第1章 课程学习安排——助你顺利学习以及避坑 试看 2 节 | 12分钟

在学习任何新知识时，掌握正确的方法和避开常见的陷阱至关重要。本章为你精心准备了学习本课程的必备指南，让你快速了解而课程，帮助你快速上手，少走弯路。

收起列表

• 视频： 1-1 深入了解课程，少走弯路，必看！！！ (11:55) 试看
• 图文： 1-2 如何提问&进入课程群&使用 IDE学习环境

第2章 AI智能体：AI3.0时代最大的转型红利 6 节 | 56分钟

本章介绍了AI的发展历程，介绍了智能体（Agents）的基本概念。从行业趋势和职业发展的角度，阐述了学习AI应用开发的必要性和紧迫性，并提前解答了课程中可能遇到的问题，为学员开启AI学习之旅奠定基础。

收起列表

• 视频： 2-1 本章介绍 (01:39)
• 视频： 2-2 智能革命爆发：从梦想到现实 (17:50)
• 视频： 2-3 智能体揭秘：为什么它是未来的核心？智能体到底是什么？ (10:11)
• 视频： 2-4 风口以至-机遇与挑战：AI 淘汰的是不会使用AI的人 (19:43)
• 视频： 2-5 新手必知：扫清学习障碍 (05:54) 试看
• 视频： 2-6 本章小结 (00:32)

第3章 大模型：智能体的超级大脑 7 节 | 67分钟

大模型是AI应用开发的核心，堪称智能体的“超级大脑”。本章介绍了大模型的历史发展、主流分类及选择方法，探讨了其短板及解决方案。通过实践环节，演示了如何获取和部署闭源及开源大模型资源。

收起列表

• 视频： 3-1 本章介绍 (02:11)
• 视频： 3-2 带你快速了解LLM（大语言模型）的前世今生 (12:19)
• 视频： 3-3 全景扫描：国内外主流大语言模型（LLM） (10:25)
• 视频： 3-4 开源VS闭源：你该如何选择 (10:23)
• 视频： 3-5 大模型的短板与解决方案 (15:43)
• 视频： 3-6 练一练：搞定你的大模型源（闭源与开源） (13:58)
• 视频： 3-7 本章小结 (01:04)

第4章 AI应用开发应知必会的那些事 6 节 | 69分钟

本章聚焦AI编程的核心基础知识，包括AI工具的选择与应用、提示词工程的基本原理，以及AI行业信息获取的方法论。通过“小浪助手”智能客服项目的展示，帮助学习者快速掌握AI智能体开发的实用技能，为后续学习奠定重要基础。...

收起列表

• 视频： 4-1 本章介绍 (03:18)
• 视频： 4-2 如何正确使用AI编程？ (24:24)
• 视频： 4-3 什么是提示词工程？AI对话的魔法咒语+常见思维流模式 (15:11)
• 视频： 4-4 如何正确的获取AI行业信息？ (10:06)
• 视频： 4-5 小浪助手两大项目演示：单智能体和多智能体 (13:42) 试看
• 视频： 4-6 本章总结 (01:57)

第5章 DeepSeek：国产之光 10 节 | 125分钟

本章探讨了DeepSeek这一开源大模型在AI领域的重要突破及其实际应用。作为一款降低AI使用门槛、推动资源普惠化的开源项目，DeepSeek通过核心优势和丰富的模型家族，实现了本地部署、云端部署和API调用三种主要使用方式，为大家提供了完整的应用指南。...

