课程目录：

├── 00.开班典礼.mp4
├── 01.AI大模型基本原理及API使用.mp4
├── 02.deepseek的使用和Prompt工程 [].mp4
├── 03.Cursor编程-从入门到精通.mp4
├── 04.Coze工作原理与应用实例 [].mp4
├── 05.Agent进阶实战插件开发 [].mp4
├── 06.Dify本地化部署和应用.mp4
├── 07.分析式AI基础.mp4
├── 08.不同领域的Ai算法.mp4
├── 09.时间序列大赛.mp4
├── 10.神经网络基础与Tensorflow.mp4
├── 11.pytorch与视觉检测.mp4
├── 12.Embeddings和向量数据库 [].mp4
├── 13.RAG技术与应用.mp4
├── 14.多模态数据处理.mp4
├── 15.RAG调优.mp4
├── 16.企业知识库（企业RAG大赛冠军项目.mp4
├── 17.RAG相关简历+面试问题辅导 [].mp4
├── 18.Function calliing与MCP [].mp4
├── 19.Agent自主规划与工具开发.mp4
├── 20.Agent的能力优化与效果评估.mp4
├── 21.构建Agent的搜索、感知与记忆能力.mp4
├── 22.OpenManus开发实战.mp4
├── 23.Agent相关简历+面试问题辅导.mp4
├── 24.LangChain：多任务应用开发.mp4
├── 25.AI架构设计与选型.mp4
├── 26.HuggingFace生态实战：从模型应用到高效微调.mp4
├── 27.开发框架相关简历+面试问题辅导.mp4
├── 28.LLM微调原理.mp4
├── 29.高质量微调数据工程与评估.mp4
├── 30.LLM模型蒸馏与微调实操 [].mp4
├── 31.视觉与多模态模型.mp4
├── 32.AI质检.mp4
├── 33.企业级AI：从硬件选型到框架选择.mp4
├── 34.模型训练与微调相关简历+面试问题辅导 [].mp4
├── 35.企业级AI部署-从硬件选型到框架选择.mp4
├── 36.AI服务核心-高并发原理与性能监控调优.mp4
├── 37.SGLang深度优化-Radix缓存与复杂任务的极致吞吐 [].mp4
├── 38.从Text-to-SQL到数据智能.mp4
├── 39.ChatBI开发实战.mp4
└── 40.部署及提效相关简历+面试问题辅导.mp4
├── 课件资料
│ ├── 00-开营直播
│ │ ├── 【开营直播】学习路径与规划.pdf
│ │ ├── 笔记20251107.txt
│ │ ├── 大模型常见概念.jpg
│ │ └── 学员打卡及反馈.pdf
│ ├── 01-AI大模型原理与API使用
│ │ ├── CASE-API使用
│ │ │ ├── 1-情感分析-Qwen.ipynb
│ │ │ ├── 1-情感分析-Qwen.py
│ │ │ ├── 2-天气Function-Qwen.ipynb
│ │ │ ├── 2-天气Function-Qwen.py
│ │ │ ├── 3-表格提取-Qwen.ipynb
│ │ │ ├── 3-表格提取-Qwen.py
│ │ │ ├── 4-运维事件处置-Qwen.ipynb
│ │ │ ├── 4-运维事件处置-Qwen.py
│ │ │ ├── 5-情感分析-Deepseek-阿里代理.ipynb
│ │ │ ├── 5-情感分析-Deepseek-阿里代理.py
│ │ │ ├── 6-联网搜索.ipynb
│ │ │ └── 6-联网搜索.py
│ │ ├── 1-AI大模型原理与API使用.pdf
│ │ ├── 笔记20251108.txt
│ │ └── 课前注册API KEY.txt
│ ├── 02-DeepSeek使用与Prompt工程
│ │ ├── ball
│ │ │ └── index.html
│ │ ├── 1-DeepSeek使用与提示词工程.pdf
│ │ ├── 1-情感分析-Deepseek-阿里代理.ipynb
│ │ ├── 1-情感分析-Deepseek-阿里代理.py
│ │ ├── 2-提示词工程使用.ipynb
│ │ ├── 2-提示词工程使用.py
│ │ ├── 3-deepseek-r1-7b使用.ipynb
│ │ ├── 3-deepseek-r1-7b使用.py
│ │ ├── 4-model-download.ipynb
│ │ ├── 5-ollama使用.py
│ │ ├── 6-ollama-stream.py
│ │ ├── 7-ollama-fastapi-python客户端.py
│ │ ├── 7-ollama-fastapi.py
│ │ ├── requirements.txt
│ │ └── 笔记20251112.txt
│ ├── 03-AI编程-从入门到精通
│ │ ├── CASE-bed_usage
│ │ │ └── hospital_bed_usage_data.xlsx
│ │ ├── CASE-dashboard_epidemic
│ │ │ └── 香港各区疫情数据_20250322.xlsx
│ │ ├── CASE-Excel_merge
│ │ │ ├── 员工基本信息表.xlsx
│ │ │ └── 员工绩效表.xlsx
│ │ ├── 【完成参考】bed_usage
│ │ │ ├── .qodo
│ │ │ ├── charts
│ │ │ ├── data_cache
│ │ │ ├── templates
│ │ │ ├── .gitignore
│ │ │ ├── app.py
│ │ │ ├── hospital_bed_usage_data.xlsx
│ │ │ ├── precompute_data.py
│ │ │ ├── README.md
│ │ │ ├── requirements.txt
│ │ │ └── view_excel_data.py
│ │ ├── 【完成参考】dashboard_epidemic
│ │ │ ├── static
│ │ │ ├── templates
│ │ │ ├── .gitignore
│ │ │ ├── app.py
│ │ │ ├── README.md
│ │ │ ├── read_excel.py
│ │ │ ├── requirements.txt
│ │ │ ├── 各地区确诊病例对比图.png
│ │ │ ├── 活跃病例数据统计图.png
│ │ │ ├── 每日确诊数据统计图.png
│ │ │ ├── 香港各区疫情数据_20250322.xlsx
│ │ │ ├── 疫情数据统计图 – 副本.png
│ │ │ └── 疫情数据统计图.png
│ │ ├── 【完成参考】Excel_merge
│ │ │ ├── .qodo
│ │ │ ├── .gitignore
│ │ │ ├── test1.py
│ │ │ ├── 员工基本信息表.xlsx
│ │ │ ├── 员工绩效表.xlsx
│ │ │ └── 员工信息与绩效合并表.xlsx
│ │ ├── 1-AI编程.pdf
│ │ ├── 2-Trae与CodeBuddy.pdf
│ │ ├── 【补充】CASE-病床使用情况.pdf
│ │ ├── 【课前准备】AI编程工具安装.pdf
│ │ └── 笔记20251115.txt
│ ├── 04-Coze工作原理与应用实例
│ │ ├── CASE：创建产品知识库
│ │ │ ├── 大模型定价.xlsx
│ │ │ ├── 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
│ │ │ └── 远程办公场景最佳实践.docx
│ │ ├── 1-Coze工作原理与应用实例.pdf
│ │ └── 笔记20251119.txt
│ ├── 05-Agent进阶实战与插件开发
│ │ ├── CASE-客户分层营销助手
│ │ │ ├── user_behavior_event.xlsx
│ │ │ ├── user_tag.xlsx
│ │ │ └── 营销策略.xlsx
│ │ ├── CASE-市场舆情监测Agent
│ │ │ ├── AppStorePast-代码1.py
│ │ │ ├── AppStorePast.py
│ │ │ ├── securities_past.py
│ │ │ ├── 代码.js
│ │ │ └── 代码1.py
│ │ ├── CASE-智能客服Agent
│ │ │ ├── user_complain.xlsx
│ │ │ ├── 港股交易规则介绍.pdf
│ │ │ ├── 平安财富日添利理财产品.doc
│ │ │ ├── 上海证券交易所交易规则.pdf
│ │ │ └── 中国平安金裕人生理财产品.doc
│ │ ├── ABC公司证券产品介绍.txt
│ │ ├── Agent进阶实战与插件开发.pdf
│ │ ├── Workflow-AppStoreEstimate-draft-4824.zip
│ │ ├── Workflow-GenerateDailyReports-draft-4867.zip
│ │ ├── Workflow-Securities-draft-5188.zip
│ │ └── 笔记20251122.txt
│ ├── 06-Dify本地化部署和应用
│ │ ├── CASE-Coze API使用
│ │ │ ├── __pycache__
│ │ │ ├── config.py
│ │ │ ├── coze_client.py
│ │ │ └── requirements.txt
