课程目录：

├── 00-开学第一课
│ └── 开营直播-AIIDE的架构演进，洞察AI工程化的设计逻辑.mp4
├── 01-第一周：大语言模型技术栈与 Prompt 工程
│ ├── 1.AI工程化定义&大模型与函数的调用.mp4
│ └── 2.LangChain核心组件&LlamaIndex与知识增强系统.mp4
├── 02-第二周：技术栈与 Prompt 工程&深度学习与 NLP 基础
│ ├── 1.工程化中的Prompt技巧与多Agent、轻量微调、生产部署实践.mp4
│ └── 2.工程准备与数据工程&Transformer与高效微调.mp4
├── 03-第三周：深度学习与 NLP 基础
│ └── 1.微调管理优化与评估压缩部署.mp4
├── 04-第四周：数据工程与知识增强
│ ├── 1.解构RAG与使用LlamaIndex实现RAG.mp4
│ └── 2.QAnything与本地RAG解决方案.mp4
├── 05-第五周：数据工程与知识增强&智能客服系统架构设计
│ ├── 1.提升RAG效果的方法.mp4
│ ├── 2.搭建基础对话链&意图识别流水线设计.fixed.mp4
│ └── 2.搭建基础对话链意图识别流水线设计.fixed.pdf
├── 06-第六周：智能客服系统架构设计
│ ├── 1.意图识别与上下文理解与记忆管理.mp4
│ ├── 1.意图识别与上下文理解与记忆管理_笔记.pdf
│ ├── 2.让系统“会行动”与用LangGraph实现多轮对话流程控制.mp4
│ └── 2.让系统“会行动”与用LangGraph实现多轮对话流程控制_笔记.pdf
├── 07-第七周：智能客服系统架构与多Agent协作与通信机制
│ ├── 1.工具调用引擎设计&多Agent协作概念以及主流框架.mp4
│ └── 2.多智能体框架与MCP协议.mp4
├── 08-第八周：多Agent协作与通信机制
│ ├── 1.LangGraph集成MCPServer与A2A.mp4
│ ├── 1.LangGraph集成MCPServer与A2A_笔记.pdf
│ ├── 2.Gemini-fullstack-langgraph-quickstart源_笔记.pdf
│ └── 2.Gemini-fullstack-langgraph-quickstart源码剖析.mp4
├── 09-第九周：DSL语言设计与执行引擎
│ ├── 1.DSL设计原则与应用场景&使用ANTLR-Lark解析DSL语法.mp4
│ ├── 1.DSL设计原则与应用场景使用ANTLR-Lark解析DSL语法.mp4.pdf
│ ├── 2.NL2SQL与数据安全.mp4
│ └── 2.NL2SQL与数据安全_笔记.pdf
├── 10-第十周：智能Agent高级能力构建
│ ├── 1.记忆管理系统设计与Agent可观测性系统构建.mp4
│ └── 1.记忆管理系统设计与Agent可观测性系统构建_笔记.pdf
├── 11-第十一周：智能Agent高级能力构建
│ ├── 1.Agent在多模态任务中的推理&移动端大模型部署.mp4
│ └── 智能Agent高级能力构建22.pdf
├── 12-第十二周：模型部署与服务化
│ ├── 1.Docker容器化打包与镜像构建&FastAPI构建模型基础服务.mp4
│ ├── 1.Docker容器化打包与镜像构建FastAPI构建模型基础服务_笔记.pdf
│ ├── 2.K8S编排基础与监控系统、日志收集系统搭建.mp4
│ └── 2.K8S编排基础与监控系统、日志收集系统搭建_笔记.pdf
├── 13-第十三周：Python高性能编程与并发工程
│ ├── 1.核心概念与底层原理&并行机制对比分析.mp4
│ ├── 2.并行机制对比分析与FastAPI深度集成.mp4
│ └── 3.LangChain异步开发进阶与向量数据库和GPU.mp4
├── 14-第十四周：项目实战 —— 工程化企业级智能客服平台
│ ├── 1.需求与原型阶段.mp4
│ ├── 1.需求与原型阶段_笔记.pdf
│ └── 2.补充核心与交互能力.mp4
├── 15-第十五周：行业场景与产品设计
│ ├── 1.AI产品从“能做”到“好用”的跨越与垂直领域的深水区.mp4
│ └── 2.AI伦理、数据合规与治理&Dify二次开发.mp4
