九天菜菜-大模型与Agent开发实战 - 热盘搜-最大最专业的全能网盘资源搜索引擎

• file:05_OpenAI Assistant API 进阶应用.zip
• file:16_MicroSoft AutoGen 代理对话与人机交互源码解析.ipynb
• file:12_LangGraph 中 Human-in-the-loop 应用实战.ipynb
• file:13_LangGraph Multi-Agent Systems 开发实战.ipynb
• file:11_LangGrah 长短期记忆实现机制及检查点的使用.ipynb
• file:07_LangGraph底层原理解析与基础应用入门.ipynb
• file:08_LangGraph中State状态模式与LangSmith基础使用入门(1).ipynb
• file:10_LangGraph 实现自治循环代理（ReAct）及事件流的应用.ipynb
• file:09_单代理架构在 LangGraph 中构建复杂图的应用.ipynb
• file:02_AI Agent应用类型及Function Calling开发实战.ipynb
• file:01_大模型应用发展及Agent前沿技术趋势.ipynb
• file:14_【Cursor】以调用QWQ推理大模型为例实现辅助编程.ipynb
• file:12_【Llama.cpp】开源推理框架量化模型使用指南.ipynb
• file:09_【Marco-01】推理大模型参数介绍与本地部署.ipynb
• file:11_【Qwen2VL】多模态视觉识别模型参数介绍与部署.ipynb
• file:10_【GLM-Edge-V】端侧多模态模型参数介绍与部署流程.ipynb
• file:06_【Qwen2.5】Qwen2.5-Coder&Math介绍部署.ipynb
• file:04_【Llama3.2】Llama3.2介绍与部署流程.ipynb
• file:08_【Ollama】最新版本从入门到进阶攻略.ipynb
• file:02_【GLM4-9B-Chat】GLM4-9b部署&vLLM推理.ipynb
• file:CH 1 论文.zip
• file:Ch 6. RHLF微调Qwen2.5.ipynb
• file:Ch 3. LLama_factory&Lora微调Qwen2.5做NL2sql.ipynb
• file:Ch 4. Window微调Qlora.ipynb
• file:Ch 8 PEFT&医疗领域模型微调实践.ipynb
• file:Ch 5. PPO微调LLama-3.2.ipynb
• file:Ch 2. LLama_Factory+LORA大模型微调.ipynb
• file:Ch 1. 大模型微调.ipynb
• file:【DeepSeekv3】5 DeepSeekMOE的MOE架构与创新.mp4
• file:【DeepSeekv3】4 MLA潜在注意力 (2) 针对KV缓存的改进.mp4
• file:【DeepSeekv3】2 分布式嵌入层与投影层.mp4
• file:week_5_part_5_Docker介绍及借助Docker打包部署完整项目的流程.mp4
• file:week_5_part_4_项目整体框架下实现基于Agent的问答流程代码实践.ts
• file:week_5_part_3_基于Langchain实现基于ReAct的代码实践及TOT提示.MP4
• file:week_4_2_part_2_基于Serper实现系统架构下的联网实时检索功能.mp4
• file:week_5_part_2_大模型用于特征工程及实现推荐系统的整体逻辑代码.MP4
• file:week_4_2_part_1_Serper API联网检索数据预处理过程拆解.mp4
• file:week_4_1_part_5_自定义RAG评估Pipeline-ReRanker原理及实.mp4
• file:week_3_2_part_3_RAG评估框架-Ragas的使用及借助GLM4生成评估数据.mp4
• file:week_3_2_part_1_本地RAG知识库问答功能链路详解与复现.mp4
• file:week_3_1_part_4_yolox + orc 识别私有PDF语料的方案实践.mp4
• file:week_3_1_part_3_百万量级的wiki公有语料构建方法实践.mp4
• file:week_3_1_part_2_结合Faiss向量数据的RAG Indexing构建流程.mp4
• file:week_2_2_part_3_项目启动文件详细说明及流程复现.mp4
• file:week_2_2_part_2_FastChat项目说明及Python多进程.mp4
• file:week_2_2_part_1_通用问答流程整体流程介绍及参数说明.mp4
• file:week_2_1_part_2_Naive RAG介绍及借助LangChain实现RAG流.mp4
• file:week_2_1_part_3_RAG集成历史对话信息及SqlalChemy持久化存储的使.mp4
• file:week_1_2_part_2_Langchain应用框架整体介绍.mp4
• file:week_1_2_part_1_GLM在线API调用方法.mp4
• file:week_1_1_part_2_本地私有化部署glm4-9b-chat模型.mp4
• file:项目开发实战一：从零搭建多功能智能体 MateGen Pro（第二部分）.ts
• file:【MateGenPro】Ch 8 会话管理模块表结构设计与代码讲解.ts
• file:LangGraph 多代理与 GraphRAG 综合应用实战.ts
• file:【MateGenPro】Ch 7 缓存池与系统初始化逻辑.ts