│ │ ├── CASE-Dify API使用
│ │ │ ├── __pycache__
│ │ │ ├── dify_agent_client.py
│ │ │ ├── dify_chat_example.py
│ │ │ ├── dify_workflow_example.py
│ │ │ └── requirements.txt
│ │ ├── CASE-智能客服ChatFlow
│ │ │ ├── user_behavior_event.xlsx
│ │ │ ├── user_tag.xlsx
│ │ │ ├── 港股交易规则介绍.pdf
│ │ │ ├── 平安财富日添利理财产品.doc
│ │ │ ├── 上海证券交易所交易规则.pdf
│ │ │ └── 中国平安金裕人生理财产品.doc
│ │ ├── CASE-智能文档分析助手
│ │ │ └── INTERNVIDEO2.5.pdf
│ │ ├── 1-Dify部署与应用.pdf
│ │ └── 笔记20251126.txt
│ ├── 07-分析式AI基础
│ │ ├── Case-二手车价格预测
│ │ │ ├── used_car_sample_submit.csv
│ │ │ ├── used_car_testB_20200421.csv
│ │ │ └── used_car_train_20200313.csv
│ │ ├── 【完成参考】Case-二手车价格预测
│ │ │ ├── catboost_info
│ │ │ ├── processed_data
│ │ │ ├── temp
│ │ │ ├── .gitignore
│ │ │ ├── brand_distribution.png
│ │ │ ├── catboost_feature_importance.csv
│ │ │ ├── catboost_feature_importance.png
│ │ │ ├── catboost_prediction_vs_actual.png
│ │ │ ├── catboost_submit_result.csv
│ │ │ ├── correlation_heatmap.png
│ │ │ ├── data_preprocessing.py
│ │ │ ├── ensemble_analysis.png
│ │ │ ├── feature_engineering_and_catboost.py
│ │ │ ├── feature_importance.csv
│ │ │ ├── feature_importance.png
│ │ │ ├── fe_catboost_feature_importance.csv
│ │ │ ├── fe_catboost_feature_importance.png
│ │ │ ├── fe_catboost_prediction_vs_actual.png
│ │ │ ├── fe_catboost_submit_result.csv
│ │ │ ├── lightgbm_feature_importance.png
│ │ │ ├── lightgbm_prediction_vs_actual.png
│ │ │ ├── lightgbm_submit_result.csv
│ │ │ ├── model_ensemble.py
│ │ │ ├── prediction_vs_actual.png
│ │ │ ├── predict_catboost.py
│ │ │ ├── price_distribution.png
│ │ │ ├── price_vs_kilometer.png
│ │ │ ├── price_vs_power.png
│ │ │ ├── price_vs_v_0.png
│ │ │ ├── price_vs_v_1.png
│ │ │ ├── price_vs_v_2.png
│ │ │ ├── submit_result-xgboost.csv
│ │ │ ├── submit_result.csv
│ │ │ ├── train_catboost.py
│ │ │ ├── train_lightgbm.py
│ │ │ ├── train_xgboost.py
│ │ │ ├── used_car_sample_submit.csv
│ │ │ ├── used_car_testB_20200421.csv
│ │ │ ├── used_car_train_20200313.csv
│ │ │ ├── view_data.py
│ │ │ └── 特征工程.md
│ │ ├── 1-分析式AI基础.pdf
│ │ └── 笔记20251129.txt
│ ├── 08-不同领域的AI算法
│ │ ├── 【完成参考】Case-二手车价格预测
│ │ │ ├── .ipynb_checkpoints
│ │ │ ├── .specstory
│ │ │ ├── catboost_info
│ │ │ ├── processed_data
│ │ │ ├── .cursorindexingignore
│ │ │ ├── catboost_pred.py
│ │ │ ├── catboost_submit_result.csv
│ │ │ ├── eda_used_car.ipynb
│ │ │ ├── eda_used_car.py
│ │ │ ├── ensemble_submit.py
│ │ │ ├── feature_engineering_and_catboost.ipynb
│ │ │ ├── feature_engineering_and_catboost.md
│ │ │ ├── feature_engineering_and_catboost.py
│ │ │ ├── fe_catboost_feature_importance.csv
│ │ │ ├── fe_catboost_feature_importance.png
│ │ │ ├── fe_catboost_prediction_vs_actual.png
│ │ │ ├── fe_catboost_submit_result.csv
│ │ │ ├── fe_catboost_submit_result2.csv
│ │ │ ├── pickle_save.py
│ │ │ ├── used_car_sample_submit.csv
│ │ │ ├── used_car_testB_20200421.csv
│ │ │ ├── used_car_train_20200313.csv
│ │ │ └── xgboost_pred.py
│ │ ├── 1-不同领域的AI算法.pdf
│ │ └── 笔记20251203.txt
│ ├── 09-时间序列AI大赛
│ │ ├── CASE-资金流入流出预测
│ │ │ ├── comp_predict_table.csv
│ │ │ ├── mfd_bank_shibor.csv
│ │ │ ├── mfd_day_share_interest.csv
│ │ │ ├── user_balance_table.csv
│ │ │ └── user_profile_table.csv
│ │ ├── stock
│ │ │ ├── .ipynb_checkpoints
│ │ │ ├── 1-stock_tsa.ipynb
│ │ │ ├── 1-stock_tsa.py
│ │ │ ├── 2-arma-demo.ipynb
│ │ │ ├── 2-arma_demo.py
│ │ │ ├── 3-stock_arma.ipynb
│ │ │ ├── 3-stock_arma.py
│ │ │ ├── 4-stock_arima.ipynb
│ │ │ ├── 4-stock_arima.py
│ │ │ ├── 5-stock_prophet.ipynb
│ │ │ ├── 5-stock_prophet.py
│ │ │ └── shanghai_index_1990_12_19_to_2020_03_12.csv
│ │ ├── 【完成参考】CASE-资金流入流出预测
│ │ │ ├── arima_predict.py
│ │ │ ├── comp_predict_table.csv
│ │ │ ├── mfd_bank_shibor.csv
│ │ │ ├── mfd_day_share_interest.csv
│ │ │ ├── periodic_factor_predict.py
│ │ │ ├── user_balance_table.csv
│ │ │ └── user_profile_table.csv
│ │ ├── 1-时间序列分析.pdf
│ │ └── 笔记20251206.txt
│ ├── 10-神经网络基础与Tensorflow实战
│ │ ├── code
│ │ │ ├── activation_function
│ │ │ ├── housing.csv
│ │ │ ├── numpy_boston.py
│ │ │ ├── numpy_forward.py
│ │ │ ├── numpy_model.py
│ │ │ ├── pytorch_boston.py
│ │ │ ├── tensorflow_boston.py
│ │ │ └── tensorflow_boston_dataparallel.py
│ │ ├── 1-神经网络基础与Tensorflow实战.pdf
│ │ └── 笔记20251210.txt
│ ├── 11-Pytorch与视觉检测
│ │ ├── CNN_cases
│ │ │ ├── .ipynb_checkpoints
