首页

投稿

【全748集】目前B站最全最细《AI大模型应用开发》教程，2026最新版，包含所有干货！7天就能从小白到大神！少走99%的弯路！存下吧！很难找全的！

14万

260

2026-04-09 10:59:31

未经作者授权，禁止转载

【视频相关教材、学习路线、GitHub项目、实战案例集、电子书+问题解答请看 ”置顶” 自取哦】本套教程从零开始讲解，手把手教学，包含Python快速入门、AI开发环境搭建及提示词工程、Transformer架构和预训练、SFT、RLHF等一些基础概念、RAG、Agent、Langchain、大模型微调和私有化部署无论是新手小白，还是有一定编码经验的选手，皆可学习如果视频对你有用的话请【一键三联】支持一下UP哦，拜托，这对我真的很重要

大模型微调

大模型应用开发

大模型项目

吴恩达langchain 发消息

助力技术人的每一次成长｜提供晚间免费直播课！欢迎咨询：人工智能基础课程/大模型课程/论文发表

【前言】00.AI大模型应用开发学习指南

05:19

【认知篇】01.什么是AI大模型开发

10:14

【认知篇】02.RAG的基本原理

10:55

【认知篇】03.微调的基本原理

04:02

【认知篇】04.本地安装部署DeepSeek大模型

06:59

【认知篇】05.通过API访问本地部署的大模型

08:19

【认知篇】06.通过Dify构建大模型应用并和已有系统集成

17:08

【认知篇】07.通过Dify的API和已有系统集成

04:43

【认知篇】08.基于本地大模型和Dify打造本地化RAG知识库

14:05

【认知篇】09.基于原生RAG应用开发了解RAG原理

14:23

【进阶篇】10、认识大模型Agent

20:45

【进阶篇】11、Agent Prompt 模板设计

33:38

【进阶篇】12、 Agent Tuning

27:57

【进阶篇】13、Agent 泛化性提升

21:03

【进阶篇】14、Agent Funing 项目

04:10

【进阶篇】15、使用CrewAI+FastAPI打造多Agent协作应用

35:26

【进阶篇】16、技术研究员智能体案例

20:42

【进阶篇】17、健康档案助手智能体案例

33:03

【进阶篇】18、多个Agent协作完成高效软件编码

13:26

【进阶篇】19、让任务以JSON数据格式并最终任务以JSON格式输出

15:52

【进阶篇】20、在任务执行中做HumanFeedback(人类反馈)