收起列表

• 视频： 5-1 本章介绍 (05:55)
• 视频： 5-2 DeepSeek为什么火了？ (14:43)
• 视频： 5-3 推理大模型做对了什么？DeepSeek V3 与DeepSeek R1本质区别 (17:03)
• 视频： 5-4 DeepSeek 提示词模板与注意 (08:42)
• 视频： 5-5 新手必知的10个DeepSeek魔法指令 (03:05)
• 视频： 5-6 DeepSeek的模型与部署需求分析，以及资源获取方式 (24:12)
• 视频： 5-7 DS本地部署：本地私有化AI对话助手实现 (19:14)
• 视频： 5-8 DS云端部署：按需付费更加灵活 (16:13)
• 视频： 5-9 DS云端API：个人用户最佳选择 (13:35)
• 视频： 5-10 本章小结 (01:43)

第6章 初识langchain：LLM大模型与AI应用的“粘合剂” 8 节 | 70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

• 视频： 6-1 本章介绍 (02:35)
• 视频： 6-2 langchain是什么以及发展过程 (05:52)
• 视频： 6-3 langchain能做什么和能力一览 (11:57)
• 视频： 6-4 langchain的优势与劣势分析 (07:30)
• 视频： 6-5 langchain使用环境的搭建 (15:30)
• 视频： 6-6 AI智能开发学习平台（实战+免费key+测试+AI资讯） (09:16)
• 视频： 6-7 先跑起来：第一个实例，了解langchain的基本模块 (15:24)
• 视频： 6-8 本章总结 (01:56)

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

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

第9章 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： 9-1 本章介绍 (07:23)
• 视频： 9-2 常见的输出解析器OutputParsers 一览 (12:56)
• 视频： 9-3 文本、JSON、XML、结构化输出解析器应用（1） (17:39)
• 视频： 9-4 文本、JSON、XML、结构化输出解析器应用（2） (17:06)
• 视频： 9-5 LLM应用容错机制 (09:22)
• 视频： 9-6 如何自定义解析器？ (10:17)
• 视频： 9-7 本章总结 (02:38)

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

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

第12章 Agents实战：单Agent实现自定义BOT 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： 12-1 本章介绍 (1) (03:05)
• 视频： 12-2 小浪助手（单智能体）案例拆解 (06:16)
• 视频： 12-3 什么是单Agent？ (07:25)
• 视频： 12-4 使用LangChain 创建第一个Agent (07:57)
• 视频： 12-5 小浪助手实战：开发环境搭建说明与实战流程 (07:17)
• 视频： 12-6 项目相关资源获取（环境和IDE&API KEY&AI编程&钉钉API） (20:27)
• 视频： 12-7 项目架构演示 (08:14)
• 视频： 12-8 项目架构搭建 (21:36)
• 视频： 12-9 提示词模块设计 (15:07)
• 视频： 12-10 感情侦测实现 (14:12)
• 视频： 12-11 工具的设计 (10:55)
• 视频： 12-12 工具的设计实现 (11:31)
• 视频： 12-13 知识库设计余实现 (18:06)
• 视频： 12-14 钉钉工具设计与实现 (25:20)
• 视频： 12-15 记忆系统设计实现 (11:48)
• 视频： 12-16 项目可观测性实现 (13:11)
• 视频： 12-17 容器化部署 (28:55)

第13章 Agents深入：多Agents工作流的实现 22 节 | 242分钟

本章以LangGraph为核心框架，探讨了多智能体系统的关键技术。从分支控制、图可视化到持久性管理，系统介绍了多智能体系统的核心组件，重点关注记忆管理、人机交互增强、状态追踪等进阶特性，并通过流式处理提升用户体验。通过多个实战案例，展示了多智能体系统在不同场景下的应用价值。...