│ │ │ ├── image_recognition
│ │ │ ├── cifar10_resnet.py
│ │ │ ├── cnn_feature_map_demo.ipynb
│ │ │ ├── cnn_feature_map_demo.py
│ │ │ ├── cnn_viz.ipynb
│ │ │ ├── cnn_viz.py
│ │ │ ├── gugong.jpg
│ │ │ ├── mat_read.py
│ │ │ ├── mnist_alexnet.py
│ │ │ └── stanford_car_resnet.py
│ │ ├── labelImg-master
│ │ │ ├── build-tools
│ │ │ ├── data
│ │ │ ├── demo
│ │ │ ├── libs
│ │ │ ├── requirements
│ │ │ ├── resources
│ │ │ ├── tests
│ │ │ ├── __pycache__
│ │ │ ├── .gitignore
│ │ │ ├── .travis.yml
│ │ │ ├── combobox.py
│ │ │ ├── CONTRIBUTING.rst
│ │ │ ├── HISTORY.rst
│ │ │ ├── issue_template.md
│ │ │ ├── labelImg.py
│ │ │ ├── LICENSE
│ │ │ ├── Makefile
│ │ │ ├── MANIFEST.in
│ │ │ ├── README.rst
│ │ │ ├── resources.py
│ │ │ ├── resources.qrc
│ │ │ ├── setup.cfg
│ │ │ ├── setup.py
│ │ │ └── __init__.py
│ │ ├── yolo-cases
│ │ │ ├── .ipynb_checkpoints
│ │ │ ├── .specstory
│ │ │ ├── CASE-图像标注
│ │ │ ├── runs
│ │ │ ├── steel_data
│ │ │ ├── 000000000139.jpg
│ │ │ ├── 1-yolo-predict.ipynb
│ │ │ ├── 1-yolo-predict.py
│ │ │ ├── 2-yolo-train.ipynb
│ │ │ ├── 2-yolo-train.py
│ │ │ ├── 3-yolo-steel.ipynb
│ │ │ ├── 3-yolo-steel.py
│ │ │ ├── 4-yolo-steel-predict.ipynb
│ │ │ ├── 4-yolo-steel-predict.py
│ │ │ ├── coco-2.yaml
│ │ │ ├── coco.yaml
│ │ │ ├── convert_annotations.py
│ │ │ ├── submission.csv
│ │ │ ├── yolov12.yaml
│ │ │ └── yolov12n.pt
│ │ ├── 1-Pytorch与视觉检测.pdf
│ │ └── 笔记20251213.txt
│ ├── 12-Embeddings和向量数据库
│ │ ├── Case-ChatPDF-Faiss
│ │ │ ├── chatpdf-faiss.ipynb
│ │ │ ├── chatpdf-faiss.py
│ │ │ └── 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
│ │ ├── CASE-向量数据库
│ │ │ ├── 1-embedding计算.py
│ │ │ └── 2-embedding-faiss-元数据.py
│ │ ├── hotel_recommendation
│ │ │ ├── hotel_rec.ipynb
│ │ │ ├── hotel_rec.py
│ │ │ ├── requirements.txt
│ │ │ └── Seattle_Hotels.csv
│ │ ├── word2vec
│ │ │ ├── .ipynb_checkpoints
│ │ │ ├── journey_to_the_west
│ │ │ ├── models
│ │ │ ├── three_kingdoms
│ │ │ ├── utils
│ │ │ ├── requirements.txt
│ │ │ ├── word_seg.ipynb
│ │ │ ├── word_seg.py
│ │ │ ├── word_similarity.ipynb
│ │ │ └── word_similarity.py
│ │ ├── 1-Embedding与向量数据库.pdf
│ │ └── 笔记20251218.txt
│ ├── 13-RAG技术与应用
│ │ ├── CASE-ChatPDF-Faiss
│ │ │ ├── .ipynb_checkpoints
│ │ │ ├── vector_db
│ │ │ ├── chatpdf-faiss.ipynb
│ │ │ ├── chatpdf-faiss.py
│ │ │ └── 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
│ │ ├── CASE-embedding使用
│ │ │ ├── .ipynb_checkpoints
│ │ │ ├── bge-m3使用.ipynb
│ │ │ ├── bge-m3使用.py
│ │ │ ├── gte-qwen2-使用1.ipynb
│ │ │ ├── gte-qwen2-使用1.py
│ │ │ ├── gte-qwen2-使用2.ipynb
│ │ │ └── gte-qwen2-使用2.py
│ │ ├── CASEA-Query改写
│ │ │ ├── 1-Query改写.py
│ │ │ ├── 2-Query联网搜索改写.py
│ │ │ └── requirements.txt
│ │ ├── 1-RAG技术与应用.pdf
│ │ └── 笔记20251221.txt
│ ├── 14-RAG多模态数据处理
│ │ ├── CASE-Gemini多模态处理
│ │ │ ├── .ipynb_checkpoints
│ │ │ ├── 1-Gemini多模态处理.ipynb
│ │ │ ├── 1-Gemini多模态处理.py
│ │ │ ├── car.mp4
│ │ │ └── dog_and_girl.jpeg
│ │ ├── CASE-迪士尼RAG助手
│ │ │ ├── disney_knowledge_base
│ │ │ ├── 迪士尼RAG知识库（完整）
│ │ │ ├── .cursorindexingignore
│ │ │ ├── 1-文本embedding.ipynb
│ │ │ ├── 1-文本embedding.py
│ │ │ ├── 2-图片embedding.ipynb
│ │ │ ├── 2-图片embedding.py
│ │ │ ├── 3-视频embedding.ipynb
│ │ │ ├── 3-视频embedding.py
│ │ │ ├── 4-disney_build_index.py
│ │ │ └── 5-disney_query.py
│ │ ├── CASE-切片策略
│ │ │ ├── 1-固定长度切片.py
│ │ │ ├── 2-句子边界切片.py
│ │ │ ├── 3-LLM语义切片.py
│ │ │ ├── 4-层次切片.py
│ │ │ ├── 5-滑动窗口切片.py
│ │ │ ├── 6-自适应切片.py
│ │ │ └── 切片策略对比测试.py
│ │ ├── 1-RAG多模态数据处理.pdf
│ │ ├── 2-NotebookLM使用.pdf
│ │ └── 笔记20251225.txt
│ ├── 14-RAG多模态数据处理_1230160422
│ │ ├── CASE-Gemini多模态处理
│ │ │ ├── .ipynb_checkpoints
│ │ │ ├── 1-Gemini多模态处理.ipynb
│ │ │ ├── 1-Gemini多模态处理.py
│ │ │ ├── car.mp4
│ │ │ └── dog_and_girl.jpeg
│ │ ├── CASE-迪士尼RAG助手
│ │ │ ├── disney_knowledge_base
│ │ │ ├── 迪士尼RAG知识库（完整）
│ │ │ ├── .cursorindexingignore
│ │ │ ├── 1-文本embedding.ipynb
│ │ │ ├── 1-文本embedding.py
│ │ │ ├── 2-图片embedding.ipynb
│ │ │ ├── 2-图片embedding.py
│ │ │ ├── 3-视频embedding.ipynb
│ │ │ ├── 3-视频embedding.py
│ │ │ ├── 4-disney_build_index.py
│ │ │ └── 5-disney_query.py
│ │ ├── CASE-切片策略
│ │ │ ├── 1-固定长度切片.py
│ │ │ ├── 2-句子边界切片.py
│ │ │ ├── 3-LLM语义切片.py
│ │ │ ├── 4-层次切片.py
│ │ │ ├── 5-滑动窗口切片.py
│ │ │ ├── 6-自适应切片.py
│ │ │ └── 切片策略对比测试.py
│ │ ├── 1-RAG多模态数据处理.pdf
│ │ ├── 2-NotebookLM使用.pdf
│ │ └── 笔记20251225.txt
│ ├── 15-RAG高级技术与调优