08:19

【进阶篇】21、快速搭建AI Agent工作流（上）

31:44

【进阶篇】22、快速搭建AI Agent复杂工作流（下）

26:51

【进阶篇】23、13个应用案例带你轻松搞定CrewAI新版本功能Knowledge

34:20

【进阶篇】24、 OpenAI's Swarm开源Agent框架

39:49

【进阶篇】25、微软AutoGen开源Agent框架亲测真的很强

46:45

【进阶篇】26、国产之光？MetaGPT多智能体开源框架

45:26

【进阶篇】27、 PydanticAI开源框架

32:35

【进阶篇】28、微软Agent开源框架AutoGen正式发布全新重构版本V0.4

28:45

【进阶篇】29、微软Agent开源框架AutoGen Studio低代码开发平台

17:33

【进阶篇】30、微软AutoGen开源框架Extensions扩展库

16:49

【进阶篇】31、微软Agent开源框架AutoGen全新重构V4（上）

19:26

【进阶篇】32、微软Agent开源框架AutoGen全新重构V4（中）

12:43

【进阶篇】33、微软Agent开源框架AutoGen全新重构V4（下）

21:06

【进阶篇】34、OpenAI Agents SDK开源框架发布

20:48

【进阶篇】35.RAG初识

13:52

【进阶篇】36.RAG索引的构建

13:12

【进阶篇】37.RAG检索重排

12:10

【进阶篇】38.RAG文档分块

16:19

【进阶篇】39.RAG文本向量化

15:18

【进阶篇】40.GraphRAG 原理

14:28

【进阶篇】41.LangChain开发的RAG

18:32

【提升篇】42.智能体常用技术-Langchain

13:57

【提升篇】43.Langchain环境搭建_通义模型应用

17:58

【提升篇】44.Langchain环境搭建_其它模型应用

19:05

【提升篇】45.Langchain环境搭建_ollama模型加载

14:35

【提升篇】46.Langchain环境搭建_本地模型应用

11:08

【提升篇】47.Langchain关键对象_提示词模板

18:32

【提升篇】48.Langchain关键对象_输出格式化

16:50

【提升篇】49.Langchain关键对象_链式调用

13:53

【提升篇】50.Langchain响应_流式响应

11:05

【提升篇】51.Langchain记忆系统_ConversationBufferMemory

16:38

【提升篇】52.Langchain记忆系统_ConversationBufferWindowMemory

18:15

【提升篇】53.Langchain记忆系统_ConversationTokenBufferMemory

15:33

【提升篇】54.Langchain记忆系统_ConversationSummaryBufferMemory

15:12

【提升篇】55.Langchain文本嵌入模型_介绍与网络模型

20:32

【提升篇】56.Langchain文本嵌入模型_本地模型使用

14:47

【提升篇】57.Langchain文本嵌入模型_持久化与数据匹配

20:35

【提升篇】58.Langchain工具_工具封装

12:12

【提升篇】59.Langchain工具_实战_封装天气API接口

12:35

【提升篇】60.Langchain工具_实战_开发获取城市编码功能

12:34

【提升篇】61.Langchain工具_实战_优化天气API接口

06:38

【提升篇】62.Langchain工具_实战_Agent调用工具流程

13:59

【提升篇】63.Langchain工具_实战_Agent调用多个工具

11:01

【提升篇】64.快速了解LangGraph

30:41

【提升篇】65.langgraph2-使用LangGraph构建Agent智能体_上

28:15

【提升篇】66.langgraph3-使用LangGraph构建Agent智能体_下

36:36

【提升篇】67. langgraph4-LangGraph接入MCP

29:33

【提升篇】68.langgraph5-深度理解Graph_上

29:33

【提升篇】69. langgraph6-深度理解Graph_下

25:47

【提升篇】70.langgraph7-使用LangGraph构建多智能体工作流

31:39

【提升篇】71. langgraph8-零帧起手，实现多智能体工作流

01:09:04

【实战篇】72.模型微调介绍

29:44

【实战篇】73.模型训l练利器HuggingFace

52:58

【实战篇】74.什么是模型

17:40

【实战篇】75.什么是模型训练

20:40

【实战篇】76.求解器

02:18

【实战篇】77.一些常用的损失函数

07:52

【实战篇】78.复习总结

34:46

【实战篇】79.什么是训练预训练微调轻量化微调

28:49

【实战篇】80.Transformer结构简介

13:27

【实战篇】81.轻量化微调

17:02

【实战篇】82.实战

52:12

【实战篇】83.数据准备与处理

42:44

【实战篇】84.私有化大模型1 （详细介绍）

06:48

【实战篇】85.私有化大模型1（部署前准备工作）

05:30

【实战篇】86. 私有化大模型（详细部署过程）

09:07

【实战篇】87.私有化大模型1（如何使用该模型）

08:40

【实战篇】88.AI搜索项目实战（上）

02:20:18

【实战篇】89.AI搜索项目实战（下）

02:41:51

【实战篇】90.项目实战：RAG企业知识库(上)

02:48:26

【实战篇】91.项目实战：RAG企业知识库(下)

02:50:19

【实战篇】92.智能招聘面试模拟系统（上）

02:38:38

【实战篇】93.智能招聘面试模拟系统（下）

03:13:22

【Agent应用案例1-基础】94.官方基础应用案例

38:59

【Agent应用案例2-进阶】95.技术研究员智能体案例

20:34

【Agent应用案例3-进阶】96.健康档案助手智能体案例

33:01

【Agent应用案例4-进阶】97.软件编码助手智能体案例

13:23

【Agent应用案例5-进阶】98.营销战略协助智能体-1

15:50

【Agent应用案例6-进阶】99.营销战略协助智能体-2

08:17

【Agent应用案例7-进阶】100.快速搭建AI Agent工作流

31:42

【Agent应用案例8-进阶】101.快速搭建AI Agent复杂工作流

26:49

顶部