首页

投稿

【全748集】目前B站最细最全的AI大模型零基础全套教程，2026最新版，包含所有干货！手把手带你从入门到精通！少走99%的弯路！存下吧！真的很难找全的！

301

88

2026-10-29 16:24:34

【全748集】目前B站最细最全的AI大模型零基础全套教程，2026最新版，包含所有干货！手把手带你从入门到精通！少走99%的弯路！存下吧！真的很难找全的！

提示词工程

大模型零基础

AI产品实战发消息

只讲能上手的AI产品实战，需求拆解・原型设计・落地流程，帮普通人快速掌握AI产品能力

AI大模型入门到精通学习指南

02:33

【筑基篇】1.什么是大模型

09:13

【筑基篇】2.大模型的工作原理

09:02

【筑基篇】3.大模型是如何被创造出来的

05:43

【筑基篇】4.监督微调

07:53

【筑基篇】5.大模型与AI的关系

04:13

【筑基篇】6.大模型的发展历史

04:51

【Prompt篇】7.构建高质量提示词的核心原则与规范

06:46

【Prompt篇】8.解锁复杂推理能力的高级思维链技巧

03:37

【Prompt篇】9.职场与生活中不同场景下的提示词案例

01:50

【Prompt篇】10.掌握关键的采样参数与提示词迭代优化方法

02:54

【Prompt篇】11.从RAG到Agent提示词工程的未来演进

02:18

【RAG篇】12.RAG检索增强生成介绍

20:21

【RAG篇】13.RAG系统构建案例分析

14:24

【RAG篇】14.文档分割

22:53

【RAG篇】15.文本向量化

20:32

【RAG篇】16.向量数据库及原生RAG项目实战

33:44

【RAG篇】17.倒排索引和KNN

16:05

【RAG篇】18.ANN近似最近邻搜索和聚类索引

14:16

【RAG篇】19.PQ乘积量化

19:41

【RAG篇】20.RAG逻辑思路讲解

01:13

【RAG篇】21.RAG商业化落地实践

06:48

【RAG篇】22.RAG实战中会遇到的常见问题

11:17

【RAG篇】23.本质上是个工程化的问题

08:20

【RAG篇】24.微调 VS RAG应该如何选择

02:07

【RAG篇】25.系统介绍

05:20

【RAG篇】26.RAG(检索增强生成)原理

08:12

【RAG篇】27.向量嵌入与文档处理

21:32

【RAG篇】28.向量数据库详解

17:01

【RAG篇】29.数据表设计

08:13

【RAG篇】30.API接口设计

05:11

【RAG篇】31.问答交互流程

03:46

【RAG篇】32.问答交互代码实现

22:38

【RAG篇】33.项目结构总结

11:20

【LangChain篇】34.LangChain课程介绍

05:36

【LangChain篇】35.LangChain的核心组件

08:45

【LangChain篇】36.LangChain的输入、输出封装

36:15

【LangChain篇】37.LangChain的数据连接封装

03:56

【LangChain篇】38.对话历史管理

07:18

【LangChain篇】39.LangChain Expression Language（LCEL）

31:13

【LangChain篇】40.智能体架构：Agent

09:13

【LangChain篇】41.LangServe和LangChain.js

05:44

【Agent篇】42.Agent基本概念

32:02

【Agent篇】43.Agent的分类

33:50

【Agent篇】44.Agent组成和策略、应用场景

01:06:45

【Agent篇】45.OpenAI兼容API接口

33:24

【Agent篇】46.工具的定义和使用

17:56

【Agent篇】47.记忆机制和对话管理

27:02

【Agent篇】48.基于ReAct的Agent代码示例

18:27

【Agent篇】49.常见Agent开发框架及OpenAIAgentSDK特点

26:36

【Agent篇】50.async写法和流式传输

23:47

【Agent篇】51.连续对话和多模态

22:07

【Agent篇】52.使用工具和MCP

20:53

【Agent篇】53.框架的用法和实战案例

39:50

【Agent篇】54.IM多平台智能客服方案概述

16:50

【Agent篇】55.实战：企业微信-雪茄通智能客服（RAG）

16:09

【Agent篇】56.实战：飞书-高考志愿填报智能客服

20:18

【LangGraph篇】57. LangGraph-课程介绍

17:17

【LangGraph篇】58. 快速了解LangGraph

30:41

【LangGraph篇】59.使用LangGraph构建Agent智能体-上

28:15

【LangGraph篇】60.使用LangGraph构建Agent智能体-下

36:36

【LangGraph篇】61.LangGraph接入MCP

44:33

【LangGraph篇】62. 深入理解Graph-上

29:33

【LangGraph篇】63. 深入理解Graph-下

25:47

【LangGraph篇】64. 使用LangGraph构建多智能体工作流

31:39

【LangGraph篇】65. 零帧起手，实现多智能体工作流

01:09:04

【MCP篇】66.MCP与A2A的课程概述

05:21

【MCP篇】67.MCP能干什么

06:10

【MCP篇】68.MCP是什么&推广时间线

03:33

【MCP篇】69.哪些平台支持MCP查询

03:05

【MCP篇】70.MCP应用场景&通信机制

04:43

【MCP篇】71.uvx和npx指令对应环境的安装

05:38

【MCP篇】72.Cursor中使用MCP案例：准备工作和案例需求

05:21

【MCP篇】73.Cursor中使用MCP案例：配置MCP Servers

08:57

【MCP篇】74.Cursor中使用MCP案例：运行与测试

04:58

【MCP篇】75.Cline中使用MCP案例：配置MCP Servers

09:36

【MCP篇】76.Cline中使用MCP案例：运行与测试

04:44

【MCP篇】77.MCP的5个核心要素的说明

06:49

【MCP篇】78.MCP的工作流程

05:33

【MCP篇】79.手动开发MCP项目：项目说明

06:06

【MCP篇】80.手动开发MCP项目：Client.py的剖析

08:04

【MCP篇】81.手动开发MCP项目：Server.py的剖析

06:04

【MCP篇】82.手动开发MCP项目：项目测试

02:14

【MCP篇】83.CherryStudio中使用MCP的准备工作

05:59

【MCP篇】84.CherryStudio中配置MCP并测试

05:43

【微调篇】85.什么是Fine-tuning

10:14

【微调篇】86.什么情况下确实需要Fine-tuning

15:48

【微调篇】87.Finetuning的具体用法

14:17

【微调篇】88.轻量化微调

20:07

【微调篇】89.低秩适应微调（LoRA）

28:53

【微调篇】90.模型选择与数据需求

15:33

【微调篇】91.评估微调后的模型能力

22:17

【微调篇】92.实操的具体步骤

08:54

【实战篇】93.项目介绍

10:04

【实战篇】94.技术架构设计

06:35

【实战篇】95.岗位管理

13:22

【实战篇】96.候选人管理

10:17

【实战篇】97.面试管理

06:48

【实战篇】98.面试实现

21:18

【实战篇】99.面试报告生成

11:08

顶部