收起列表

• 视频： 13-1 本章介绍 (06:54)
• 视频： 13-2 为什么选择多智能体架构？ (10:39)
• 视频： 13-3 常见的多智能体架构 (05:18)
• 视频： 13-4 LangGraph讲解 (04:40)
• 视频： 13-5 LangGraph 核心组件：节点与可控制性 (04:18)
• 视频： 13-6 【实现】节点与可控制性-第一个LangGraph (14:44)
• 视频： 13-7 【实现】节点与可控制性-基本控制：串行控制&分支控制&条件分支与循环 (19:19)
• 视频： 13-8 【实现】节点与可控制性-精细控制：图的运行时配置&map-reduce (13:30)
• 视频： 13-9 LangGraph 核心组件：持久化与记忆 (06:52)
• 视频： 13-10 【实现】持久化与记忆-基本运用：相乘隔离的持久层&跨线程持久化调用 (12:40)
• 视频： 13-11 【实现】持久化与记忆-记忆：短期记忆的实现&长期以及实现&使用总结技术优化记忆 (21:55)
• 视频： 13-12 LangGraph 核心组件：人机交互 (04:48)
• 视频： 13-13 【实现】LangGraph人机交互-基本运用：等待用户数据 (09:10)
• 视频： 13-14 【实现】LangGraph人机交互-基本运用：审查工具调用 (08:39)
• 视频： 13-15 【实现】LangGraph人机交互-基本使用：编辑图的状态 (02:58)
• 视频： 13-16 LangGraph 核心组件：时光旅行 (10:26)
• 视频： 13-17 LangGraph 核心组件：流式输出 (07:19)
• 视频： 13-18 LangGraph 核心组件：工具调用 (11:11)
• 视频： 13-19 小实战：基于LangGraph 构建代码助手 (18:19)
• 视频： 13-20 小实战：基于LangGraph 的提示词生成小助手 (10:08)
• 视频： 13-21 大实战：小浪助手（多智能体版） (35:26)
• 视频： 13-22 本章小结 (02:38)

第14章 Agents深入：部署优化与云平台使用 11 节 | 85分钟

本章聚焦Agents系统的工程化实践与性能优化，介绍了从本地开发到云端部署的完整技术链路。通过计划执行架构和反思机制的优化，提升了Agents的决策能力和自适应性。重点探讨了LangSmith平台在性能评估和基准测试中的应用，以及LangGraph云平台提供的便捷部署方案。...

收起列表

• 视频： 14-1 本章介绍 (02:46)
• 视频： 14-2 智能体常见的优化方式：计划和执行智能体架构优化方式 (20:55)
• 视频： 14-3 智能体常见的优化方式：基本反思智能体架构优化方式 (10:32)
• 视频： 14-4 智能体效果评估：模拟用户来评估智能体 (08:41)
• 视频： 14-5 智能体效果评估：使用LangSmith评估智能体 (12:33)
• 视频： 14-6 LangGraph云平台 (04:37)
• 视频： 14-7 如何使用LangGraph 服务器进行本地开发 (07:59)
• 视频： 14-8 如何使用模板快速启动项目 (04:10)
• 视频： 14-9 LangGraph Studio UI (07:48)
• 视频： 14-10 如何在LangGraph cloud 上部署 (03:14)
• 视频： 14-11 本章小结 (01:34)

第15章 CrewAI: 又一款主流的Agents开发框架 11 节 | 82分钟

本章全面介绍了CrewAI这一新兴的Agents开发框架，从基础概念到高级应用进行了详细讲解。通过示例，介绍了CrewAI的核心组件——Agents、Task、Crew和Flow的协同工作机制，重点阐述了配置化多智能体系统的构建方法，以及与知识库系统的深度集成。在工具使用方面，详细讲解了内置工具的使用技巧、自定义工具的开发方法，以及与...

收起列表

• 视频： 15-1 本章介绍 (05:12)
• 视频： 15-2 什么是CrewAI (08:13)
• 视频： 15-3 CrewAI安装与第一个示例 (07:56)
• 视频： 15-4 CrewAI 核心组件讲解 (04:29)
• 视频： 15-5 CrewAI 核心组件：Agents (08:04)
• 视频： 15-6 CrewAI 核心组件：Task (05:58)
• 视频： 15-7 CrewAI 核心组件：Crew & flow (05:24)
• 视频： 15-8 CrewAI 核心组件：知识库 & 记忆 (10:22)
• 视频： 15-9 基于CrewAI 的游戏开发助手 (11:07)
• 视频： 15-10 基于CrewAI 的营销策略大师 (13:21)
• 视频： 15-11 本章小结 (01:19)

第16章 课程总结 2 节 | 31分钟

课程总结，展望

收起列表

• 视频： 16-1 课程回顾 (18:12)
• 视频： 16-2 课程总结与展望 (12:17)