├── 16-模块实战讲解
│ ├── 模块二实践二：基于LoRA微调一个垂直领域客服问答模型.mp4
│ ├── 模块二实践一：训练一个意图识别模型并部署为API.mp4
│ ├── 模块三实践二：构建一个基于FAISS-Milvus的FAQ检索系统.mp4
│ ├── 模块三实践一：构建一个基于FAISS-Milvus的FAQ检索系统.mp4
│ ├── 模块一：实践一：基于LangChain构建一个多任务问答助手.mp4
│ └── 模块一实践二：构建一个多Agent协同客服系统.mp4
└── AI文档资料
├── 2025.06 AICon技术大会
│ ├── 01-能源行业基于大模型的数据治理和人工智能应用实践.pdf
│ ├── 02-QAnything：大模型驱动下的知识库问答体系革新与实践.pdf
│ ├── 03 AICon2025_MarkCollier final.pdf
│ ├── 03-货拉拉大数据存储实践与AI时代的应对 .pdf
│ ├── 04-构建面向大模型的安全治理体系和应用实践.pdf
│ ├── 0627-AICon北京2025-让 Agent 进化 Agent 企业自动化的新范式构想.pdf
│ ├── AICon北京2025-京东-杨培军_final.pdf
│ ├── AICon北京2025-莫欣-keynote.pdf
│ ├── AICon北京2025-叔同-脱敏版.pdf
│ ├── idoubi-一年上线超 10 款产品，AI 时代如何做独立开发.pdf
│ ├── Rokid赵维奇-人机协同新范式：AI+AR 空间计算的落地路径.pdf
│ ├── 常高伟-深入对比智能体协议：MCP、A2A、ANP.pdf
│ ├── 车婷婷-大模型助力软件研发人机协同进化实践.pdf
│ ├── 程彬-Data+AI 下一代数智平台建设.pdf
│ ├── 程桥-LLM技术在有道词典笔上的应用实践.pdf
│ ├── 单海军-大模型调优数据的高效构建与进化方法.pdf
│ ├── 董鑫-CangjieMagic：基于仓颉语言的Agent开发框架实践.pdf
│ ├── 范斌-加速AI推理与检索生成：在PB级数据【Alluxio-范斌】湖上实现Parquet查询1000倍性能提升.pdf
│ ├── 韩剑-Infinity：视觉自回归生成新路线.pdf
│ ├── 何少甫-当产品经理开始AI编程，如何构建程序员与产品经理的协作新范式0629.pdf
│ ├── 霍太稳-开场致辞.pdf
│ ├── 李飞-Multi-Agent架构驱动的Data Agent路线与工程实践.pdf
│ ├── 马介悦-DLRover在万卡规模大模型训练中的稳定性实践.pdf
│ ├── 覃睿-DeepResearch如何在企业内落地.pdf
│ ├── 唐家声-实现多模态生成“极致”加速的算法与系统挑战.pdf
│ ├── 魏瑶-AI赋能eBay支付风控：从用户行为到交易安全的全面智能化.pdf
│ ├── 吴方方-AI Agent+IoT技术方案新场景创新应用.pdf
│ ├── 徐文健-AI Agent 如何重塑有声内容的生产与分发.pdf
│ ├── 杨方伟-Coding Agent 驱动研发提效：从实践到流程改进.pdf
│ ├── 杨志明-深思考人工智能.pdf
│ └── 尹良升-SGLang 推理引擎，高效的开源部署方案.pdf
├── 2025.4 Qcon 全球技术开发大会
│ ├── AI 驱动的工程生产力
│ │ ├── 从指令到+Agent：基于大语言模型构建智能编程助手.pdf
│ │ ├── 牛俊龙-智能代码助手+CodeFuse+的架构设计与实践v2.pdf
│ │ └── 杨晨-从原型到生产-AgentOps+加速字节+AI+应用落地实践（0410）.pdf
│ ├── AI 引领数据分析进化
│ │ └── 李飞-AI+引领的企业级智能分析架构演进与行业实践.pdf
│ ├── 不被 AI 取代的工程师
│ │ ├── 超越工具：AI驱动内生型技术管理新范式-2.pdf
│ │ ├── 彭靖田-AI+时代下的企业人才管理体系.pdf
│ │ └── 张建飞-AI实现基础能力平权，与优秀工程师共生.pdf
│ ├── 大模型安全
│ │ ├── Sunny+duan-大模型安全挑战与实践：构建+AI+时代的安全防线.pdf
