第1章 多模型强应用：AI2.0时代应用开发者机会 试看 7 节 | 90分钟

本章将带您了解LLM的发展历程、主流模型及其特点，同时探讨LLM的不足之处及微调与langchain等解决方案。还将初探AIGC行业，为您解析行业全貌。对于传统开发者，提供转型建议。通过虚拟项目实践，您将学习如何运用LLM技术解决实际问题。最终，本课程旨在助您站在行业前沿，为职业发展做好准备。...

收起列表

• 视频： 1-1 深入了解课程，让你少走弯路，必看！！！ (21:46) 试看
• 视频： 1-2 带你快速了解大语言模型(LLM)基础与发展 (09:42) 试看
• 视频： 1-3 国内外主要LLM及特点介绍 (10:16)
• 视频： 1-4 大模型的不足以及主要解决方案 (10:43) 试看
• 视频： 1-5 AIGC产业拆解以及常见名词解释 (13:14)
• 视频： 1-6 应用级开发者如何拥抱AI2.0时代？ (17:07)
• 视频： 1-7 智能体(agent)命理大师虚拟项目（需求分析、技术选型、技术分解） (06:13)

第2章 【全新版】初识langchain：LLM大模型与AI应用的“粘合剂” 8 节 | 61分钟

LangChain是一款具备链接大模型、标准化接口和工具链整合特性的AI应用开发框架。本章通过环境搭建和代码实例，展示了如何实现AI应用的端到端开发。尽管LangChain存在学习曲线较高、文档不完善和版本变化大的挑战，但其多模型调用、轻量级SDK和多模态支持等优势，有助于提升AI应用的开发效率。...

收起列表

• 图文： 2-1 ***本课程更新升级说明***
• 视频： 2-2 本章介绍 (02:35)
• 视频： 2-3 langchain是什么以及发展过程 (05:52)
• 视频： 2-4 langchain能做什么和能力一览 (11:57)
• 视频： 2-5 langchain的优势与劣势分析 (07:30)
• 视频： 2-6 langchain使用环境的搭建 (15:30)
• 视频： 2-7 先跑起来：第一个实例，了解langchain的基本模块 (15:24)
• 视频： 2-8 本章总结 (01:56)

第3章 【全新版】ChatModels：磨平不同LLM的差异 8 节 | 101分钟

本章探讨了LangChain大模型组件的核心技术架构和实践应用，重点介绍了大模型API的统一封装方案，包括chat models和LLMs两种主要范式，以及标准事件系统的实现。同时覆盖了上下文管理、缓存机制和工具调用等关键技术要点，为开发者提供了完整的大模型应用开发框架。...

收起列表

• 视频： 3-1 本章介绍 (02:59)
• 视频： 3-2 LangChain核心组件：LLMs与ChatModels (13:26)
• 视频： 3-3 LangChain使用标准事件驱动大模型 (33:16)
• 视频： 3-4 tokens与上下文交互窗口 (15:21)
• 视频： 3-5 模型异常处理与缓存机制 (07:06)
• 视频： 3-6 如何配合本地大模型？模型Token usage的花费？ (13:38)
• 视频： 3-7 大模型的Tool Call工具调用能力：先进大模型的标配 (13:04)
• 视频： 3-8 练一练：使用某个大模型来驱动事件 (02:04)

第4章 【全新版】PromptTemple: 提示词工程在LangChain中的实践 16 节 | 100分钟

本章聚焦LangChain中提示词工程的核心理念和技术实现，重点介绍了提示词模板系统的设计原理，包括字符串模板和对话型模板的技术特点，以及推理增强技术的应用。同时覆盖了动态示例选择机制和LangSmith生态工具的集成应用，为开发者提供了完整的提示词工程解决方案。...

