── activation_function
│ │ ├── boston_model.keras (18.81 KB)
│ │ ├── housing.csv (47.93 KB)
│ │ ├── load_predict.py (1.01 KB)
│ │ ├── numpy_boston.py (2.68 KB)
│ │ ├── numpy_forward.py (1.18 KB)
│ │ ├── numpy_model.py (2.38 KB)
│ │ ├── pytorch_boston.py (2.02 KB)
│ │ ├── requirements.txt (130.00 B)
│ │ ├── scaler.pkl (1001.00 B)
│ │ ├── tensorflow_boston.py (2.07 KB)
│ │ └── tensorflow_boston_dataparallel.py (1.89 KB)
│ ├── 1-神经网络基础与Tensorflow实战.pdf (1.87 MB)
│ ├── 神经网络基础与Tensorflow实战.mp4 (451.63 MB)
│ ├── 笔记.md (545.00 B)
│ └── 笔记20260806.txt (6.18 KB)
├── 12、【追新】把A股当代码拆——矩阵分解、因子暴露、概率优势
│ ├── 把A股当代码拆——矩阵分解、因子暴露、概率优势.mp4 (362.09 MB)
│ └── 笔记.md (495.00 B)
├── 13、Pytorch与视觉检测
│ ├── 1-Pytorch与视觉检测.pdf (5.31 MB)
│ ├── Pytorch与视觉检测.mp4 (459.48 MB)
│ ├── 笔记.md (883.00 B)
│ ├── 笔记20260810.txt (5.79 KB)
│ └── 资料.zip (112.27 MB)
├── 14、开发框架相关面试辅导
│ ├── 开发框架相关面试辅导.mp4 (507.75 MB)
│ ├── 开发框架相关面试辅导.pdf (1.94 MB)
│ ├── 笔记.md (1.07 KB)
│ ├── 笔记20260813.txt (9.10 KB)
│ └── 资料.zip (4.34 MB)
├── 15、LLM微调原理
│ ├── image_svd
│ │ ├── 256.bmp (1.48 MB)
│ │ └── image_svd.py (928.00 B)
│ ├── MovieLens
│ │ ├── ALS.py (14.63 KB)
│ │ ├── ratings_small.csv (2.33 MB)
│ │ └── ratings_small2.csv (2.13 MB)
│ ├── 1-LLM微调原理.pdf (1.29 MB)
│ ├── LLM微调原理.mp4 (416.39 MB)
│ ├── 笔记.md (510.00 B)
│ └── 笔记20260817.txt (8.75 KB)
├── 16、高质量微调数据工程与评估
│ ├── 1-高质量微调数据工程与评估.pdf (1.15 MB)
│ ├── 笔记20260823.txt (8.99 KB)
│ ├── 资料.zip (142.88 MB)
│ └── 高质量微调数据工程与评估.mp4 (647.58 MB)
├── 17、LLM模型蒸馏与微调实操
│ ├── 1-LLM模型蒸馏与微调实操.pdf (2.05 MB)
│ ├── LLM模型蒸馏与微调实操.mp4 (524.97 MB)
│ ├── 笔记.md (371.00 B)
│ ├── 笔记20260824.txt (11.31 KB)
│ └── 资料.zip (23.91 MB)
├── 18、【追新】DeepSeek Harness安装入门及原理拆解
│ ├── DeepSeek Harness安装入门及原理拆解.mp4 (408.12 MB)
│ └── 笔记.md (436.00 B)
├── 19、视觉大模型与多模态理解
│ ├── 笔记.md (371.00 B)
│ ├── 笔记20260827.txt (10.91 KB)
│ ├── 视觉大模型与多模态理解.mp4 (531.86 MB)
│ ├── 视觉大模型与多模态理解.pdf (7.01 MB)
│ └── 资料.zip (1.96 GB)
├── 1、提示词和RAG
│ ├── MVastLog_20260718213225_10080_1.log (204.00 B)
│ ├── 提示词和RAG.mp4 (462.61 MB)
│ ├── 提示词和RAG.pdf (801.54 KB)
│ └── 笔记.md (407.00 B)
├── 20、【追新】硬核拆解DeepSeek Harness核心能力
│ ├── 硬核拆解DeepSeek Harness核心能力.mp4 (240.34 MB)
│ └── 笔记.md (418.00 B)
├── 21、【追新】AI自己造AI 时代：Agent递归自进化实战
│ ├── AI Self-Improvement & Recursive Self-Improvement.pdf (19.92 MB)