│ │ ├── 李志伟-端侧大模型的安全建设：如何在算力与保障之间找到平衡.pdf
│ │ └── 张栋-大模型驱动安全升级：腾讯代码安全应用实践.pdf
│ ├── 大模型产品如何创新与创收
│ │ └── AI时代的新范式：如何构建AI产品.pdf
│ ├── 大模型赋能 AIOps
│ │ └── 熊训德-AI+驱动的大数据自治：智能应对复杂运维挑战.pdf
│ ├── 多模态大模型及应用
│ │ ├── 01+段楠-Step-Video+开源模型：视频生成基础模型的最新进展、挑战与未来展望.pdf
│ │ └── 李宇明-EchoMimic_多模态大模型驱动下的生成式数字人技术与应用.pdf
│ ├── 反卷“大”模型
│ │ ├── 王云生-端智能在即时物流场景的落地.pdf
│ │ └── 曾国洋-端侧模型的知识密度：迈向+AGI+的关键技术实践.pdf
│ ├── 更智能的企业 AI 搜索实践
│ │ ├── Agentic+RAG+的现在与未来.pdf
│ │ ├── 调整版_董振兴-明略科技多模态数据驱动的RAG增强实践.pdf
│ │ ├── 对外+-+王传阳+-+QCon北京2025-PPT-0411.pdf
│ │ ├── 刘晓国-基于+Elasticsearch+创建企业+AI+搜索应用实践.pdf
│ │ └── 戚仕鹏、吕松霖-TuGraph+++AI：AI+时代下图数据库的智能化探索.pdf
│ ├── 海外 AI 应用创新实践
│ │ └── 俞舟-AI+Agent：从实验室到企业-2.pdf
│ └── 面向 AI 的研发基础设施
│ ├── Kimi+稳定高效的+LLM+基础设施构建之道.pdf
│ └── 李虎_百度AI网络的架构创新与优化之路.pdf
├── 8月 AICon 大会深圳场分享 PPT
│ ├── 1-刘梦怡.pdf
│ ├── 2-马金龙.pdf
│ ├── 5-吴云.pdf
│ ├── Agent开发挑战：如何在敏捷与可靠之间做到既要、又要、还要？.pdf
│ ├── AI Native应用的新范式：Trae在Coding Agent中的工程实践.pdf
│ ├── AICon深圳2025 – 终稿 徐奕成.pdf
│ ├── AICon深圳2025-纷享销客AIAgent平台落地实践.pdf
│ ├── CodeArts Doer 全流程多 Agent 协同，驱动研发全流程效能跃升.pdf
│ ├── Plaud 如何用软硬结合重构大模型时代的产品形态与商业路径.pdf
│ ├── 边雪冬-AIOps 驱动下的 TME 腾讯音乐智能运维新范式.pdf
│ ├── 从被动服务到主动任务，Agentic AI 在 B 端商业化的应用探索.pdf
│ ├── 当AI Agent成为营销新引擎 破解流量困局与ROI迷局-0823.pdf
│ ├── 董纪伟-智能体驱动信贷风险的动态感知到策略自迭代.pdf
│ ├── 段然-AI 眼镜在线下社交场景中的多模态智能感知与主动交互.pdf
│ ├── 冯绪-TRAE 在 Agent 代码编辑的实践.pdf
│ ├── 干英豪-具身智能 × 工程机械：挖掘机远控与端到端自动装车模型的矿山实践.pdf
│ ├── 虎兴龙-腾讯云wedata agent的思考与实践.pdf
│ ├── 霍太稳-PPT V40821.pdf
│ ├── 季杨康-零门槛全栈开发，Rokid 智能眼镜AI应用开发实战指南.pdf
│ ├── 蒋林泉-AICon主题演讲-250821.pdf
│ ├── 琚克俭-AICon深圳2025-Daft-面向AI的多模数据湖计算引擎.pdf
│ ├── 刘炜清 0820版本_AICon.pdf
│ ├── 刘中兵-快手架构成熟度&AI实践.pdf
│ ├── 马腾-Mooncake：面向长上下文的 KVCache 中心化推理优化方案.pdf
│ ├── 彭杰-AI 重构 UGC 游戏创作链：玩法、内容与商业价值新范式_最终版.pdf
│ ├── 沈斌_AI 时代超级个体的做事方法论.pdf
│ ├── 王云峰-智能体重构消费生态，MCP 工具如何成为 AI 电商的新基建.pdf
│ ├── 杨国强-以卓越性价比释放开放大模型潜能：TPU 上的推理优化全解.pdf
│ ├── 杨勇强-AICon深圳20250821.pdf
│ ├── 袁镱-一念 LLM分布式推理优化实践.pdf