收起列表

• 视频： 4-1 本章介绍 (01:40)
• 视频： 4-2 提示词：大模型工作的核心部件 (05:49)
• 视频： 4-3 prompts模板：大模型推理的关键 (04:25)
• 视频： 4-4 五种prompts模板实战：字符串模板应用 (04:27)
• 视频： 4-5 五种prompts模板实战：对话模板应用 (04:25)
• 视频： 4-6 五种prompts模板实战：消息占位符应用 (03:42)
• 视频： 4-7 五种prompts模板实战：使用Message组合模板 (03:32)
• 视频： 4-8 五种prompts模板实战：自定义模板应用 (10:14)
• 视频： 4-9 Few Shot：提供推理质量的常见方式 (12:45)
• 视频： 4-10 示例选择器- 根据长度动态选择提示词示例 (12:53)
• 视频： 4-11 示例选择器-根据语义相似度选择提示词示例 (05:50)
• 视频： 4-12 示例选择器- MMR与最大余弦相似度选择示例 (06:25)
• 视频： 4-13 使用Partial实战部分格式化效果 (05:56)
• 视频： 4-14 langchain hub加载提示词管理 (12:46)
• 视频： 4-15 练一练：使用langchain hub加载提示词模板 (01:36)
• 视频： 4-16 本章总结 (03:02)

第5章 【全新版】规范化输出：OutputParsers的关键技术 7 节 | 78分钟

本章介绍了AI大模型应用中输出解析器的核心技术和应用价值，重点阐述了将非结构化文本转换为结构化数据的关键技术，包括多格式解析支持、容错机制设计，以及自定义解析器的开发方法。通过深入理解输出解析器的工作原理和应用场景，为开发者提供了一套完整的大模型输出处理解决方案。...

收起列表

• 视频： 5-1 本章介绍 (07:23)
• 视频： 5-2 常见的输出解析器OutputParsers 一览 (12:56)
• 视频： 5-3 文本、JSON、XML、结构化输出解析器应用（1） (17:39)
• 视频： 5-4 文本、JSON、XML、结构化输出解析器应用（2） (17:06)
• 视频： 5-5 LLM应用容错机制 (09:22)
• 视频： 5-6 如何自定义解析器？ (10:17)
• 视频： 5-7 本章总结 (02:38)

第6章 【全新版】LCEL：组件化开发的新范式 15 节 | 122分钟

本章探讨了LangChain平台的链式开发技术和LCEL脚本语言，重点介绍了基于Runningable接口的标准化组件通信方案，以及LCEL在链式开发中的核心概念和技术实现。通过流式调用、并行执行、路由链等关键特性的讲解，展示了LCEL在复杂AI应用开发中的强大功能。...

收起列表

• 视频： 6-1 本章介绍 (03:13)
• 视频： 6-2 Runnable接口到底是什么？ (07:53)
• 视频： 6-3 LCEL是什么与使用场景 (13:00)
• 视频： 6-4 链的基本应用：使用管道操作符快速生成一条链 (05:57)
• 视频： 6-5 链的基本应用：链的流式调用 (14:28)
• 视频： 6-6 链的基本应用：并行运行多条链 (07:57)
• 视频： 6-7 从老版本的chain迁移到LCEL (05:49)
• 视频： 6-8 链的高级应用：在链中使用函数 (13:45)
• 视频： 6-9 链的高级应用：在链中自定义支持流输出的函数 (06:23)
• 视频： 6-10 链的高级应用：使用RunnablePassthrough来传递值 (02:18)
• 视频： 6-11 链的高级应用：如何在运行时动态添加链的配置 (06:21)
• 视频： 6-12 链的高级应用：为链增加记忆能力（短时记忆InMemoryHistory） (15:44)
• 视频： 6-13 链的高级应用：使用Redis构建长期记忆 (07:39)
• 视频： 6-14 链的高级应用：使用LCEL来自定义路由链 (09:43)
• 视频： 6-15 本章总结 (01:31)

第7章 【全新版】RAG：知识增强型AI系统 22 节 | 191分钟

本章深入探讨了检索增强生成（RAG）技术在AI系统中的应用。重点介绍了从文档预处理到向量存储、检索策略优化的完整技术链路，以及结构化与非结构化数据的查询处理方法。通过对比不同检索策略和调优技巧，为开发者提供了构建高效RAG系统的实践指南。同时结合ChatDoc实例，展示了一个完整的RAG系统实现。本章内容助力开发者掌...