│ │ ├── CASE-rerank
│ │ │ ├── beg-reranker.ipynb
│ │ │ ├── beg-reranker.py
│ │ │ ├── gte-qwen2-使用1.ipynb
│ │ │ ├── gte-qwen2-使用1.py
│ │ │ └── requirements.txt
│ │ ├── CASE-高效召回
│ │ │ ├── vector_db
│ │ │ ├── vector_db_hybrid
│ │ │ ├── 1-MultiQueryRetriever使用.ipynb
│ │ │ ├── 1-MultiQueryRetriever使用.py
│ │ │ ├── 2-chatpdf-faiss-MultiQueryRetriever.ipynb
│ │ │ ├── 2-chatpdf-faiss-MultiQueryRetriever.py
│ │ │ ├── 3-chatpdf-faiss-HybridSearch.ipynb
│ │ │ ├── 3-chatpdf-faiss-HybridSearch.py
│ │ │ ├── 4-chatpdf-faiss-HybridSearch-Rerank.ipynb
│ │ │ ├── 4-chatpdf-faiss-HybridSearch-Rerank.py
│ │ │ ├── chatpdf-faiss.ipynb
│ │ │ ├── chatpdf-faiss.py
│ │ │ ├── requirements.txt
│ │ │ └── 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
│ │ ├── CASE-知识库处理
│ │ │ ├── 1-知识库问题生成与检索优化-BM25.py
│ │ │ ├── 2-对话知识沉淀.py
│ │ │ ├── 3-知识库健康度检查.py
│ │ │ └── 4-知识库版本管理与性能比较.py
│ │ ├── 1-RAG高级技术与调优.pdf
│ │ └── 笔记20251228.txt
│ ├── 16-项目实战：企业知识库
│ │ ├── RAG-Challenge-2-main
│ │ │ ├── data
│ │ │ ├── docs
│ │ │ ├── src
│ │ │ ├── .cursorindexingignore
│ │ │ ├── .gitignore
│ │ │ ├── 1-情感分析-Qwen.py
│ │ │ ├── dashscope-embedding-1.py
│ │ │ ├── env
│ │ │ ├── LICENSE
│ │ │ ├── main.py
│ │ │ ├── README.md
│ │ │ ├── requirements.txt
│ │ │ ├── setup.py
│ │ │ └── 运行情况.txt
│ │ ├── RAG-cy
│ │ │ ├── data
│ │ │ ├── docs
│ │ │ ├── src
│ │ │ ├── .cursorindexingignore
│ │ │ ├── .gitignore
│ │ │ ├── 1-情感分析-Qwen.py
│ │ │ ├── app_streamlit.py
│ │ │ ├── dashscope-embedding-1.py
│ │ │ ├── env
│ │ │ ├── LICENSE
│ │ │ ├── main.py
│ │ │ ├── README.md
│ │ │ ├── requirements.txt
│ │ │ ├── setup.py
│ │ │ ├── UI界面参考-完成.png
│ │ │ ├── UI界面参考-之前.png
│ │ │ └── 运行情况.txt
│ │ ├── 1-项目实战：企业知识库.pdf
│ │ └── 笔记20251230.txt
│ ├── 17-RAG相关面试辅导
│ │ ├── 1-RAG相关面试辅导.pdf
│ │ └── 笔记20260104.txt
│ ├── 18-Function Calling与MCP
│ │ ├── CASE-Function Calling
│ │ │ ├── image_show
│ │ │ ├── workspace
│ │ │ ├── assistant_ticket_bot-1.py
│ │ │ ├── assistant_ticket_bot-2.py
│ │ │ ├── assistant_ticket_bot-3.py
│ │ │ └── requirements.txt
│ │ ├── CASE-MCP
│ │ │ ├── workspace
│ │ │ ├── __pycache__
│ │ │ ├── assistant_mcp_amap_bot.py
│ │ │ ├── assistant_mcp_tavily_bot.py
│ │ │ ├── assistant_mcp_txt_bot.py
│ │ │ ├── requirements.txt
│ │ │ ├── txt_counter.py
│ │ │ └── 旅行规划.md
│ │ ├── Function Calling与MCP.pdf
│ │ └── 笔记20260108.txt
│ ├── 19-Agent的自主规划与工具开发
│ │ ├── CASE-私募基金运作指引问答助手（反应式）
│ │ │ ├── fund_qa_langchain.py
│ │ │ └── requirements.txt
│ │ ├── CASE-投顾AI助手（混合式）
│ │ │ ├── __pycache__
│ │ │ ├── hybrid_wealth_advisor_langgraph.py
│ │ │ └── requirements.txt
│ │ ├── CASE-智能投研助手（深思熟虑）
│ │ │ ├── workspace
│ │ │ ├── deliberative_research_langgraph.py
│ │ │ ├── deliberative_research_qwen_agent.py
│ │ │ └── requirements.txt
│ │ ├── 1-Agent的自主规划与工具开发.pdf
│ │ └── 笔记20260111.txt
│ ├── 20-Agent的能力优化与效果评估
│ │ ├── CASE-langfuse使用
│ │ │ ├── 1-hybrid_wealth_advisor_langgraph_langsmith.py
│ │ │ ├── 1-hybrid_wealth_advisor_qwen_agent.py
│ │ │ ├── 1-hybrid_wealth_advisor_qwen_agent_langfuse.py
│ │ │ ├── assistant_ticket_bot-3.py
│ │ │ └── requirements.txt
│ │ ├── CASE-openevals使用
│ │ │ ├── 1-correctness.py
│ │ │ ├── 1-hybrid_wealth_advisor_langgraph_langsmith.py
│ │ │ ├── 10-code_correctness_with_reference.py
│ │ │ ├── 11-plan_adherence.py
│ │ │ ├── 12-openevals_evaluators.py
│ │ │ ├── 2-conciseness.py
│ │ │ ├── 2-langsmith_testing_evaluation.py
│ │ │ ├── 3-answer_relevance.py
│ │ │ ├── 4-rag_helpfulness.py
│ │ │ ├── 5-rag_groundedness.py
│ │ │ ├── 6-rag_retrieval_relevance.py
│ │ │ ├── 7-toxicity.py
│ │ │ ├── 8-hallucination.py
│ │ │ ├── 9-code_correctness.py
│ │ │ └── requirements.txt
│ │ ├── CASE-投顾AI助手（效果评估）
│ │ │ ├── 1-hybrid_wealth_advisor_langgraph_langsmith.py
│ │ │ ├── 2-langsmith_testing_evaluation.py
│ │ │ ├── 3-run_langsmith_evaluation_example.py
│ │ │ ├── deepeval_wealth_advisor.py
│ │ │ └── requirements.txt
│ │ ├── 1-Agent的能力优化与效果评估.pdf
│ │ └── 笔记20260115.txt
│ ├── 21-构建Agent的搜索、感知与记忆能力
│ │ ├── CASE-AI搜索问答
│ │ │ ├── docs
│ │ │ ├── __pycache__
│ │ │ ├── ai_bot-1.py
│ │ │ ├── assistant_ticket_bot-3.py
│ │ │ ├── block_api_demo1.py
│ │ │ ├── logo.png
│ │ │ ├── qwen-agent-multi-files.py
│ │ │ └── 知乎直答.png
│ │ ├── 【完成参考】CASE-AI搜索问答
│ │ │ ├── docs
│ │ │ ├── qwen_agent
│ │ │ ├── static
│ │ │ ├── __pycache__
│ │ │ ├── .cursorindexingignore