│ └── AI自己造AI 时代：Agent递归自进化实战.mp4 (392.41 MB)
├── 22、项目实战：AI质检
│ ├── .openclaw
│ │ ├── workspace
│ │ └── openclaw.json (982.00 B)
│ ├── 1-项目实战：AI质检.pdf (4.15 MB)
│ ├── CASE-AI质检.zip (101.43 MB)
│ ├── 笔记.md (521.00 B)
│ ├── 笔记20260831.txt (20.27 KB)
│ └── 项目实战：AI质检.mp4 (583.82 MB)
├── 23、【追新】Agent 发展史：从 Prompt 到 Context 再到 Harness
│ ├── Agent 发展史：从 Prompt 到 Context 再到 Harness.mp4 (470.96 MB)
│ └── 笔记.md (714.00 B)
├── 24、模型训练与微调相关面试辅导
│ ├── CASE-API使用
│ │ ├── .ipynb_checkpoints
│ │ ├── 1-表格提取-Qwen.ipynb (13.10 KB)
│ │ ├── 1-表格提取-Qwen.py (1.10 KB)
│ │ ├── 2-GUI操作-Qwen.ipynb (5.33 KB)
│ │ ├── 2-GUI操作-Qwen.py (3.85 KB)
│ │ └── 携程页面.png (1.17 MB)
│ ├── 1-模型训练与微调相关面试辅导.pdf (2.06 MB)
│ ├── 模型训练与微调相关面试辅导.mp4 (692.83 MB)
│ ├── 笔记.md (1.10 KB)
│ └── 笔记20260903.txt (17.25 KB)
├── 25、Embeddings和向量数据库
│ ├── 1-Embedding与向量数据库.pdf (1.60 MB)
│ ├── Embeddings和向量数据库.mp4 (764.87 MB)
│ ├── 笔记.md (588.00 B)
│ ├── 笔记20260907.txt (9.87 KB)
│ └── 资料.zip (9.95 MB)
├── 26、RAG技术与应用
│ ├── 1-RAG技术与应用.pdf (2.17 MB)
│ ├── RAG技术与应用.mp4 (790.62 MB)
│ ├── 笔记.md (517.00 B)
│ ├── 笔记20260910.txt (11.07 KB)
│ └── 资料.zip (386.27 KB)
├── 27、【追新】让AI项目从“ demo 惊艳”到“商业成立”的30个评测指标
│ ├── 笔记.md (534.00 B)
│ └── 让AI项目从“ demo 惊艳”到“商业成立”的30个评测指标.mp4 (405.67 MB)
├── 28、【追新】GPT-6拆解：新模型时代赋予的新机会、新蓝海
│ ├── 【追新】GPT-6拆解：新模型时代赋予的新机会、新蓝海.mp4 (583.71 MB)
│ └── 笔记.md (328.00 B)
├── 29、RAG多模态数据处理
│ ├── 1-RAG多模态数据处理.pdf (3.03 MB)
│ ├── 2-NotebookLM使用.pdf (1.68 MB)
│ ├── RAG多模态数据处理.mp4 (778.78 MB)
│ ├── 笔记.md (387.00 B)
│ └── 资料.zip (74.65 MB)
├── 2、Agent：从可控性到自主反思
│ ├── Agent.pdf (1.87 MB)
│ ├── Agent：从可控性到自主反思.mp4 (502.43 MB)
│ ├── realtime-subtitle.log (2.84 KB)
│ └── 笔记.md (206.00 B)
├── 30、RAG高级技术与调优
│ ├── 1-RAG高级技术与调优.pdf (4.17 MB)
│ ├── RAG高级技术与调优.mp4 (811.73 MB)
│ ├── 笔记.md (548.00 B)
│ ├── 笔记20260917.txt (7.57 KB)
│ └── 资料.zip (486.39 KB)
├── 31、项目实战：企业知识库
│ ├── 1-项目实战：企业知识库.pdf (2.82 MB)
│ ├── 笔记.md (868.00 B)
│ ├── 笔记20260921.txt (15.88 KB)
│ ├── 资料.zip (71.16 MB)
│ └── 项目实战：企业知识库.mp4 (1.09 GB)
├── 32、【追新】Agent运行的内核：ReAct Loop和自定义任务处理模式
│ └── Agent运行的内核：ReAct Loop和自定义任务处理模式.mp4 (666.15 MB)
├── 33、【追新】风靡全网的Jev模型是如何工作的
│ ├── 笔记.md (298.00 B)
│ └── 风靡全网的Jev模型是如何工作的.mp4 (210.19 MB)
├── 34、部分场景中可以取代RAG的技术
│ ├── Agentic Search Qwen.zip (882.08 KB)
│ ├── 可能替代RAG的技术.pdf (2.32 MB)
│ ├── 笔记.md (455.00 B)