│ ├── 周国睿-AICon – 推荐大模型-final.pdf
│ └── 周絮-AI Agent + AI Profiling，构建高效智能运维双支柱.pdf
├── ai-engineer-training-main
│ ├── .vscode
│ │ └── launch.json
│ ├── homework_examples
│ │ ├── week03-homework
│ │ ├── week03-homework-2
│ │ ├── week04-homework
│ │ ├── week05-homework
│ │ └── README.md
│ ├── projects
│ │ ├── project10
│ │ ├── project11
│ │ ├── project1_1
│ │ ├── project1_2
│ │ ├── project2_1
│ │ ├── project2_2
│ │ ├── project3_1
│ │ ├── project3_2
│ │ ├── project4_1
│ │ ├── project4_2
│ │ ├── project5_1
│ │ ├── project5_2
│ │ ├── project6_1
│ │ ├── project6_2
│ │ ├── project7
│ │ ├── project8
│ │ ├── project9-1
│ │ ├── project9-2
│ │ └── project9-3
│ ├── week01
│ │ ├── code
│ │ ├── docs
│ │ ├── .env.example
│ │ ├── .python-version
│ │ ├── pyproject.toml
│ │ ├── README.md
│ │ ├── requirements.txt
│ │ ├── uv.lock
│ │ └── uv.toml
│ ├── week02
│ │ ├── amazon_massive_intent_zh-CN
│ │ ├── local_ft
│ │ ├── minimal_lora_results
│ │ ├── .python-version
│ │ ├── p16_tokenizers.py
│ │ ├── p26_自我意识.sh
│ │ ├── pyproject.toml
│ │ ├── README.md
│ │ └── uv.toml
│ ├── week03
│ │ ├── code
│ │ ├── .python-version
│ │ ├── jupyter_lab_config.py
│ │ ├── pyproject.toml
│ │ ├── README.md
│ │ ├── uv.lock
│ │ └── uv.toml
│ ├── week03-homework
│ │ ├── chunking_research
│ │ ├── ocr_research
│ │ ├── .env.example
│ │ ├── .python-version
│ │ ├── pyproject.toml
│ │ ├── README.md
│ │ └── uv.toml
│ ├── week03-homework-2
│ │ ├── graph_rag
│ │ ├── milvus_faq
│ │ ├── .python-version
│ │ ├── pyproject.toml
│ │ └── README.md
│ ├── week03-local-rag
│ │ ├── File
│ │ ├── images
│ │ ├── VectorStore
│ │ ├── chat.py
│ │ ├── create_kb.py
│ │ ├── html_string.py
│ │ ├── main.py
│ │ ├── README.md
│ │ ├── requirements.txt
│ │ └── upload_file.py
│ ├── week03-qanything
│ │ ├── build_images
│ │ ├── docs
│ │ ├── front_end
│ │ ├── qanything_kernel
│ │ ├── scripts
│ │ ├── test
│ │ ├── third_party