│ │ │ ├── ai_bot-1.py
│ │ │ ├── ai_bot-2.py
│ │ │ ├── ai_bot-3.py
│ │ │ ├── ai_bot-4.py
│ │ │ ├── ai_bot-5.py
│ │ │ ├── ai_bot-6.py
│ │ │ ├── ai_bot-7.py
│ │ │ ├── ai_bot-8.py
│ │ │ ├── ai_bot-9.py
│ │ │ ├── block_api_demo1.py
│ │ │ ├── es_retrieval_tool.py
│ │ │ ├── index_and_search_docs-embedding.py
│ │ │ ├── index_and_search_docs.py
│ │ │ ├── qwen-agent-multi-files-gui.py
│ │ │ ├── qwen-agent-multi-files.py
│ │ │ ├── qwen3-embedding.py
│ │ │ ├── simple_es_test.py
│ │ │ ├── stock_query_assistant-3.py
│ │ │ ├── test_es_retrieval.py
│ │ │ ├── test_es_single_file.py
│ │ │ └── 知乎直答.png
│ │ └── 1-构建Agent的搜索、感知与记忆能力.pdf
│ ├── 22-OpenManus开发实战
│ │ ├── CASE-daytona使用
│ │ │ └── 1-daytona.py
│ │ ├── CASE-gui-plus使用
│ │ │ ├── 1-gui-plus使用.py
│ │ │ ├── 2-gui-plus使用.py
│ │ │ └── 携程页面.png
│ │ ├── OpenManus-cy
│ │ │ ├── .github
│ │ │ ├── .vscode
│ │ │ ├── app
│ │ │ ├── assets
│ │ │ ├── cases
│ │ │ ├── config
│ │ │ ├── examples
│ │ │ ├── logs
│ │ │ ├── protocol
│ │ │ ├── static
│ │ │ ├── templates
│ │ │ ├── tests
│ │ │ ├── workspace
│ │ │ ├── .gitattributes
│ │ │ ├── .gitignore
│ │ │ ├── .pre-commit-config.yaml
│ │ │ ├── app.py
│ │ │ ├── CODE_OF_CONDUCT.md
│ │ │ ├── Dockerfile
│ │ │ ├── LICENSE
│ │ │ ├── main.py
│ │ │ ├── README.md
│ │ │ ├── README_ja.md
│ │ │ ├── README_ko.md
│ │ │ ├── README_zh.md
│ │ │ ├── requirements.txt
│ │ │ ├── run_flow.py
│ │ │ ├── run_mcp.py
│ │ │ ├── run_mcp_server.py
│ │ │ ├── sandbox_main.py
│ │ │ └── setup.py
│ │ ├── OpenManus-gui
│ │ │ ├── .github
│ │ │ ├── .vscode
│ │ │ ├── app
│ │ │ ├── assets
│ │ │ ├── cases
│ │ │ ├── config
│ │ │ ├── debug_html
│ │ │ ├── examples
│ │ │ ├── logs
│ │ │ ├── protocol
│ │ │ ├── static
│ │ │ ├── templates
│ │ │ ├── tests
│ │ │ ├── workspace
│ │ │ ├── .gitattributes
│ │ │ ├── .gitignore
│ │ │ ├── .pre-commit-config.yaml
│ │ │ ├── 7-gui-plus使用.py
│ │ │ ├── analyze_date_picker.py
│ │ │ ├── app.py
│ │ │ ├── CODE_OF_CONDUCT.md
│ │ │ ├── Dockerfile
│ │ │ ├── LICENSE
│ │ │ ├── main.py
│ │ │ ├── README.md
│ │ │ ├── README_ja.md
│ │ │ ├── README_ko.md
│ │ │ ├── README_zh.md
│ │ │ ├── requirements.txt
│ │ │ ├── run_flow.py
│ │ │ ├── run_mcp.py
│ │ │ ├── run_mcp_server.py
│ │ │ ├── sandbox_main.py
│ │ │ ├── setup.py
│ │ │ ├── test_date_picker.py
│ │ │ ├── test_direct_click.py
│ │ │ ├── test_gui_plus.py
│ │ │ ├── test_simple_actions.py
│ │ │ ├── test_smart_mode.py
│ │ │ ├── test_vision_click.py
│ │ │ ├── test_vision_mode.py
│ │ │ └── 携程页面.png
│ │ ├── OpenManus-rag
│ │ │ ├── .github
│ │ │ ├── .vscode
│ │ │ ├── app
│ │ │ ├── assets
│ │ │ ├── cases
│ │ │ ├── config
│ │ │ ├── examples
│ │ │ ├── knowledge
│ │ │ ├── logs
│ │ │ ├── protocol
│ │ │ ├── static
│ │ │ ├── templates
│ │ │ ├── tests
│ │ │ ├── workspace
│ │ │ ├── .gitattributes
│ │ │ ├── .gitignore
│ │ │ ├── .pre-commit-config.yaml
│ │ │ ├── app.py
│ │ │ ├── CODE_OF_CONDUCT.md
│ │ │ ├── Dockerfile
│ │ │ ├── LICENSE
│ │ │ ├── main.py
│ │ │ ├── README.md
│ │ │ ├── README_ja.md
│ │ │ ├── README_ko.md
│ │ │ ├── README_zh.md
│ │ │ ├── requirements.txt
│ │ │ ├── run_flow.py
│ │ │ ├── run_mcp.py
│ │ │ ├── run_mcp_server.py
│ │ │ ├── sandbox_main.py
│ │ │ └── setup.py
│ │ ├── 1-OpenManus开发实战.pdf
│ │ └── 笔记20260122.txt
│ ├── 23-Agent相关面试辅导
│ │ ├── CASE-LangGraph_Agent_Manus
│ │ │ ├── 1.txt.txt
│ │ │ └── langgraph_agent_manus.py
│ │ └── Agent相关面试辅导.pdf
│ ├── 24-LangChain：多任务应用开发
│ │ ├── CASE-LangChain使用
│ │ │ ├── .ipynb_checkpoints
│ │ │ ├── 1-LLMChain.ipynb
│ │ │ ├── 1-LLMChain.py
│ │ │ ├── 2-LLMChain.ipynb
│ │ │ ├── 2-LLMChain.py
│ │ │ ├── 3-LLMChain.ipynb
│ │ │ ├── 3-LLMChain.py
│ │ │ ├── 4-ConversationChain.ipynb
│ │ │ ├── 4-ConversationChain.py
│ │ │ ├── 5-product_llm.py
│ │ │ └── requirements.txt
│ │ ├── CASE-搭建故障诊断Agent
│ │ │ ├── 2-network_diagnosis_agent.py
│ │ │ └── requirements.txt
│ │ ├── CASE-工具链组合
│ │ │ ├── 1-simple_toolchain.py
│ │ │ ├── 2-simple_toolchain.py
│ │ │ ├── 3-lcel-demo.py
│ │ │ └── requirements.txt
│ │ ├── 1-LangChain：多任务应用开发.pdf
│ │ └── 笔记20260128.txt
│ ├── 25-AI框架设计与选型
│ │ ├── CASE-多文件智能问答Agent
│ │ │ ├── docs
│ │ │ ├── langchain-agent-multi-files.py
│ │ │ ├── llamaindex-agent-multi-files.py
│ │ │ └── qwen-agent-multi-files.py
│ │ └── AI框架设计与选型.pdf
│ ├── 26-HuggingFace生态实战：从模型应用到高效微调
│ │ ├── CASE-huggingface_cases
│ │ │ ├── 1-情感分析.ipynb
│ │ │ ├── 1-情感分析.py