│ └── 部分场景中可以取代RAG的技术.mp4 (403.80 MB)
├── 35、LLM Wiki
│ ├── LLM Wiki.mp4 (746.04 MB)
│ ├── LLM Wiki.zip (2.76 MB)
│ └── 笔记.md (657.00 B)
├── 3、多模态前沿从Agent构建到视频AIGC
│ ├── 多模态前沿从Agent构建到视频AIGC.mp4 (368.19 MB)
│ ├── 笔记.md (194.00 B)
│ └── 第3节 多模态.pdf (11.54 MB)
├── 4、AI大模型原理与API使用
│ ├── CASE-API使用
│ │ ├── .claude
│ │ ├── .ipynb_checkpoints
│ │ ├── 1-情感分析-Qwen.ipynb (2.43 KB)
│ │ ├── 1-情感分析-Qwen.py (883.00 B)
│ │ ├── 2-天气Function-Qwen.ipynb (7.38 KB)
│ │ ├── 2-天气Function-Qwen.py (3.55 KB)
│ │ ├── 3-表格提取-Qwen.ipynb (7.69 KB)
│ │ ├── 3-表格提取-Qwen.py (859.00 B)
│ │ ├── 4-运维事件处置-Qwen.ipynb (6.35 KB)
│ │ ├── 4-运维事件处置-Qwen.py (3.32 KB)
│ │ ├── 5-情感分析-Deepseek-阿里代理.ipynb (1.79 KB)
│ │ ├── 5-情感分析-Deepseek-阿里代理.py (785.00 B)
│ │ ├── 6-联网搜索.ipynb (2.36 KB)
│ │ ├── 6-联网搜索.py (899.00 B)
│ │ └── requirements.txt (35.00 B)
│ ├── 1-AI大模型原理与API使用.pdf (2.53 MB)
│ ├── AI大模型原理与API使用.mp4 (509.48 MB)
│ ├── 笔记.md (837.00 B)
│ └── 笔记20260721.txt (8.12 KB)
├── 4、AI大模型原理与API使用_0828124842
│ ├── CASE-API使用
│ │ ├── .claude
│ │ ├── .ipynb_checkpoints
│ │ ├── 1-情感分析-Qwen.ipynb (2.43 KB)
│ │ ├── 1-情感分析-Qwen.py (883.00 B)
│ │ ├── 2-天气Function-Qwen.ipynb (7.38 KB)
│ │ ├── 2-天气Function-Qwen.py (3.55 KB)
│ │ ├── 3-表格提取-Qwen.ipynb (7.69 KB)
│ │ ├── 3-表格提取-Qwen.py (859.00 B)
│ │ ├── 4-运维事件处置-Qwen.ipynb (6.35 KB)
│ │ ├── 4-运维事件处置-Qwen.py (3.32 KB)
│ │ ├── 5-情感分析-Deepseek-阿里代理.ipynb (1.79 KB)
│ │ ├── 5-情感分析-Deepseek-阿里代理.py (785.00 B)
│ │ ├── 6-联网搜索.ipynb (2.36 KB)
│ │ ├── 6-联网搜索.py (899.00 B)
│ │ └── requirements.txt (35.00 B)
│ ├── 1-AI大模型原理与API使用.pdf (2.53 MB)
│ ├── AI大模型原理与API使用.mp4 (509.48 MB)
│ ├── 笔记.md (837.00 B)
│ ├── 笔记20260721(1).txt (8.12 KB)
│ └── 笔记20260721.txt (8.12 KB)
├── 5、AI编程-从入门到精通
│ ├── CASE-bed_usage
│ │ └── hospital_bed_usage_data.xlsx (3.07 MB)
│ ├── CASE-dashboard_epidemic
│ │ ├── __pycache__
│ │ ├── templates
│ │ ├── app.py (2.04 KB)
│ │ ├── flask.log (305.00 B)
│ │ ├── test_app.py (1.42 KB)
│ │ └── 香港各区疫情数据_20250322.xlsx (220.24 KB)
│ ├── CASE-Excel_merge
│ │ ├── merge_excel.py (1.48 KB)
│ │ ├── read_excel.py (1004.00 B)
│ │ ├── 员工信息及2024Q4绩效.xlsx (5.69 KB)
│ │ ├── 员工基本信息表.xlsx (9.48 KB)
│ │ └── 员工绩效表.xlsx (10.06 KB)
│ ├── 【完成参考】bed_usage
│ │ ├── .qodo
│ │ ├── charts
│ │ ├── data_cache
│ │ ├── templates
│ │ ├── .gitignore (6.00 B)