• file:【MateGenPro】Ch 4. SQLAlchemy原理与项目接入.ts
• file:【MateGenPro】Ch 3. MateGen Pro 后端API核心模块设计.ts
• file:Ch 9.5 Tool Calling Agent的完整实现案例：实时搜索与数据库集成.ts
• file:Ch 9.3 结合结构化输出构建Router Agent（数据库）.ts
• file:Ch 9.2 LangGraph中可应用的三种结构化输出方法.ts
• file:Ch 9.1 LangGraph代理架构及Router Agent介绍.ts
• file:Ch 8.4 MessageGraph源码功能解析.ts
• file:Ch 8.5 LangSmith基本原理与使用入门.ts
• file:Ch 8.3 LangGraph状态管理中Reducer函数的使用.ts
• file:Ch 8.2 使用字典类型定义状态的方法与优劣势.ts
• file:Ch 6.6 应用案例（2）：集成外部函数方法及项目完整功能介绍.ts
• file:Ch 7.1 LangChain的AI Agent开发框架架构设计.ts
• file:Ch 6.4 如何在 Assistant API 流式传输中接入外部函数.ts
• file:Ch 6.5 应用案例（1）：异步构建Assistant对象的工程化代码.ts
• file:window系统微调QLORA.ts
• file:DPO微调Qwen2.5.ts
• file:Ch 6.6 RLHF挑战与改进方向.ts
• file:Ch 6.4 奖励模型训练流程.ts
• file:Ch 6.1 RLHF&Qwen2.5,RLHF背景与意义.ts
• file:Ch 5.6 PPO源码解读.ts
• file:Ch 5.3 各个模型PPO算法的协作关系.ts
• file:Ch 4.4 Qlor微调实战与验证.ts
• file:Ch 5.1PPO&llama3.2_什么是PPO算法.ts
• file:Ch 4.3如何在windows配置环境.ts
• file:Ch 4.1 win&Qlora&qwen2.5_Qlora能节约多少内存.ts
• file:Ch 3.4 数据验证&deepspeed微调.ts
• file:Ch 3.2 llamafactory中如何使用和注册数据集.ts
• file:Ch 3.3 模型微调及参数详解.ts
• file:Ch 2.5 配置TensorBoard.ts
• file:Ch 3.1 如何获取数据源及使用解析.ts
• file:Ch 2.3 LLama_factory 安装部署及验证.ts
• file:Ch 2.4 实战Qwen2.5微调.ts
• file:【Qwen2.5】06_vLLM部署与调用流程.ts
• file:在Windows环境下使用Ollama启动多模态模型llama3.2Vision全流程.ts
• file:【Qwen2.5】05_在Windows系统中使用Ollama框架部署流程.ts
• file:【Qwen2.5】03_ModelScope线上部署办法.ts
• file:【Qwen2.5Coder&Math】09_线上部署推理Coder流程.ts
• file:【Llama3.1】07_LlamaFactory中文能力微调实例.ts
• file:【Llama3.2】03_Ollama在Linux和Windows部署方法.ts
• file:【Llama3.2】02_官网下载流程.ts
• file:【Llama.cpp】以Qwen2.5为例实现量化模型启动与API调用.ts
• file:【GLM4-Voice】05_开源大模型比拼-排行榜介绍.ts
• file:提示工程全解指南.ts
• file:【GPT】04_API账户充值及领取API_KEY及首次调用API.ts
• file:【GPT】02_OPEN AI官网及开发者平台使用指南.ts
• file:【GPT】03_虚拟信用卡开通与升级GPT_Plus会员.ts
• file:【GPT】01_OPENAI的账号注册速通.ts
• file:【GPTo1】06_用o1蒸馏模型实战（下）.ts
• file:【GPTo1】03_通过COT制作4o-mini版本的o1模型【实战】.ts
• file:【GPTo1】02_o1模型的API调用详解与总结.ts
• file:【GPTo1】04_2种加载模型o1没有的Json结构功能与【实战】.ts
• file:【GPT4o】14_风格微调（上）创建数据集与微调作业.ts
• file:【GPTo1】01_o1大模型原理介绍 从4o到o1实际上发生了什么.ts
• file:【GPT4o】12_Streaming流式响应详解.ts
• file:【GPT4o】11_首token时延与提示缓存原理与最佳实践.ts
• file:【GPT4o】10_输出生成结构化的3种方式（JSON结构化）.ts
• file:【GPT4o】08_tool use 维基百科实时写作助手【实战】.ts
• file:【GPT4o】09_并行的函数调用与实时股票价格、历史走势绘图与分析【实战】.ts
• file:【GPT4o】07_5步的 tool use完整的调用流程与汇总.ts
• file:【GPT4o】05_4o多模态图片的文本生成API调用详解.ts
• file:【GPT4o】06_3步的 tool use基础讲解与【实战】社交媒体情绪数据分析.ts
• file:【GPT4o】04_精细控制生成可选参数系列讲解.ts
• file:【GPT4o】03_多轮对话历史及面向对象多轮对话机器人实战.ts
• file:【GPT4o】02_2个核心必需参数详解与对话消息本质剖析.ts
• file:【GLM】09_CogVideoX视频生成大模型.ts
