首页

投稿

【2026版】这可能是B站最好的n8n工作流教程，从工作流自动化到AI智能体开发，手把手教你零代码构建AI应用！

3280

17

2026-01-09 14:25:13

未经作者授权，禁止转载

整理制作不易，大家记得点个关注，一键三连呀【点赞、收藏、转发】感谢支持~

晓晓学AI 发消息

1.n8n介绍

09:09

2.n8n使用方式

24:43

3.n8n工作流案例

19:51

4.n8n如何和AI结合

08:59

5.n8n chain链节点

31:15

6.AI大模型知识体系

24:47

7.AI大模型就业形势

18:10

8.AI大模型学习路线

08:59

9.AI大模型课程介绍

15:44

10.基础预热知识

43:48

11.详解Transformer

40:28

12.自然语言处理初期发展

56:34

13.Transformer详解之位置编码

20:03

14.Transformer详解之add和norm

12:27

15. Transformer详解之decoder

11:33

16Transformer详解之输出层

07:08

17.BERT详解

33:43

18.GPT1详解

42:43

19.chatgpt Prompt提示词工程课程介绍

02:51

20.prompt和Prompt engineering剖析

09:22

21.大模型介绍,使用大模型生成简历,写小红书文案,生成图片

28:13

22.提示词基本技巧_灵活运营指令符号_指定输出格式markdown结合xmind生成思维导图

10:29

23.自己定义格式输出_使用openrouter对比大模型结果

06:57

24.plantuml和json格式输出并使用vscode展示

08:48

25.mermaid格式输出

05:44

26.使用chatgpt的gpts制作流程图

06:09

27.如何使用角色扮演写好提示词

08:06

28.写好结构化提示词的4要素

09:34

29.充分费曼学习法写好提示词

06:57

30.80_20原则激发大模型指导学习

04:58

31.写一条利用番茄工作法Prompt

02:32

32.利用SQ3R学习法构建提示词Prompt

02:43

33.结合艾宾浩斯遗忘曲线构建学习计划Prompt

04:01

34.交叉主题和双编码概念设计Prompt

04:55

35.kimi,gpt4,文心一言,gemini等大模型对比分块学习法和多感官学习法提示词的效果

13:06

36.playground调试学习 tempature max_tokens参数

19:45

37.top P参数 Presence penalty和Frequency peanalty参数对比

14:16

38.Delta-Tuning--背景与介绍

04:54

39.Delta-Tuning--增量式tuning

04:39

40.Delta-Tuning--指定式tuning

00:50

41.Delta-Tuning--重参数化tuning

02:03

42.Delta-Tuning--统一tuning框架及理论联系

08:28

43.Delta-Tuning--总结

01:50

44.OpenPrompt--介绍与用法

16:45

45.OpenDelta--介绍与用法

15:35

46.课程内容介绍

02:17

47.BMTrain--背景介绍

07:57

48.BMTrain--Data Parallel (数据并行)

11:26

49.BMTrain--Model Parallel（模型并行）

05:07

50.BMTrain--ZeRO

10:26

51.BMTrain--Pipeline Parallel (流水线并行）

02:09

52.BMTrain--混合精度训练

04:04

53.BMTrain--Offloading

01:47

54.BMTrain--Overlapping

01:24

55.BMTrain--Checkpointing

02:35

56.BMTrain--使用介绍

01:12

57.BMCook--背景介绍

06:03

58.BMCook--知识蒸馏

15:39

59.BMCook--模型剪枝

14:54

60.BMCook--模型量化

05:25

61.其它模型压缩方法--Weight Sharing

03:00

62.其它模型压缩方法--Low-rank Approximation

03:16

63.其它模型压缩方法--Architecture Search (结

03:19

64.BMCook--使用介绍

06:29

65.BMInf--背景介绍

09:04

66.BMInf--深入理解Transformer

07:07

67.BMInf--Quantization (量化)

06:48

68.BMInf--Memory Scheduling

06:41

69.BMInf--BMInf使用介绍

05:03

1.AI大模型工作有哪些

35:16

2.AI大模型简历，面试要点

24:08

3.关于Agent，面试官喜欢问什么

07:28

4.关于RAG，微调和算法面试官喜欢为什么

18:12

5.我们的优势在哪里

31:36

6.AI大模型就业+技术全面解析

16:39

7.DIFY、coze和python代码开发大模型有什么区别

06:14

8.Java的springai和langgraph有什么区别

15:50

9.大模型推理框架

15:25

10.Agent、rag、workflow技术有哪些

24:27

11.AI大模型系统课程

15:19

12.大模型工作城市

18:11

顶部