│ │ ├── docker-compose-linux.yaml
│ │ ├── docker-compose-mac.yaml
│ │ ├── docker-compose-win.yaml
│ │ ├── FAQ_zh.md
│ │ ├── LICENSE
│ │ ├── RAG系统复杂性必要性分析.md
│ │ ├── README.md
│ │ ├── README_zh.md
│ │ ├── requirements.txt
│ │ ├── run.sh
│ │ ├── 混合检索实现原理详解.md
│ │ └── 重排序两层过滤策略详解.md
│ ├── week04
│ │ ├── app
│ │ ├── app2
│ │ ├── code_assistant
│ │ ├── p11
│ │ ├── p12
│ │ ├── p23
│ │ ├── .python-version
│ │ ├── HITL.ipynb
│ │ ├── mem.ipynb
│ │ ├── p11-模板.ipynb
│ │ ├── p12-大模型.ipynb
│ │ ├── p13-自定义输出解释器.ipynb
│ │ ├── p14-链的解析.ipynb
│ │ ├── p17-rule_based_intent_recognition_commented.py
│ │ ├── p17-基于规则的方法.ipynb
│ │ ├── p24-LLMRouterChain.ipynb
│ │ ├── p30-mem0.ipynb
│ │ ├── p35-ReACT.ipynb
│ │ ├── p36-tool.ipynb
│ │ ├── p42-langgraph-0RAG.ipynb
│ │ ├── p42-langgraph-1.ipynb
│ │ ├── p43-langgraph-2.ipynb
│ │ ├── p44-snapshot.ipynb
│ │ ├── p45-langgraph-studio.ipynb
│ │ ├── p47-tool.ipynb
│ │ ├── p5-构建第一个对话链.ipynb
│ │ ├── p9-封装为网络服务.ipynb
│ │ ├── prompt.txt
│ │ ├── pyproject.toml
│ │ ├── README.md
│ │ ├── uv.lock
│ │ └── uv.toml
│ ├── week04-homework
│ │ ├── smart_customer_service
│ │ ├── .env.example
│ │ ├── .python-version
│ │ ├── pyproject.toml
│ │ ├── README.md
│ │ └── uv.toml
│ ├── week05
│ │ ├── .env.example
│ │ ├── .python-version
│ │ ├── p11-2AgentChat.ipynb
│ │ ├── p11-autogen.ipynb
│ │ ├── p12-crewAI.ipynb
│ │ ├── p13-Langgraph-MAS.ipynb
│ │ ├── p20-mcp.ipynb
│ │ ├── p23-mcp-fastapi.ipynb
│ │ ├── p24-LangGraph-MCPClient.py
│ │ ├── p24-LangGraph-MCPServer.py
│ │ ├── p28-A2A-LangGraph.py
│ │ ├── p28-A2A-LangGraph2.py
│ │ ├── pyproject.toml
│ │ ├── README.md
│ │ ├── uv.lock
│ │ └── uv.toml
│ ├── week05-homework
│ │ ├── multi-agent
│ │ ├── .env.example
│ │ ├── .python-version
│ │ ├── pyproject.toml
│ │ ├── README.md
│ │ └── uv.toml
│ ├── week06
│ │ ├── p15-CoffeeDSL
│ │ ├── p22
│ │ ├── .python-version
│ │ ├── Chinook.sqlite
│ │ ├── chroma.sqlite3
