课程目录：

├── 1-开班典礼+环境搭建
│ ├── assets
│ │ ├── conda-1.png
│ │ ├── conda-2.png
│ │ ├── conda-3.png
│ │ ├── conda-4.png
│ │ ├── conda-5.png
│ │ ├── conda-6.png
│ │ ├── conda-7.png
│ │ └── conda-8.png
│ ├── 环境准备.assets
│ │ ├── conda-1.png
│ │ ├── conda-2.png
│ │ ├── conda-3.png
│ │ ├── conda-5.png
│ │ ├── conda-6.png
│ │ ├── conda-7.png
│ │ └── conda-8.png
│ ├── 1-开班典礼+环境搭建.mp4
│ └── 环境准备.md
├── 2-人工神经网络结构及原理
│ ├── day02-人工神经网络结构及原理
│ │ ├── demo_02
│ │ │ ├── test01.py
│ │ │ ├── test02.py
│ │ │ ├── test03.py
│ │ │ ├── test04.py
│ │ │ ├── test05.py
│ │ │ ├── test06.py
│ │ │ ├── test07.py
│ │ │ ├── test08.py
│ │ │ └── test09.py
│ │ ├── 课堂笔记
│ │ │ ├── demo-overview.gif
│ │ │ ├── 分类任务.png
│ │ │ ├── 建模过程.png
│ │ │ └── 前向计算与反向传播.png
│ │ └── 人工神经网络结构原理 .pdf
│ └── 2-人工神经网络结构及原理.mp4
├── 3-RAG技术与应用
│ ├── 3_RAG技术与应用
│ │ ├── assets
│ │ │ ├── 1.png
│ │ │ ├── 2.png
│ │ │ ├── 3.jpg
│ │ │ ├── 4.png
│ │ │ ├── 5.png
│ │ │ └── 6.png
│ │ ├── vector_db
│ │ │ ├── index.faiss
│ │ │ ├── index.pkl
│ │ │ └── page_info.pkl
│ │ ├── index.ipynb
│ │ └── 浦发上海浦东发展银行西安分行个金客户经理考核办法.pdf
│ └── 3-RAG技术与应用.mp4
├── 4-基于BERT模型的自定义微调训练
│ ├── day04-基于BERT模型的自定义微调训练
│ │ ├── demo_04
│ │ │ ├── .idea
│ │ │ ├── data
│ │ │ ├── model
│ │ │ ├── params
│ │ │ ├── __pycache__
│ │ │ ├── data_test.py
│ │ │ ├── MyData.py
│ │ │ ├── net.py
│ │ │ ├── token_test.py
│ │ │ └── train_val.py
│ │ ├── 课堂笔记
│ │ │ ├── AI项目开发流程.png
│ │ │ └── 课堂笔记.png
│ │ ├── 【课件】基于 BERT 的中文评价情感分析（训练篇）.pdf
│ │ └── 【资料】Hugging Face 模型微调训练（基于 BERT 的中文评价情感分析）.pdf
│ └── 4-基于BERT模型的自定义微调训练.mp4
├── 5-Ragas评估与LlamaIndex开发
│ ├── 5-Ragas评估与LlamaIndex开发.mp4
│ └── 5_LlamaIndex知识管理与信息检索.zip
├── 6-GPT2中文生成模型定制化微调训练
│ ├── demo_04
│ │ ├── data
│ │ │ └── chinese_poems.txt
│ │ ├── example
│ │ │ ├── test01.py
│ │ │ ├── test02.py
│ │ │ ├── test03.py
│ │ │ ├── test04.py
│ │ │ └── test05.py
│ │ ├── params
│ │ │ └── [空目录]
│ │ ├── data.py
│ │ └── train.py
│ ├── 课堂笔记
│ │ └── GPT文本生成介绍.png
│ ├── 6-GPT2中文生成模型定制化微调训练.mp4
│ ├── gpt2-chinese模型.zip
│ └── 【课件】GPT2-中文生成模型定制化（训练篇）.pdf
├── 7-AI应用开发框架LangChain
│ ├── 7_LangChain多任务应用开发
│ │ ├── .ipynb_checkpoints
│ │ │ ├── example_prompt_template-checkpoint.txt