收起列表

• 视频： 7-1 本章介绍 (04:30)
• 视频： 7-2 RAG：检索增强生成是什么？RAG原理？ (23:07)
• 视频： 7-3 知识（数据）预处理：让文档变得AI友好 (06:41)
• 视频： 7-4 常见的Loader 加载器：PDF+多模态图文PDF (07:39)
• 视频： 7-5 常见的Loader 加载器：解析网页+CVS+ Excel (11:02)
• 视频： 7-6 文档切分：为什么以及如何切 (03:29)
• 视频： 7-7 文档切分：如何基于长度+文本+文档+语义进行切片 (06:38)
• 视频： 7-8 向量艺术：嵌入模型 (02:54)
• 视频： 7-9 向量艺术：langChain的嵌入实现 (14:24)
• 视频： 7-10 向量艺术：向量数据库基础 (08:53)
• 视频： 7-11 向量艺术：Langchain 的向量库实现 (07:53)
• 视频： 7-12 向量库实现：向量库的数据增加+删除+相似性搜索+ MMR+混合搜索 (13:43)
• 视频： 7-13 向量艺术：检索器概念 (02:53)
• 视频： 7-14 检索器在langChain中的实现（基本的检索器+语法搜索构建：BM25） (08:16)
• 视频： 7-15 查询重写：如何处理非结构化数据？ (06:55)
• 视频： 7-16 查询重构：如何处理结构化数据？ (12:39)
• 视频： 7-17 检索策略大比拼：找到合适你的方案 (02:51)
• 视频： 7-18 检索调优：让RAG系统更快更准 (07:52)
• 视频： 7-19 检索器：调优—上下文压缩+排序+相似性分数 (14:53)
• 视频： 7-20 未来可期：RAG技术的进化之路 (09:11)
• 视频： 7-21 动一动：ChatDoc -- 又一个简单的文档检索小助手 (12:05)
• 视频： 7-22 本章总结 (01:37)

第8章 【全新版】AI Agent智能体开发：“小浪助手”实战【钉钉】 17 节 | 232分钟

本章通过构建“小浪助手”钉钉版本，全面介绍了基于LangChain的单Agent开发实践。从项目框架搭建、Prompts设计到情感侦测，系统讲解了Agent开发的核心环节，重点展示了知识库工具的设计与检索、钉钉平台集成、持久化记忆管理等关键技术的实现，同时涵盖可观测性实现和容器化部署等工程实践要点。...

收起列表

• 视频： 8-1 本章介绍 (1) (03:05)
• 视频： 8-2 小浪助手（单智能体）案例拆解 (06:16)
• 视频： 8-3 什么是单Agent？ (07:25)
• 视频： 8-4 使用LangChain 创建第一个Agent (07:54)
• 视频： 8-5 小浪助手实战：开发环境搭建说明与实战流程 (07:17)
• 视频： 8-6 项目相关资源获取（环境和IDE&API KEY&AI编程&钉钉API） (20:27)
• 视频： 8-7 项目架构演示 (08:14)
• 视频： 8-8 项目架构搭建 (21:36)
• 视频： 8-9 提示词模块设计 (15:07)
• 视频： 8-10 感情侦测实现 (14:12)
• 视频： 8-11 工具的设计 (10:55)
• 视频： 8-12 工具的设计实现 (11:31)
• 视频： 8-13 知识库设计余实现 (18:06)
• 视频： 8-14 钉钉工具设计与实现 (25:20)
• 视频： 8-15 记忆系统设计实现 (11:48)
• 视频： 8-16 项目可观测性实现 (13:11)
• 视频： 8-17 容器化部署 (28:55)

第9章 【老版不用看】初识langchain：LLM大模型与AI应用的粘合剂 8 节 | 79分钟

本章介绍LangChain框架的发展背景，让您了解其由来与演变。接着，我们将概览LangChain的核心能力，助您快速把握其强大功能。随后，课程将探讨LangChain的适用场景及其潜在问题，助您明智选择使用时机。为了让您亲身体验LangChain的魅力，我们将指导您从账号注册、平台选择到工具安装，轻松搭建本地运行环境。最后，通过实际...

