首页

投稿

【全500集】B站最全最细的AI大模型零基础全套教程（包含Agent与RAG教程），7天从入门到精通大模型，学完即可就业！看完这一套AI教程就够了！

2.8万

146

2026-06-09 16:15:15

未经作者授权，禁止转载

【全500集】B站最全最细的AI大模型零基础全套教程（包含Agent与RAG教程），7天从入门到精通大模型，学完即可就业！看完这一套AI教程就够了！

提示词工程

大模型微调

大模型开发

大模型教程

大模型零基础

私有化部署

大模型官方课程发消息

咨询课程、1对1就业指导、技术进阶提升【直接私信】，领取课程源码+资料

开篇｜大模型完整学习路线解析，跟着学就能落地

02:31

【模块 1：大模型入门与基础应用】01 认识大模型

28:12

02 大模型主流应用场景全解析

22:13

03 Gradio 快速入门：搭建你的第一个 AI 交互界面

20:01

04 提示词工程入门：掌握和大模型对话的核心逻辑

34:54

05 提示词应用实战：从基础指令到高阶技巧

22:19

【模块 2：01 Agent 智能体基础与行业落地】

02:28

02 什么是 Agent？核心架构与工作原理

10:28

03 多 Agent 协作模式：1+1>2 的团队式 AI

04:22

04 实战：销售场景 AI Agent 需求分析

02:35

05 实战：用户分析与销售策略 Agent 落地

18:35

06 Agent 多行业落地场景案例分享

12:01

【模块 3：01 Agent 核心技术与推理框架】

08:52

02 Agent 决策逻辑与应用场景分析

07:43

03 任务拆解技巧：COT 思维链与 TOT 树状推理

13:10

04 ToT24 点游戏与 ReAct 推理框架详解

16:27

05 Agent 记忆模块：短期 / 长期记忆的实现逻辑

11:19

06 Agent 工具调用方法：让 AI 学会使用外部能力

03:24

08 Plan-and-Execute：规划 - 执行式认知框架

11:50

09 Self-Ask：自我提问式推理框架

08:51

10 Agent 思考与反思机制：让 AI 学会自我纠错

07:52

11 ReAct 框架完整案例实现

09:51

12 ReAct+RAG 融合：构建带知识库的智能体

11:18

【模块 4：01 AgentScope2.0智能体开发实战】

10:40

02 快速上手：编写你的第一个 AgentScope 智能体

06:56

03 核心模块详解：Message 消息系统

07:53

04 核心模块详解：Event 事件机制

09:09

05 Agent 深度解析：从基础到高级特性

14:06

06 Model 与 Context：模型上下文管理核心

11:46

07 AgentScope 工具系统详解与扩展

18:47

08 权限系统介绍：多用户智能体安全管理

08:56

09 生产级实战：构建可落地的企业级 Agent

08:07

【模块 5：01 RAG 检索增强生成全解析与优化】

13:56

02 RAG 基础：检索增强生成的核心概念

10:16

03 RAG 使用场景：解决大模型幻觉与知识滞后

01:57

04 RAG 基本运行流程：从数据到生成的全链路

01:50

05 RAG 核心步骤：文本分片策略与实践

00:39

06 RAG 核心步骤：索引构建方法与优化

07:04

07 RAG 核心步骤：召回算法与匹配逻辑

04:25

08 RAG 核心步骤：重排机制提升检索精度

02:41

09 RAG 核心步骤：基于检索结果的生成优化

02:17

10 高质量文本分块：实战避坑与指南

34:05

11 RAG 检索优化（上）：召回策略与向量化优化

07:56

12 RAG 检索优化（下）：多轮检索与上下文增强

07:06

13 RAG 工程实现全流程：从 0 到 1 搭建系统

01:27

14 RAG 核心技术选型：组件与工具对比

04:44

15 数据拆分与 Embedding：向量表示的关键

01:21

16 向量数据库对比与选型：适配不同业务场景

06:12

17 RAG 上下文整合策略：让检索结果更贴合问题

07:56

18 RAG 效果评估：如何衡量知识库问答质量

03:11

19 RAG 进阶优化策略：解决复杂场景难题

08:21

【模块 6：01 LangChain 框架从基础到工具实战】

18:34

02 LangChain 基础：Message Types 消息类型详解

18:53

03 LangChain 基础：PromptTemplates 提示词模板

19:45

04 LangChain 基础：OutputParsers 输出解析器

19:00

05 LangChain 基础：LCEL 链式组合基础

18:40

06 工具开发与流式输出：@tool 装饰器与工具定义

20:25

07 工具开发与流式输出：工具绑定与调用循环

20:13

08 工具开发与流式输出：Streaming 流式响应实现

19:58

09 工具开发与流式输出：Async 异步执行与优化

20:02

【模块 7：01 LlamaIndex 框架与 RAG 系统实战】

16:22

02 LlamaIndex 框架概述与核心优势

09:26

03 数据加载：多源数据接入方法

11:19

04 文本切分与解析：适配不同数据格式

06:42

05 索引与检索：构建高效的查询系统

21:34

06 生成回复：基于检索结果的内容生成

02:20

07 底层原理：Prompt、LLM 与 Embedding 的协作

05:22

08 实战：基于 LlamaIndex 搭建完整 RAG 系统

11:07

【模块 8：01 Agent Skills 技能开发与扩展】

07:24

02 Agent Skills 开发环境搭建

09:47

03 入门实战：编写你的第一个简单 Skill

10:45

04 创意技能开发：生成创意图片的 Agent Skill

10:28

05 进阶开发：创建可生成新 Skill 的 Skill

10:13

06 实用推荐：好用必用的 Agent Skills 合集

06:19

【模块 9：01 大模型训练与微调入门】

29:44

01 训练利器：HuggingFace 生态工具入门

52:58

02 基础概念：什么是大模型？

17:40

03 基础概念：模型训练的核心逻辑

20:40

04 核心机制：自回归语言模型原理

02:18

05 必备知识：常用损失函数详解

07:52

06 阶段复习：基础概念总结

34:46

07 核心概念：预训练、微调与轻量化微调

28:49

08 底层基础：Transformer 结构简介

13:27

09 轻量化微调：低资源模型优化方法

17:02

10 实战：模型微调完整流程

52:12

11 数据准备：训练数据处理与清洗

42:44

【模块 10：大模型项目实战合集】-项目1：需求分析与框架搭建

02:20:18

项目 1：AI 搜索系统实战（下）- 功能实现与优化

02:41:51

项目 2：RAG 企业知识库实战（上）- 数据处理与向量库搭建

02:48:26

项目 2：RAG 企业知识库实战（下）- 问答系统与效果优化

02:50:19

项目 3：智能招聘面试模拟系统（上）- 需求拆解与 Agent 设计

02:38:38

项目 3：智能招聘面试模拟系统（下）- 系统实现与测试

03:13:22

顶部