首页

投稿

AI Agent 极简入门

8516

0

2025-09-25 15:25:33

未经作者授权，禁止转载

《AI Agent 极简入门》录像。此次录像仅供个人学习，包括但不仅限于RAG，Agent等的学习分享。需要指出，尽管我花了比较长的时间来总结和录制，但难免仍会有不妥和错误之处，衷心希望各位读者不吝批评指正。最后，如果这些视频能够帮到您的话是我的荣幸，谢谢各位！

一点一滴做笔记发消息

老黄牛一直耕，能耕多少算多少。

准备工作-快速下载需要的模型

04:11

快速实现极其简单的RAG系统

22:13

MCP第一节：使用cline调用本地MCP Server工具

15:40

MCP第二节：1-自己实现一个MCP Tool让cline调用

09:01

MCP第二节：2-MCP协议工作的具体数据乱说

11:00

MCP第二节：3-模拟cline和MCP Server通讯

05:59

MCP第三节：MCP Host(cline)和LLM通讯的本质及ReAct的形成本质

18:49

Function Calling的本质以及和MCP协议之间的区别

14:11

Agent第一节：本质ReAct模式（使用System Prompt在DeekSeek上测试）

08:34

Agent第二节：简易的Agent系统浅析以及代码介绍

09:27

Agent第三节：ReAct和plan and execute之间的区别

07:49

Memory第一节：1-short term memory

09:48

Memory第一节：2-short term memory简易的代码实现

16:25

Memory第二节：long term memory

05:10

Planning第一节：Reflection的本质以及代码实现

10:01

Planning第二节：Self-critics本质以及代码实现

07:33

Planning第三节：Chain of Thought本质及其他(第3没讲好可看原文)

12:51

Agent一阶段：vllm实现本地部署简单智能体Agent(整个流程)

14:38

Agent一阶段：vllm通过page技术解决传统KVcache显存浪费

14:21

Agent一阶段：将本地部署的llm封装成FastAPI接口

14:01

企业RAG应用部署：1-通过llamaidex加载本地embedding模型并测试向量化

05:01

企业RAG应用部署：2-通过llamaindex对本地信息进行向量化并保存到向量数据库中

12:22

企业RAG应用部署：3-通过llamaindex构建pipeline

03:29

企业RAG应用部署：4-通过RAGas构建简易的RAG评估系统

09:28

企业RAG应用部署：5-结合LangChain和FastAPI部署简单的RAG工程

18:06

企业RAG应用部署：6-基于Llamaindex部署混合索引RAG方法(向量匹配+BM25)

19:16

企业RAG应用部署：6-基于Llamaindex部署混合索引RAG方法(粗排+rerank)

15:53

企业RAG应用部署：7-基于Llamaindex的RAG的rewrite方法(重写查询)

06:39

企业RAG应用部署：8-基于Llamaindex的RAG的AutoMerging方法(信息层级合并)

06:21

企业RAG应用部署：9-基于Dify的Word转MD格式

17:59

企业RAG应用部署：9-基于Dify的PDF转MD格式

13:49

顶部