│ │ │ ├── 2-文本生成.ipynb
│ │ │ ├── 2-文本生成.py
│ │ │ ├── 3-零样本分类.ipynb
│ │ │ ├── 3-零样本分类.py
│ │ │ ├── 4-tokenizer使用.ipynb
│ │ │ ├── 4-tokenizer使用.py
│ │ │ ├── 5-model使用.ipynb
│ │ │ ├── 5-model使用.py
│ │ │ ├── 6-实现pipeline.ipynb
│ │ │ ├── 6-实现pipeline.py
│ │ │ ├── 7-垃圾邮件分类器.ipynb
│ │ │ ├── 7-垃圾邮件分类器.py
│ │ │ ├── 8-垃圾邮件分类器-Qwen.ipynb
│ │ │ ├── 8-垃圾邮件分类器-Qwen.py
│ │ │ └── requirements.txt
│ │ └── HuggingFace生态实战：从模型应用到高效微调.pdf
│ ├── 27-开发框架相关面试辅导
│ │ ├── CASE-多文件智能问答Agent
│ │ │ ├── combined_storage
│ │ │ ├── docs
│ │ │ ├── reports
│ │ │ ├── storage
│ │ │ ├── langchain-agent-multi-files.py
│ │ │ ├── langchain-llamaindex-combined.py
│ │ │ ├── llamaindex-agent-multi-files.py
│ │ │ ├── qwen-agent-multi-files.py
│ │ │ └── requirements.txt
│ │ └── 开发框架相关面试辅导.pdf
│ ├── 28-LLM微调原理
│ │ ├── image_svd
│ │ │ ├── 256.bmp
│ │ │ └── image_svd.py
│ │ ├── MovieLens
│ │ │ ├── ALS.py
│ │ │ ├── ratings_small.csv
│ │ │ └── ratings_small2.csv
│ │ ├── 1-LLM微调原理.pdf
│ │ └── 笔记20260301.txt
│ ├── 29-高质量微调数据工程与评估
│ │ ├── 【数据集】中文医疗数据
│ │ │ ├── Andriatria_男科
│ │ │ ├── IM_内科
│ │ │ ├── OAGD_妇产科
│ │ │ ├── Oncology_肿瘤科
│ │ │ ├── Pediatric_儿科
│ │ │ └── Surgical_外科
│ │ ├── 1-高质量微调数据工程与评估.pdf
│ │ ├── Qwen2_5_(7B)_医疗微调.ipynb
│ │ └── Qwen2_5_(7B)_医疗微调.py
│ ├── 30-LLM模型蒸馏与微调实操
│ │ ├── images
│ │ │ ├── 1-vehicle-odometer-reading.jpg
│ │ │ └── 2-vehicle-odometer-reading.jpg
│ │ ├── 【数据集】alpaca-cleaned
│ │ │ ├── alpaca_data_cleaned.json
│ │ │ ├── gitattributes
│ │ │ └── README.md
│ │ ├── 【数据集】gsm8k
│ │ │ ├── main
│ │ │ ├── socratic
│ │ │ ├── gitattributes
│ │ │ ├── gsm8k.zip
│ │ │ └── README.md
│ │ ├── 1-LLM模型蒸馏与微调实操.pdf
│ │ ├── model_comparison_eval.py
│ │ ├── qwen-vl-train.xlsx
│ │ ├── Qwen2_5_(7B)_Alpaca.py
│ │ ├── Qwen2_5_(7B)_R1_GRPO.py
│ │ ├── qwen_vl_car_insurance_train.py
│ │ ├── requirements.txt
│ │ └── 笔记20260308.txt
│ ├── 31-视觉大模型与多模态理解
│ │ ├── CASE-MinerU使用
│ │ │ ├── .ipynb_checkpoints
│ │ │ ├── modelscope_models
│ │ │ ├── output
│ │ │ ├── 1-MinerU.ipynb
│ │ │ ├── 1-MinerU.py
│ │ │ ├── download_models.py
│ │ │ ├── download_models_hf.py
│ │ │ ├── markdown.md
│ │ │ ├── Qwen3-tech_report.pdf
│ │ │ └── 三国演义.pdf
│ │ ├── CASE-VLM在车险中的应用
│ │ │ ├── .ipynb_checkpoints
│ │ │ ├── 1-Qwen-VL-保险识别-cn.ipynb
│ │ │ ├── 1-Qwen-VL-保险识别-cn.py
│ │ │ ├── 1-vehicle-odometer-reading.jpg
│ │ │ ├── 10-extraction-of-auto-accident-elements.jpg
│ │ │ ├── 11-vehicle-identity-verification-1.jpg
│ │ │ ├── 11-vehicle-identity-verification-2.jpg
│ │ │ ├── 12-vehicle-identity-verification-1.jpg
│ │ │ ├── 12-vehicle-identity-verification-2.jpg
│ │ │ ├── 2-Qwen-VL-chat1.ipynb
│ │ │ ├── 2-Qwen-VL-chat1.py
│ │ │ ├── 2-vehicle-odometer-reading.jpg
│ │ │ ├── 3-vehicle-underwriting-1.jpg
│ │ │ ├── 3-vehicle-underwriting-2.jpg
│ │ │ ├── 3-vehicle-underwriting-3.jpg
│ │ │ ├── 3-vehicle-underwriting-4.jpg
│ │ │ ├── 3-vehicle-underwriting-5.jpg
│ │ │ ├── 4-Dangerous-driving-behavior-detection.jpg
│ │ │ ├── 5-Dangerous-driving-behavior-detection.jpg
│ │ │ ├── 6-Dangerous-driving-behavior-detection-1.jpg
│ │ │ ├── 6-Dangerous-driving-behavior-detection-2.jpg
│ │ │ ├── 6-Dangerous-driving-behavior-detection-3.jpg
│ │ │ ├── 6-Dangerous-driving-behavior-detection-4.jpg
│ │ │ ├── 6-Dangerous-driving-behavior-detection-5.jpg
│ │ │ ├── 7-vehicle-damage-evaluation.jpg
│ │ │ ├── 8-vehicle-damage-evaluation.jpg
│ │ │ ├── 9-extraction-of-auto-accident-elements.jpg
│ │ │ ├── prompt_template_cn.xlsx
│ │ │ ├── prompt_template_cn_result-20250430.xlsx
│ │ │ ├── prompt_template_cn_result.xlsx
│ │ │ ├── prompt_template_en.xlsx
│ │ │ └── prompt_template_en_result.xlsx
│ │ ├── CASE-VLM在寿险中的应用
│ │ │ ├── .ipynb_checkpoints
│ │ │ ├── 1-Chinese-document-extraction.jpg
│ │ │ ├── 1-Qwen-VL-保险识别-cn.ipynb
│ │ │ ├── 1-Qwen-VL-保险识别-cn.py
│ │ │ ├── 2-Japanese-document-extraction.jpg
│ │ │ ├── 2-Qwen-VL-本地图片.ipynb
│ │ │ ├── 2-Qwen-VL-本地图片.py
│ │ │ ├── 3-French-document-extraction.jpg
│ │ │ ├── 4-German-document-extraction.jpg
│ │ │ ├── 5-Korean-document-extraction.jpg
│ │ │ ├── prompt_template_cn.xlsx
│ │ │ └── prompt_template_cn_result.xlsx
│ │ ├── CASE-汽车剐蹭视频理解
│ │ │ ├── car.mp4
│ │ │ ├── requirements.txt
│ │ │ ├── video-understand.ipynb
│ │ │ └── video-understand.py
│ │ ├── 笔记20260312.txt
│ │ └── 视觉大模型与多模态理解.pdf
│ ├── 32-项目实战：AI质检
│ │ ├── .openclaw