│ │ │ └── index-checkpoint.ipynb
│ │ ├── assets
│ │ │ ├── data_connection.jpg
│ │ │ ├── langchain.svg
│ │ │ └── model_io.jpg
│ │ ├── data
│ │ │ ├── .ipynb_checkpoints
│ │ │ └── deepseek-v3-1-4.pdf
│ │ ├── example_prompt_template.txt
│ │ ├── index.ipynb
│ │ └── memory.db
│ └── 7-AI应用开发框架LangChain.mp4
├── 8-大模型微调-LLama Factor微调Qwen
│ ├── day08-大模型微调-LLama Factor微调Qwen
│ │ ├── data
│ │ │ ├── fintech.json
│ │ │ ├── identity.json
│ │ │ └── 医疗数据集地址.txt
│ │ ├── 课堂笔记
│ │ │ └── 课堂笔记.png
│ │ ├── 【课件】大模型微调（使用 LLaMA-Factory 微调 Qwen）.pdf
│ │ └── 【资料】大模型微调-LLama Factor微调Qwen.pdf
│ └── 8-大模型微调-LLama Factor微调Qwen.mp4
└── 9-Agent应用与工作流编排框架LangGraph
├── 9_Agent应用与图状态编排框架LangGraph
│ ├── .ipynb_checkpoints
│ │ └── index-checkpoint.ipynb
│ ├── AgenticRAG
│ │ ├── .ipynb_checkpoints
│ │ ├── assets
│ │ └── index.ipynb
│ ├── assets
│ │ └── 1.jpg
│ ├── data
│ │ ├── .ipynb_checkpoints
│ │ └── deepseek-v3-1-4.pdf
│ └── index.ipynb
└── 9-Agent应用与工作流编排框架LangGraph.mp4
├── 10-LLamaFactory模型导出量化
│ ├── day10-LLamaFactory模型导出量化
│ │ ├── 课堂笔记
│ │ │ └── 课堂笔记.png
│ │ ├── 【课件】LLaMA-Factory模型导出量化.pdf
│ │ └── 【资料】Ollama+open-webui部署模型.pdf
│ └── 10-LLamaFactory模型导出量化.mp4
├── 11-MCP技术应用与开发
│ ├── 11_MCP技术应用与开发
│ │ ├── .ipynb_checkpoints
│ │ │ └── index-checkpoint.ipynb
│ │ ├── assets
│ │ │ ├── 01.png
│ │ │ ├── 02.png
│ │ │ ├── 03.png
│ │ │ ├── 04.png
│ │ │ ├── 05.png
│ │ │ └── 06.png
│ │ ├── chapter10-mcp.zip
│ │ └── index.ipynb
│ └── 11-MCP技术应用与开发.mp4
├── 12-LLamaFactory与Xtuner分布式微调大模型
│ ├── 12-LLamaFactory与Xtuner分布式微调大模型.mp4
│ └── day12-LLamaFactory与Xtuner分布式微调大模型.zip
├── 12-项目3_基于 MCP Sampling 实现微博内容情感分析
│ └── 12-项目3_基于 MCP Sampling 实现微博内容情感分析.mp4
├── 13-项目4_从零构建企业生产级Agent服务
│ ├── ReActAgents
│ │ ├── .idea
│ │ │ ├── inspectionProfiles
│ │ │ ├── .gitignore
│ │ │ ├── encodings.xml
│ │ │ ├── misc.xml
│ │ │ ├── modules.xml
│ │ │ ├── ReActAgents.iml
│ │ │ └── workspace.xml
│ │ ├── 01_ReActAgentAmapMCPServer
│ │ │ ├── amapMCPServer.py
│ │ │ ├── graph.png
│ │ │ └── README.md
│ │ ├── 02_ReActAgentHITL
│ │ │ ├── 01_reviewCustomToolCalls.py
│ │ │ ├── 02_reviewMCPToolCalls.py
│ │ │ ├── 03_reviewMixToolCalls.py