│ │ ├── p03-mcpVS.DSL.ipynb
│ │ ├── p05-interVS.exterl.ipynb
│ │ ├── p06-5个特征.ipynb
│ │ ├── p07-常见场景.ipynb
│ │ ├── P19-纵深防御体系.ipynb
│ │ ├── p23-DBGateway.py
│ │ ├── p26-DSLManager.ipynb
│ │ ├── pyproject.toml
│ │ ├── README.md
│ │ ├── test_p23-DBGateway.py
│ │ ├── uv.lock
│ │ ├── uv.toml
│ │ ├── Vanna_base_CN.py
│ │ ├── vanna_demo.py
│ │ └── vanna_server.py
│ ├── week07
│ │ ├── faiss_memory_index
│ │ ├── knowledge_graph_storage
│ │ ├── standalone_projects
│ │ ├── .python-version
│ │ ├── p04-shortMEM.py
│ │ ├── p06-summaryMEM.py
│ │ ├── p07-windowMEM.py
│ │ ├── p08-vectorMEM.py
│ │ ├── p09-faissMEM.py
│ │ ├── p10-KnowledgeTripleMEM.py
│ │ ├── p11-redisMEM.py
│ │ ├── p13-toolRetry.py
│ │ ├── p32-SLM.ipynb
│ │ ├── pyproject.toml
│ │ ├── README.md
│ │ ├── RPA.py
│ │ ├── uv.lock
│ │ └── uv.toml
│ ├── week08
│ │ ├── docker
│ │ ├── elk
│ │ ├── ollama-exporter-main
│ │ ├── p17_webLLM
│ │ ├── p18_k8s
│ │ ├── prometheus-config
│ │ ├── ray
│ │ ├── .python-version
│ │ ├── ELK_使用说明.md
│ │ ├── P15-ollama-fastapi-client.py
│ │ ├── P15-ollama-fastapi-server.py
│ │ ├── P16-FastAPI-Qwen-VL-client.py
│ │ ├── P16-FastAPI-Qwen-VL-server.py
│ │ ├── p41elk.py
│ │ ├── pyproject.toml
│ │ ├── README.md
│ │ ├── uv.lock
│ │ └── uv.toml
│ ├── week09
│ │ ├── 3
│ │ ├── 4
│ │ ├── 5
│ │ ├── p21_多进程与协程混合
│ │ ├── .python-version
│ │ ├── 0_asyncio.ipynb
│ │ ├── 111.py
│ │ ├── p11_1日志调试代码.py
│ │ ├── p11_2慢速回调调试代码.py
│ │ ├── p12_1Future.py
│ │ ├── p12_2Task.py
│ │ ├── p12_3Executor.py
│ │ ├── p13_aiohttp.py
│ │ ├── p14_concurrent.py
│ │ ├── p16_1GIL.py
│ │ ├── p16_2绕过GIL.py
│ │ ├── p17_1realIO.py
│ │ ├── p17_2sync.py
│ │ ├── p17_3async.py
│ │ ├── p17_4thread.py
│ │ ├── p17_5process.py
│ │ ├── p18_1IO密集场景综合性能测试.py
│ │ ├── p18_2负载压力测试.py
│ │ ├── p19_1上下文测量.py
│ │ ├── p20_1cProfile.py
│ │ ├── p20_2PySpy.py
│ │ ├── p5_底层IO多路复用过程.py
│ │ ├── p6_async语法糖.ipynb
│ │ ├── p7_await方法.py