│ │ │ ├── workspace
│ │ │ └── openclaw.json
│ │ ├── 1-项目实战：AI质检.pdf
│ │ ├── CASE-AI质检.zip
│ │ └── 笔记20260315.txt
│ ├── 33-模型训练与微调相关面试辅导
│ │ ├── CASE-API使用
│ │ │ ├── .ipynb_checkpoints
│ │ │ ├── 1-表格提取-Qwen.ipynb
│ │ │ ├── 1-表格提取-Qwen.py
│ │ │ ├── 2-GUI操作-Qwen.ipynb
│ │ │ ├── 2-GUI操作-Qwen.py
│ │ │ └── 携程页面.png
│ │ ├── 1-模型训练与微调相关面试辅导.pdf
│ │ └── 笔记20260319.txt
│ ├── 34-企业级AI部署：从硬件选型到框架选择
│ │ ├── code
│ │ │ ├── .ipynb_checkpoints
│ │ │ ├── 1-qwen3-vllm.ipynb
│ │ │ ├── 1-qwen3-vllm.py
│ │ │ ├── 2-outlines使用1.ipynb
│ │ │ ├── 2-outlines使用1.py
│ │ │ ├── 3-outlines使用2.ipynb
│ │ │ ├── 3-outlines使用2.py
│ │ │ ├── 4-vllm内置outlines结构化.ipynb
│ │ │ ├── 4-vllm内置outlines结构化.py
│ │ │ ├── 5-function-calling结构化.ipynb
│ │ │ ├── 5-function-calling结构化.py
│ │ │ ├── 6-输出结构结构化.ipynb
│ │ │ ├── 6-输出结构结构化.py
│ │ │ ├── 7-食谱助手.ipynb
│ │ │ ├── 7-食谱助手.py
│ │ │ └── requirements.txt
│ │ ├── 1-企业级AI部署：从硬件选型到框架选择.pdf
│ │ └── 笔记20260322.txt
│ ├── 35-AI服务核心：高并发原理与性能监控调优
│ │ ├── code
│ │ │ ├── 1-启动vLLM服务.sh
│ │ │ ├── 2-基础对话.ipynb
│ │ │ ├── 2-基础对话.py
│ │ │ ├── 3-流式输出与延迟测量.ipynb
│ │ │ ├── 3-流式输出与延迟测量.py
│ │ │ ├── 4-并发压测.ipynb
│ │ │ ├── 4-并发压测.py
│ │ │ ├── 5-性能指标采集.ipynb
│ │ │ ├── 5-性能指标采集.py
│ │ │ └── requirements.txt
│ │ └── 1-AI服务核心：高并发原理与性能监控调优.pdf
│ ├── 36-SGLang 深度优化：Radix 缓存与复杂任务的极致吞吐
│ │ ├── code
│ │ │ ├── 0-vLLM基线对比.ipynb
│ │ │ ├── 0-vLLM基线对比.py
│ │ │ ├── 1-基础对话.ipynb
│ │ │ ├── 1-基础对话.py
│ │ │ ├── 2-流式输出.ipynb
│ │ │ ├── 2-流式输出.py
│ │ │ ├── 3-多轮对话.ipynb
│ │ │ ├── 3-多轮对话.py
│ │ │ ├── 4-批量处理任务.ipynb
│ │ │ ├── 4-批量处理任务.py
│ │ │ ├── 5-JSON 约束输出.ipynb
│ │ │ ├── 5-JSON 约束输出.py
│ │ │ ├── 6-性能测试.ipynb
│ │ │ ├── 6-性能测试.py
│ │ │ ├── 7-vLLM与SGLang对比.ipynb
│ │ │ ├── 7-vLLM与SGLang对比.py
│ │ │ └── requirements.txt
│ │ ├── 3-SGLang 深度优化：Radix 缓存与复杂任务的极致吞吐.pdf
│ │ └── 笔记20260329.txt
│ ├── 37-AI 赋能的智能测试与质量保障
│ │ ├── stock-research
│ │ │ ├── .deepeval
│ │ │ ├── .github
│ │ │ ├── .pytest_cache
│ │ │ ├── linters
│ │ │ ├── ralph_output
│ │ │ ├── spec
│ │ │ ├── src
│ │ │ ├── tests
│ │ │ ├── AGENTS.md
│ │ │ ├── PROMPT.md
│ │ │ ├── pyproject.toml
│ │ │ ├── ralph_demo.py
│ │ │ └── requirements.txt
│ │ ├── 1-AI赋能的智能测试与质量保障.pdf
│ │ └── 笔记20260416.txt
│ ├── 38-从Text-to-SQL到数据智能
│ │ ├── CASE-SQL Copilot
│ │ │ ├── .ipynb_checkpoints
│ │ │ ├── insurance
│ │ │ ├── codegeex-1.ipynb
│ │ │ └── qwen-coder1.ipynb
│ │ ├── Case-SQL-LangChain
│ │ │ ├── requirements.txt
│ │ │ ├── sql_agent_deepseek.ipynb
│ │ │ ├── sql_agent_deepseek.py
│ │ │ ├── sql_life_insurance.ipynb
│ │ │ └── sql_life_insurance.py
│ │ ├── CASE-SQL-vanna
│ │ │ ├── .ipynb_checkpoints
│ │ │ ├── chroma.sqlite3
│ │ │ ├── requirements.txt
│ │ │ ├── vanna-mysql-advanced.py
│ │ │ ├── vanna-mysql-web.py
│ │ │ └── vanna-mysql.py
│ │ ├── SQL数据表源文件
│ │ │ ├── agentinfo.sql
│ │ │ ├── beneficiaryinfo.sql
│ │ │ ├── claiminfo.sql
│ │ │ ├── crs_orders.sql
│ │ │ ├── customerinfo.sql
│ │ │ ├── employeeinfo.sql
│ │ │ ├── heros.sql
│ │ │ ├── policyinfo.sql
│ │ │ └── productinfo.sql
│ │ ├── 1-从Text-to-SQL到数据智能.pdf
│ │ └── 笔记20260419.txt
│ ├── 39-项目实战：ChatBI开发实战
│ │ ├── CASE-ChatBI助手
│ │ │ └── assistant_ticket_bot-3.py
│ │ ├── CASE-ChatBI助手-nanobot-cli
│ │ │ ├── image_show
│ │ │ ├── lib
│ │ │ ├── memory
│ │ │ ├── sessions
│ │ │ ├── skills
│ │ │ ├── __pycache__
│ │ │ ├── agent.py
│ │ │ ├── AGENTS.md
│ │ │ ├── config.json
│ │ │ ├── faq.txt
│ │ │ ├── maotai_recent_price.png
│ │ │ ├── requirements.txt
│ │ │ └── stock_data.db
│ │ ├── CASE-ChatBI助手-nanobot-gui
│ │ │ ├── .nanobot
│ │ │ ├── image_show
│ │ │ ├── lib
│ │ │ ├── memory
│ │ │ ├── sessions
│ │ │ ├── skills
│ │ │ ├── __pycache__
│ │ │ ├── ‘2026-03-07’
│ │ │ ├── agent.py
│ │ │ ├── AGENTS.md
│ │ │ ├── config.json
│ │ │ ├── faq.txt
│ │ │ ├── get_maotai_data.py
│ │ │ ├── get_maotai_recent.py
│ │ │ ├── gradio_app.py
│ │ │ ├── maotai_recent_price.png
│ │ │ ├── predict_maotai.py
│ │ │ ├── requirements.txt
│ │ │ └── stock_data.db
│ │ ├── CASE-nanobot使用
│ │ │ ├── content-builder
│ │ │ ├── deep-research
│ │ │ └── text-to-sql
│ │ ├── nanobot-main
│ │ │ ├── .github
│ │ │ ├── bridge
│ │ │ ├── case
│ │ │ ├── docs
│ │ │ ├── nanobot
│ │ │ ├── tests
│ │ │ ├── .dockerignore
│ │ │ ├── .gitignore
│ │ │ ├── COMMUNICATION.md
│ │ │ ├── CONTRIBUTING.md
│ │ │ ├── core_agent_lines.sh
│ │ │ ├── docker-compose.yml
│ │ │ ├── Dockerfile
│ │ │ ├── LICENSE