│ │ │ ├── graph.png
│ │ │ └── README.md
│ │ ├── 03_ReActAgentMemory
│ │ │ ├── 01_shortTermTest.py
│ │ │ ├── 02_longTermTest.py
│ │ │ ├── docker-compose.yml
│ │ │ ├── graph.png
│ │ │ ├── img.png
│ │ │ └── README.md
│ │ ├── 04_ReActAgentHITLApi
│ │ │ ├── docker
│ │ │ ├── docs
│ │ │ ├── logfile
│ │ │ ├── utils
│ │ │ ├── 01_backendServer.py
│ │ │ ├── 02_frontendServer.py
│ │ │ └── README.md
│ │ ├── 05_ReActAgentHILApiMultiSession
│ │ │ ├── docker
│ │ │ ├── docs
│ │ │ ├── utils
│ │ │ ├── 01_backendServer.py
│ │ │ ├── 02_frontendServer.py
│ │ │ └── README.md
│ │ └── 06_ReActAgentHILApiMultiSessionTask
│ │ ├── docker
│ │ ├── docs
│ │ ├── logfile
│ │ ├── utils
│ │ ├── __pycache__
│ │ ├── 01_backendServer.py
│ │ ├── 02_frontendServer.py
│ │ ├── README.md
│ │ └── redisTest.py
│ └── 13-项目4_从零构建企业生产级Agent服务.mp4
├── 14-大模型微调项目实战-数据工程篇
│ ├── day14-大模型微调项目实战-数据工程篇
│ │ ├── demo_14
│ │ │ ├── .idea
│ │ │ ├── embedding_model
│ │ │ ├── style_chat_data.json
│ │ │ └── test01.py
│ │ ├── 开源数据集
│ │ │ └── LCCC-base-split.zip
│ │ ├── 课堂笔记
│ │ │ ├── 课堂笔记01.png
│ │ │ └── 项目实现过程.png
│ │ ├── 【课件】大模型微调项目实战（情绪对话模型-数据工程篇）.pdf
│ │ └── 【资料】情绪对话模型数据制作.pdf
│ └── 14-大模型微调项目实战-数据工程篇.mp4
├── 16-大模型评估测试OpenCompass
│ └── 16-大模型评估测试OpenCompass.mp4
├── 18-多模态大模型应用
│ ├── day18-多模态大模型应用
│ │ ├── 课堂笔记
│ │ │ └── 课堂笔记.png
│ │ ├── 文生视频效果
│ │ │ └── output.mp4
│ │ ├── 【课件】多模态（多模态大模型的概念与本地部署调用）.pdf
│ │ └── 【资料】多模态（多模态大模型的概念与本地部署调用）.pdf
│ └── 18-多模态大模型应用.mp4
├── 20-RAG+微调实现智能专家系统（部署测试）
│ ├── day20-RAG+微调实现智能专家系统（部署测试）
│ │ ├── checkpoint-8900
│ │ │ ├── adapter_config.json
│ │ │ ├── adapter_model.safetensors
│ │ │ ├── added_tokens.json
│ │ │ ├── merges.txt
│ │ │ ├── optimizer.pt
│ │ │ ├── README.md
│ │ │ ├── rng_state.pth
│ │ │ ├── scheduler.pt
│ │ │ ├── special_tokens_map.json
│ │ │ ├── tokenizer.json
│ │ │ ├── tokenizer_config.json
│ │ │ ├── trainer_state.json
│ │ │ ├── training_args.bin
│ │ │ └── vocab.json
│ │ ├── demo_20
│ │ │ ├── chroma_db
│ │ │ ├── data
│ │ │ ├── storage
│ │ │ ├── test01.py
│ │ │ ├── test02.py
│ │ │ └── test03.py
│ │ ├── 【资料】基于RAG的法律条文智能助手-实现与部署.pdf
│ │ └── 【资料】基于RAG的法律条文智能助手-微调与部署.pdf
│ └── 20-RAG+微调实现智能专家系统（部署测试）.ts