收起列表

• 视频： 9-1 初始langchain：LLM大模型与AI应用的粘合剂 (03:48)
• 视频： 9-2 langchain是什么以及发展过程 (06:32)
• 视频： 9-3 langchain能做什么和能力一览 (06:49)
• 视频： 9-4 langchain的优势与劣势分析 (07:55)
• 视频： 9-5 langchain使用环境的搭建 (12:26)
• 视频： 9-6 先跑起来：第一个实例，了解langchain的基本模块 (19:14)
• 视频： 9-7 在线笔记本&千问资源【***必看，让你能顺利学习课程***】 (18:47)
• 视频： 9-8 本章梳理与总结 (02:52)

第10章 【老版】LangChain核心与实战：用prompts模板调教LLM的输入输出 14 节 | 163分钟

本课程将引导你学习LangChain的核心模块，涵盖即将进行的demo实战所需的关键概念和模块。您将了解LangChain的IO概念，掌握LLM接口设计。同时，课程将详解prompts模板在LangChain中的应用，包括其关键概念和常用方式。此外，我们还将探讨LLMs与chat models的区别及使用场景，学习结构化输出、token统计等提示词相关知识。为...

收起列表

• 视频： 10-1 章节介绍 (03:03)
• 视频： 10-2 模型IO 大语言模型的交互接口 (06:06)
• 视频： 10-3 prompts模板：更加高级和灵活的提示词工程 (07:05)
• 视频： 10-4 prompts实战两种主要的提示词模板 (15:16)
• 视频： 10-5 自定义prompts模板 (08:22)
• 视频： 10-6 两种模板引擎以及组合模板使用 (12:05)
• 视频： 10-7 序列化模板使用 (13:37)
• 视频： 10-8 示例选择器之根据长度动态选择提示词示例组 (20:26)
• 视频： 10-9 示例选择器之MMR与最大余弦相似度 (17:05)
• 视频： 10-10 langchain核心组件：LLMs vs chat models (16:23)
• 视频： 10-11 更好的体验：流式输出 (10:42)
• 视频： 10-12 花销控制：token消耗追踪 (07:17)
• 视频： 10-13 输出结构性：不止于聊天 (22:31)
• 视频： 10-14 本章小结 (02:37)

第11章 【老版】LangChain知识库构建与RAG：增强大模型能力，实现与各种文档对话 13 节 | 174分钟

本章将引导学员了解增强检索、加载器、文本切分和向量数据存储等概念，这些都是构建大模型外脑知识库不可或缺的环节。本章作为langchain的关键部分，将深入解析RAG设计，并讲解在文档加载、切分、学习中遇到的常见问题及解决方案。通过本课程的学习，学员将能够全面掌握大模型知识库的核心技术。...

收起列表

• 视频： 11-1 本章介绍 (01:31)
• 视频： 11-2 RAG：检索增强生成是什么？ (08:48)
• 视频： 11-3 loader：让大模型具备实时学习的能力 (18:50)
• 视频： 11-4 文档转换实战：文档切割 (17:37)
• 视频： 11-5 文档转换实战：总结精炼和翻译 (11:03)
• 视频： 11-6 Lost in the middle 长上下文精度处理问题 (19:50)
• 视频： 11-7 文本向量化实现方式 (12:30)
• 视频： 11-8 与AI共舞的向量数据库 (16:29)
• 视频： 11-9 Chatdoc 又一个智能文档助手（1） (15:23)
• 视频： 11-10 Chatdoc 又一个智能文档助手（2） (14:09)
• 视频： 11-11 ChatDoc 几种检索优化的方式 (22:28)
• 视频： 11-12 ChatDoc 与文件聊天交互 (12:12)
• 视频： 11-13 本章小结 (02:45)

第12章 【老版】LangChain链与记忆处理：带你实现大模型记忆增强，更加智能 19 节 | 285分钟

本章聚焦链与记忆处理，这是构建智能Agent的核心关键。我们将深入讲解四种不同内置链的区别与用法，助您根据需求灵活选择。同时，课程还将探讨各种增强记忆方法及其潜在问题，确保您在实践中能够做出明智的决策。掌握这些内容，您将能够构建出更加智能、高效的Agent，为您的应用场景增添更多可能性。...