│ │ ├── p8_1旧风格.py
│ │ ├── p8_2新风格.py
│ │ ├── profile.svg
│ │ ├── pyproject.toml
│ │ ├── README.md
│ │ ├── uv.lock
│ │ └── uv.toml
│ ├── week10
│ │ ├── chatgpt-on-wechat
│ │ ├── docs
│ │ ├── faiss_index
│ │ ├── frontend
│ │ ├── mobile
│ │ ├── tests
│ │ ├── work_v1
│ │ ├── work_v2
│ │ ├── work_v3
│ │ ├── README.md
│ │ ├── requirements.txt
│ │ └── resp.json
│ ├── week11-homework
│ │ ├── werewolf
│ │ ├── .env.example
│ │ ├── .python-version
│ │ ├── pyproject.toml
│ │ ├── README.md
│ │ └── uv.toml
│ ├── .gitignore
│ └── README.md
├── AI面试题
│ ├── AI大模型面试题(102).pdf
│ ├── LLMs大模型面试问题和答案（97）.pdf
│ ├── Transformer面试题总结97道.pdf
│ ├── 大模型 RAG 经验面.pdf
│ ├── 大模型进阶面试题.pdf
│ ├── 大模型面试题.pdf
│ └── 最新大厂AI面试题.pdf
├── AI研究报告
│ ├── 2023年第4季度中国大模型季度监测报告.pdf
│ ├── 2024年第1季度中国大模型季度监测报告.pdf
│ ├── 2024年中国大模型行业应用优秀案例白皮书.pdf
│ ├── AGI在金融领域的应用报告2024.pdf
│ ├── AI终端白皮书-0621.pdf
│ ├── DeepSeek：AI 赛道的超级引擎（电子版）.pdf
│ ├── RTE 和 AI 融合生态洞察报告 2024.pdf
│ ├── 《采用AI编程助手，发展新质生产力》白皮书.pdf
│ ├── 《生成式 AI 商业落地白皮书》.pdf
│ ├── 【用友大易】AI在企业中的应用现状调研报告.pdf
│ ├── 阿里发布AI职业趋势报告.pdf
│ ├── 大模型领航者AIGC 实践案例集锦（第一期） .pdf
│ ├── 大模型领航者AIGC 实践案例集锦（第一期）.pdf
│ ├── 大语言模型综合评测报告2023.pdf
│ ├── 发布版InfoQ大模型测评报告2024.pdf
│ ├── 互联网行业再进化 ——云上AI时代.pdf
│ ├── 架构师特刊：天工开物AIGC.pdf
│ ├── 人工智能成熟度模型+AI Agent产品罗盘.pdf
│ ├── 生成式AI企业应用落地技术白皮书.pdf
│ ├── 数智时代的AI人才粮仓模型解读白皮书（2024版）.pdf
│ ├── 中国AI Agent应用研究报告.pdf
│ ├── 中国大模型产品罗盘.pdf
│ ├── 中国技术市场发展趋势2025之开发者篇.pdf
│ ├── 中国开发者画像洞察研究报告2024.pdf
│ ├── 中国软件技术发展洞察和趋势预测研究报告2025（先行版）.pdf
│ └── 中国生成式AI开发者洞察2024.pdf
├── Attention Is All You Need.pdf
├── 代码地址.txt
├── 模块八 ：模型部署与服务化（完整版）.pdf
├── 模块二 ：大模型的微调与部署 part 1.pdf
├── 模块二 ：大模型的微调与部署.pdf
├── 模块九：Python 高性能编程与并发工程.pdf
├── 模块六 ：DSL语言设计与执行引擎（完整版）.pdf
├── 模块七 ：智能Agent高级能力构建.pdf
├── 模块七 ：智能Agent高级能力构建（上）.pdf
├── 模块三 ：数据工程与知识增强（上）.pdf
├── 模块三 ：数据工程与知识增强（下）.pdf
├── 模块四 ：智能客服系统架构设计.pdf
├── 模块五 ：多Agent协作与通信机制–最新完整版.pdf
└── 模块一：大语言模型技术栈与 Prompt 工程（最终版） (3).pdf