│ │ ├── app.py (20.70 KB)
│ │ ├── hospital_bed_usage_data.xlsx (3.07 MB)
│ │ ├── precompute_data.py (8.07 KB)
│ │ ├── README.md (1.45 KB)
│ │ ├── requirements.txt (66.00 B)
│ │ └── view_excel_data.py (7.18 KB)
│ ├── 【完成参考】dashboard_epidemic
│ │ ├── static
│ │ ├── templates
│ │ ├── .gitignore (6.00 B)
│ │ ├── app.py (7.53 KB)
│ │ ├── read_excel.py (7.98 KB)
│ │ ├── README.md (1.70 KB)
│ │ ├── requirements.txt (57.00 B)
│ │ ├── 各地区确诊病例对比图.png (264.18 KB)
│ │ ├── 每日确诊数据统计图.png (349.87 KB)
│ │ ├── 活跃病例数据统计图.png (202.23 KB)
│ │ ├── 疫情数据统计图 – 副本.png (179.12 KB)
│ │ ├── 疫情数据统计图.png (179.12 KB)
│ │ └── 香港各区疫情数据_20250322.xlsx (220.24 KB)
│ ├── 【完成参考】Excel_merge
│ │ ├── test1.py (1.25 KB)
│ │ ├── 员工信息与绩效合并表.xlsx (6.26 KB)
│ │ ├── 员工基本信息表.xlsx (9.48 KB)
│ │ └── 员工绩效表.xlsx (10.06 KB)
│ ├── 1-AI编程.pdf (4.10 MB)
│ ├── AI编程-从入门到精通.mp4 (459.35 MB)
│ ├── 【补充】CASE-病床使用情况.pdf (1.83 MB)
│ ├── 【课前准备】AI编程工具安装.pdf (136.31 KB)
│ └── 笔记.md (506.00 B)
├── 6、【追新】2026一人公司掘金地图：案例·趋势·工具
│ ├── 2026一人公司掘金地图：案例·趋势·工具.mp4 (314.95 MB)
│ └── 笔记.md (733.00 B)
├── 7、【追新】Kimi k3模型原理和量化
│ ├── Kimi k3模型原理和量化.mp4 (405.97 MB)
│ └── 笔记.md (483.00 B)
├── 8、LangChain：多任务应用开发
│ ├── CASE-LangChain使用
│ │ ├── .ipynb_checkpoints
│ │ ├── 1-LLMChain.ipynb (5.63 KB)
│ │ ├── 1-LLMChain.py (824.00 B)
│ │ ├── 2-LLMChain.ipynb (2.23 KB)
│ │ ├── 2-LLMChain.py (720.00 B)
│ │ ├── 3-LLMChain.ipynb (2.38 KB)
│ │ ├── 3-LLMChain.py (1.30 KB)
│ │ ├── 4-ConversationChain.ipynb (2.94 KB)
│ │ ├── 4-ConversationChain.py (1.42 KB)
│ │ ├── 5-product_llm.py (2.95 KB)
│ │ └── requirements.txt (63.00 B)
│ ├── CASE-工具链组合
│ │ ├── 1-simple_toolchain.py (6.66 KB)
│ │ ├── 2-simple_toolchain.py (9.91 KB)
│ │ ├── 3-lcel-demo.py (1.22 KB)
│ │ └── requirements.txt (86.00 B)
│ ├── CASE-搭建故障诊断Agent
│ │ ├── 2-network_diagnosis_agent.py (8.40 KB)
│ │ └── requirements.txt (63.00 B)
│ ├── 1-LangChain：多任务应用开发.pdf (3.00 MB)
│ ├── LangChain：多任务应用开发.mp4 (445.17 MB)
│ ├── 笔记.md (646.00 B)
│ └── 笔记20260727.txt (10.57 KB)
└── 9、AI框架设计与选型
├── CASE-多文件智能问答Agent
│ ├── docs
│ ├── langchain-agent-multi-files.py (4.53 KB)
│ ├── llamaindex-agent-multi-files.py (5.16 KB)
│ ├── qwen-agent-multi-files.py (6.23 KB)
│ └── requirements.txt (139.00 B)
├── AI框架设计与选型.mp4 (600.92 MB)
├── AI框架设计与选型.pdf (1.53 MB)
└── 笔记20260801.txt (14.20 KB)