收起列表

• 视频： 12-1 本章介绍 (06:07)
• 视频： 12-2 chains：langchain的重要组成部件 (08:05)
• 视频： 12-3 四种基本的内置链的介绍与使用(1) (23:31)
• 视频： 12-4 四种基本的内置链的介绍与使用(2) (15:02)
• 视频： 12-5 四种基本的内置链的介绍与使用(3) (20:12)
• 视频： 12-6 四种基本的内置链的介绍与使用(4) (07:35)
• 视频： 12-7 四种基本的内置链的介绍与使用(5) (11:13)
• 视频： 12-8 链的不同调用方法和自定义 (23:37)
• 视频： 12-9 四种处理文档的预制链(1) (15:05)
• 视频： 12-10 四种处理文档的预制链(2) (14:55)
• 视频： 12-11 四种文档预制链使用(3) (17:02)
• 视频： 12-12 四种文档预制链使用(4) (16:05)
• 视频： 12-13 memory工具使用(1) (25:49)
• 视频： 12-14 Memory工具使用(2) (16:31)
• 视频： 12-15 Memory工具使用(3) (16:24)
• 视频： 12-16 为链增加memory（1） (19:08)
• 视频： 12-17 为链增加memory(2) (18:06)
• 视频： 12-18 主要的预制链和memory工具 (05:33)
• 视频： 12-19 本章小结 (04:20)

第13章 【老版】国内LLM以及langchain0.2【免费升级3.5小时】 14 节 | 206分钟

本章介绍国内LLM以及langchain0.2，从国内大模型的使用、接入方式，以及langchain0.2的基础和应用。

收起列表

• 视频： 13-1 本章介绍 (03:52)
• 视频： 13-2 常见问题：国内大模型的使用 (16:59)
• 视频： 13-3 常见问题：大模型的选择 (26:02)
• 视频： 13-4 常见问题：国产大模型接入方式 (08:05)
• 视频： 13-5 常见问题：推荐解决方式 (05:32)
• 视频： 13-6 langchain0.2版本介绍与基本使用(1) (19:16)
• 视频： 13-7 langchain0.2版本介绍与基本使用(2) (09:59)
• 视频： 13-8 langchain0.2版本介绍与基本使用(3) (25:23)
• 视频： 13-9 -2 langchain0.2版本介绍与基本使用(4) (19:29)
• 视频： 13-10 langchain0.2版本介绍与基本使用(5) (04:07)
• 视频： 13-11 LangGraph：基于状态机的工作流(1) (12:13)
• 视频： 13-12 LangGraph：基于状态机的工作流(2) (26:58)
• 视频： 13-13 LangGraph：基于状态机的工作流(3) (25:06)
• 视频： 13-14 本章小结 (02:52)

第14章 【老版】Agent核心与实践：学Agent基本开发，让大模型不止于聊天 17 节 | 257分钟

本章将解析Agent开发的核心概念，重点介绍Agent及callbacks的应用。通过整合前面的知识，结合实例演示，您将学习构建Agent的基本元素和方法。同时，还将涉及相关脚手架和工具的使用，助您更高效地开发智能Agent。掌握这些知识后，您将能够自信地构建出功能强大的Agent，为实际应用场景提供有力支持。...

收起列表

• 视频： 14-1 本章介绍 (05:19)
• 视频： 14-2 什么是agent (23:38)
• 视频： 14-3 第一个agent (14:00)
• 视频： 14-4 几种主要的agents类型介绍（1） (19:07)
• 视频： 14-5 几种主要的agents类型介绍（2） (17:49)
• 视频： 14-6 agent中正确添加memory的方式 (19:54)
• 视频： 14-7 如何让agent与tool共享记忆 (09:46)
• 视频： 14-8 tool的使用 (14:58)
• 视频： 14-9 tookit的使用.mp4 (14:28)
• 视频： 14-10 LCEL是什么 (23:56)
• 视频： 14-11 LCEL不同的接口实现 (10:01)
• 视频： 14-12 LCEL里chain和prompt实现 (19:18)
• 视频： 14-13 LCEL记忆的添加方式.mp4 (06:57)
• 视频： 14-14 LCEL Agents的使用（1） (15:22)
• 视频： 14-15 LCEL Agents的使用（2） (15:08)
• 视频： 14-16 最佳开发实践 (24:32)
• 视频： 14-17 本章小结 (01:52)

第15章 【老版】AI Agent智能体开发：一步步教你搭建agent开发环境 6 节 | 69分钟

本章实战项目：开发一个具备人性化、有耳有嘴有脑有情感的智能体AI Agent。将详细讲解langchain agent项目的启动准备工作，包括所需资源、账号注册等步骤，确保您能够顺利开启智能体AI Agent的开发之旅。