• file:【GLM】07_tooluse下-两次api调用的tooluse.ts
• file:AssistantStreaming.zip
• file:autogen.zip
• file:ReAct_AI_Agent.zip
• file:03_ReAct Agent 基础理论与项目实战.ipynb
• file:mategen_pro-main.zip
• file:项目开发实战一：MateGen Pro.ipynb
• file:company.txt
• file:Ch.14 LangGraph Supervisor 多代理架构与 GrapRAG 综合应用实战.ipynb
• file:【ChatGLM3-6B】Part8_Langchain体系详解与v0.3安装部署.ipynb
• file:【ChatGLM3-6B】Part7_PEFT主流高效微调方法介绍&实战.ipynb
• file:【ChatGLM3-6B】Part3.2_在AutoDL中快速部署ChatGLM3-6B模型.pdf
• file:【ChatGLM3-6B】Part3.1_服务器场景下ChatGLM3-6B部署与多种启动方式.ipynb
• file:【Claude3.5】part2-API从入门到精通.zip
• file:【Claude3.5】part4_prompt cache 提示缓存与streaming流式输出.ipynb
• file:【Claude3.5】part1-Claude介绍及注册流程与API领取.pdf
• file:【Claude3.5】part3_tool_use工具调用全流程与2参数详解.ipynb
• file:【提示工程】part2_提示工程指南(下).ipynb
• file:使用 FastAPI 构建后端的 API 服务.pdf
• file:【GPT】Part 4. 在Jupyter中首次调用OpenAI API.ipynb
• file:【GPT】Part 3. 开通虚拟信用卡与Plus会员订阅与API账户的充值与领取API_KEY.md
• file:【GPT o1】part4_使用o1模型生成诺贝尔奖得主的JSON格式数据分析.zip
• file:【GPT o1】part5_o1蒸馏4o-mini模型实战.zip
• file:【GPT o1】part1_o1大模型与推理token简介.md
• file:【GPT 4o】part8_微调实战进阶之tool use微调.zip
• file:【GPT 4o】part5_首token时延与提示缓存.ipynb
• file:【GPT 4o】part2_文本生成API的多模态调用.zip
• file:【GLM】part4_智谱CogVideoX 文生视频.ipynb
• file:【GLM】part3_GLM_函数调用讲解与实战.ipynb
• file:【GLM】part1_GLM-4文本对话大模型API调用指南.ipynb
• file:【GLM】part0_智谱清言GLM账号注册及APIKEY领取.md
• file:【GLM】part2_Streaming流式响应调用API全解.ipynb
• file:【Gemini】part1_甄嬛Gemini微调语料500条.xlsx
• file:【Gemini】part3_API精细化控制生成参数与长文档实战与生成结构化.ipynb
• file:【Gemini】part2_ API文本生成调用入门到构建多轮对话机器人.ipynb
• file:【Gemini】part1_Gemini生态之最新模型、免费策略、注册指南、网页端微调实战一网打尽.md
• file:【DsPy】part4_推文生成与优化实战.ipynb
• file:【DsPy】part3_实战优化_评估GSM8K数据集下模块的表现(优化篇).ipynb
• file:【DSPy】part2_DSPy的评估体系（Example数据、Metric度量指标、评估）.ipynb
• file:【DSPy】part1_核心理念DSPy的核心理念（配置LM、签名、构建模块）.ipynb
• file:OPENAI的Streaming流式响应与API微调双实战，Claude computer use接入自己的电脑.ts
• file:o1模型详解与模型蒸馏实战.ts
• file:Llama 3.1介绍与部署流程.ts
• file:GPT4o的函数调用实战与结构化生成回答与提示缓存原理.ts
• file:GPT4o的API基本调用、精细生成控制与多模态实操.ts
• file:GLM-4-Video-9b 介绍与部署流程.ts
• file:ChatGPT的注册与ChatGPT API充值.ts
• file:【加餐】07 Computer Use docker安装部署全流程.ts
• file:【加餐】04 Computer Use API 详解（4）多轮对话及tool use.ts
• folder:九天菜菜-大模型与Agent开发实战
• folder:Agent开发实战-课件
• folder:开源大模型部署与调用-课件
• folder:6-直播回放篇
• folder:PART4：DeepSeekV3 (5小节)
• folder:5-RAG项目实战企业篇
• folder:3-大模型微调实战
• folder:06_OpenAI Assistant API 高阶应用 - 流式输出_20241010_175342
• folder:15_MicroSoft AutoGen 开发框架基础入门
• folder:01_ChatGLM3-6B
• folder:【Claude 3.5 系列】
• folder:【提示工程】
• folder:【OpenAI 账号注册与环境配置】
• folder:【GLM 系列】
• folder:加餐-前沿技术追更