│ │ │ ├── nanobot_arch.png
│ │ │ ├── nanobot_logo.png
│ │ │ ├── pyproject.toml
│ │ │ ├── README.md
│ │ │ └── SECURITY.md
│ │ ├── 【完成参考】CASE-ChatBI助手
│ │ │ ├── .wucai
│ │ │ ├── image_show
│ │ │ ├── temp
│ │ │ ├── workspace
│ │ │ ├── __pycache__
│ │ │ ├── assistant_ticket_bot-3.py
│ │ │ ├── boll_detection.py
│ │ │ ├── check_db_info.py
│ │ │ ├── check_sqlite_dates.py
│ │ │ ├── create_stock_sqlite_db.py
│ │ │ ├── create_stock_table_mysql.sql
│ │ │ ├── create_stock_table_sqlite.sql
│ │ │ ├── debug-paste.log
│ │ │ ├── example_prophet.py
│ │ │ ├── faq.txt
│ │ │ ├── final_merged_stock_data_20200101_to_20251220.xlsx
│ │ │ ├── get_stock_data.py
│ │ │ ├── prophet_analysis.py
│ │ │ ├── README.md
│ │ │ ├── requirements.txt
│ │ │ ├── simple_verify.py
│ │ │ ├── standardize_dates.py
│ │ │ ├── stock_analysis_assistant – 副本.py
│ │ │ ├── stock_analysis_assistant-2.py
│ │ │ ├── stock_analysis_assistant-4.py
│ │ │ ├── stock_analysis_assistant-5.py
│ │ │ ├── stock_analysis_assistant-6.py
│ │ │ ├── stock_analysis_assistant.py
│ │ │ ├── stock_analysis_assistant2.py
│ │ │ ├── stock_data.db
│ │ │ ├── stock_data_20200101_to_20260407.xlsx
│ │ │ ├── temp_get_stock_data.py
│ │ │ ├── test_chart_optimization.py
│ │ │ ├── test_compare_stocks.py
│ │ │ ├── test_fixed_tool.py
│ │ │ ├── test_large_dataset.py
│ │ │ ├── test_new_logic.py
│ │ │ ├── test_prophet.py
│ │ │ ├── test_small_dataset.py
│ │ │ ├── test_sqlite_date.py
│ │ │ ├── test_sqlite_date2.py
│ │ │ ├── test_sqlite_query.py
│ │ │ ├── test_tool_simple.py
│ │ │ ├── update_date_format.py
│ │ │ └── verify_date_format.py
│ │ ├── 1-项目实战：ChatBI开发实战.pdf
│ │ └── 2-nanobot使用.pdf
│ └── 40-部署及提效相关面试辅导
│ ├── CASE-ChatBI助手-nanobot-cli
│ │ ├── image_show
│ │ ├── lib
│ │ ├── memory
│ │ ├── sessions
│ │ ├── skills
│ │ ├── __pycache__
│ │ ├── agent.py
│ │ ├── AGENTS.md
│ │ ├── config.json
│ │ ├── faq.txt
│ │ ├── maotai_recent_price.png
│ │ ├── requirements.txt
│ │ └── stock_data.db
│ ├── CASE-ChatBI助手-nanobot-gui
│ │ ├── .nanobot
│ │ ├── image_show
│ │ ├── lib
│ │ ├── memory
│ │ ├── sessions
│ │ ├── skills
│ │ ├── __pycache__
│ │ ├── ‘2026-03-07’
│ │ ├── agent.py
│ │ ├── AGENTS.md
│ │ ├── config.json
│ │ ├── faq.txt
│ │ ├── get_maotai_data.py
│ │ ├── get_maotai_recent.py
│ │ ├── gradio_app.py
│ │ ├── maotai_recent_price.png
│ │ ├── predict_maotai.py
│ │ ├── requirements.txt
│ │ └── stock_data.db
│ ├── CASE-nanobot使用
│ │ ├── content-builder
│ │ ├── deep-research
│ │ └── text-to-sql
│ ├── nanobot-main
│ │ ├── .github
│ │ ├── bridge
│ │ ├── case
│ │ ├── docs
│ │ ├── nanobot
│ │ ├── tests
│ │ ├── .dockerignore
│ │ ├── .gitignore
│ │ ├── COMMUNICATION.md
│ │ ├── CONTRIBUTING.md
│ │ ├── core_agent_lines.sh
│ │ ├── docker-compose.yml
│ │ ├── Dockerfile
│ │ ├── LICENSE
│ │ ├── nanobot_arch.png
│ │ ├── nanobot_logo.png
│ │ ├── pyproject.toml
│ │ ├── README.md
│ │ └── SECURITY.md
│ ├── 【完成参考】CASE-ChatBI助手
│ │ ├── .wucai
│ │ ├── image_show
│ │ ├── temp
│ │ ├── workspace
│ │ ├── __pycache__
│ │ ├── assistant_ticket_bot-3.py
│ │ ├── boll_detection.py
│ │ ├── check_db_info.py
│ │ ├── check_sqlite_dates.py
│ │ ├── create_stock_sqlite_db.py
│ │ ├── create_stock_table_mysql.sql
│ │ ├── create_stock_table_sqlite.sql
│ │ ├── debug-paste.log
│ │ ├── example_prophet.py
│ │ ├── faq.txt
│ │ ├── final_merged_stock_data_20200101_to_20251220.xlsx
│ │ ├── get_stock_data.py
│ │ ├── prophet_analysis.py
│ │ ├── README.md
│ │ ├── requirements.txt
│ │ ├── simple_verify.py
│ │ ├── standardize_dates.py
│ │ ├── stock_analysis_assistant – 副本.py
│ │ ├── stock_analysis_assistant-2.py
│ │ ├── stock_analysis_assistant-4.py
│ │ ├── stock_analysis_assistant-5.py
│ │ ├── stock_analysis_assistant-6.py
│ │ ├── stock_analysis_assistant.py
│ │ ├── stock_analysis_assistant2.py
│ │ ├── stock_data.db
│ │ ├── stock_data_20200101_to_20260407.xlsx
│ │ ├── temp_get_stock_data.py
│ │ ├── test_chart_optimization.py
│ │ ├── test_compare_stocks.py
│ │ ├── test_fixed_tool.py
│ │ ├── test_large_dataset.py
│ │ ├── test_new_logic.py
│ │ ├── test_prophet.py
│ │ ├── test_small_dataset.py
│ │ ├── test_sqlite_date.py
│ │ ├── test_sqlite_date2.py
│ │ ├── test_sqlite_query.py
│ │ ├── test_tool_simple.py
│ │ ├── update_date_format.py
│ │ └── verify_date_format.py
│ ├── 笔记20260427.txt
│ └── 部署及提效相关面试辅导.pdf