收起列表

• 视频： 15-1 本章介绍 (01:44)
• 视频： 15-2 虚拟项目demo演示 (06:24)
• 视频： 15-3 虚拟项目产品需求分析 (19:36)
• 视频： 15-4 虚拟项目技术架构 (05:26)
• 视频： 15-5 项目开发环境搭建 (33:16)
• 视频： 15-6 本章小结 (02:28)

第16章 【老版】AI Agent智能体开发：API层的实现以及智能体性格和行为设计 7 节 | 99分钟

本章以虚拟项目分析为起点，引导学员逐步构建API、实现主体框架，并重点深入讲解prompts与chain的应用。通过实战操作，您将全面掌握LangChain框架的关键技术，为未来的AI应用开发奠定坚实基础。

收起列表

• 视频： 16-1 本章介绍 (02:39)
• 视频： 16-2 使用fastapi搭建API层 (20:46)
• 视频： 16-3 主Class与agent框架 (29:13)
• 视频： 16-4 使用prompt设计agent性格与行为 (09:41)
• 视频： 16-5 使用chain来判断输入情绪 (19:41)
• 视频： 16-6 langserve介绍- (13:34)
• 视频： 16-7 本章小结 (02:28)

第17章 【老版】AI Agent智能体开发：快速掌握tool以及向量数据库使用 8 节 | 110分钟

本章紧密结合项目需求，深入解析tool的实现细节，并指导您如何构建本地知识库。通过实际操作，您将学会如何高效利用LangChain框架，满足项目中的自身业务场景的具体需求，掌握Tool实现与本地知识库构建能力

收起列表

• 视频： 17-1 本章介绍.mp4 (01:27)
• 视频： 17-2 tools设计实现1 (17:55)
• 视频： 17-3 tools设计实现2 (19:46)
• 视频： 17-4 tools设计实施3 (15:28)
• 视频： 17-5 agent的memory处理1 (24:19)
• 视频： 17-6 agent的memory处理2 (07:38)
• 视频： 17-7 agent学习能力构建 (16:25)
• 视频： 17-8 本章小结 (06:18)

第18章 【老版】AI Agent智能体开发：让Agent具备语音能力 7 节 | 86分钟

本章聚焦于为Agent添加语音交互功能，使其能够理解和回应用户的语音输入。我们将详细介绍语音识别的实现原理和技术，并引导您完成Agent的语音交互功能开发。通过本章学习，您将掌握如何将语音技术融入LangChain框架，打造具备语音交互能力的智能体，为用户提供更自然、便捷的交流体验。...

收起列表

• 视频： 18-1 本章介绍 (02:17)
• 视频： 18-2 语音逻辑设计 (04:49)
• 视频： 18-3 微软TTS能力介绍 (16:24)
• 视频： 18-4 -1 voice函数的实现 (18:03)
• 视频： 18-5 -2 voice函数的实现 (18:07)
• 视频： 18-6 AI语音克隆和TTS介绍 (23:20)
• 视频： 18-7 本章小结 (02:21)

第19章 【老版】AI Agent智能体开发：项目扩展与集成【数字人与IM集成】 10 节 | 163分钟

本章将探讨如何将LangChain与IM（即时通讯）和数字人技术相结合，实现智能体的功能扩展。我们将介绍LangChain与IM系统的集成方法，以及如何利用数字人技术为智能体赋予更丰富的交互形式和表现。通过本章的学习，您将掌握LangChain在项目扩展中的实际应用，打造功能更强大、交互更自然的智能体，为未来的智能交互领域注入新...

收起列表

• 视频： 19-1 本章介绍 (02:41)
• 视频： 19-2 电报机器人+agent的实现 (30:49)
• 视频： 19-3 Docker部署与调试追踪 (17:54)
• 视频： 19-4 项目扩展：agent数字人（1）.mp4 (06:07)
• 视频： 19-5 项目扩展：agent数字人（2） (24:37)
• 视频： 19-6 项目扩展：agent数字人（3）.mp4 (20:13)
• 视频： 19-7 项目扩展：agent数字人（4） (25:18)
• 视频： 19-8 项目扩展：agent数字人（5） (15:17)
• 视频： 19-9 项目扩展：agent数字人（6） (14:58)
• 视频： 19-10 本章小结 (04:58)

第20章 课程总结 1 节 | 13分钟

本周带领大家，快速梳理课程内容，以及未来展望。

收起列表

• 视频： 20-1 课程总结回顾 (12:09)