九天菜菜-大模型与Agent开发实战 - 猎人搜索 轻松搜寻全网资源

• file:【GLMAssistantAPI】04_构建fastapi的Web项目.ts
• file:【GPT4o】05_4o多模态图片的文本生成API调用详解.ts
• file:【GPT】04_API账户充值及领取API_KEY及首次调用API.ts
• file:【Claude】07_tool use全流程讲解与wiki搜索实战.ts
• file:【Claude】10_stream函数及生成器本质讲解.ts
• file:GLM 4 工具调用从入门到精通与CogVideoX 文本生成视频 API 全流程.ts
• file:【GPT】02_OPEN AI官网及开发者平台使用指南.ts
• file:【Gemini】05_API内置简化多轮对话的start_chat函数与ChatSessi.ts
• file:【GLM】03_大模型API调用的消息和构建多轮对话机器人.ts
• file:【GPT】01_OPENAI的账号注册速通.ts
• file:【GPT】03_虚拟信用卡开通与升级GPT_Plus会员.ts
• file:GLM模型：流式处理的工具调用、多模态应用及模型微调实战指南.ts
• file:【Gemini】06_API精细化控制生成之System Instruction.ts
• file:【GPTo1】02_o1模型的API调用详解与总结.ts
• file:【Claude】05_API多模态的最佳实践.ts
• file:【GPTo1】01_o1大模型原理介绍 从4o到o1实际上发生了什么.ts
• file:【GLM】05_GLM的stream流式响应讲解.ts
• file:【GLM】06_tooluse上-一次api调用的tooluse.ts
• file:【Gemini】03_解锁 Gemini API-开启文本生成之旅.ts
• file:【GPT4o】11_首token时延与提示缓存原理与最佳实践.ts
• file:【GPT4o】14_风格微调（上）创建数据集与微调作业.ts
• file:【GPT4o】07_5步的 tool use完整的调用流程与汇总.ts
• file:提示工程全解指南.ts
• file:【GPTo1】06_用o1蒸馏模型实战（下）.ts
• file:【GLM】08_tooluse接入维基百科搜索实战.ts
• file:week_3_2_part_2_RAG评估框架-TruLens实践.mp4
• file:week_4_1_part_3_自定义RAG评估Pipeline-整体逻辑实现及细节说明.mp4
• file:week_2_1_part_3_RAG集成历史对话信息及SqlalChemy持久化存储的使.mp4
• file:week_2_2_part_3_项目启动文件详细说明及流程复现.mp4
• file:week_1_1_part_1_课程说明及大模型问答功能复现.mp4
• file:week_2_1_part_2_Naive RAG介绍及借助LangChain实现RAG流.mp4
• file:week_5_part_1_大模型融入推荐系统一种思路_1.MP4
• file:week_1_2_part_3_FastAPI项目介绍.mp4
• file:week_3_1_part_2_结合Faiss向量数据的RAG Indexing构建流程.mp4
• file:week_5_part_4_项目整体框架下实现基于Agent的问答流程代码实践.ts
• file:week_5_part_3_基于Langchain实现基于ReAct的代码实践及TOT提示.MP4
• file:week_3_1_part_3_百万量级的wiki公有语料构建方法实践.mp4
• file:week_5_part_5_Docker介绍及借助Docker打包部署完整项目的流程.mp4
• file:week_4_2_part_1_Serper API联网检索数据预处理过程拆解.mp4
• file:week_1_1_part_2_本地私有化部署glm4-9b-chat模型.mp4
• file:week_2_2_part_1_通用问答流程整体流程介绍及参数说明.mp4
• file:week_3_1_part_4_yolox + orc 识别私有PDF语料的方案实践.mp4
• file:week_4_2_part_2_基于Serper实现系统架构下的联网实时检索功能.mp4
• file:【GLM4-9B】01_模型基本介绍.ts
• file:【Qwen2.5Coder&Math】07_vLLM推理Coder流程.ts
• file:【Llama3.1】02_线上体验办法.ts
• file:Ollama最新版本启动多模态模型Llama3.2Vision全流程[Linux环境].ts
• file:【Llama3.1】05_ModelScope线上部署.ts
• file:Cursor&Coder高效低代码开发办法.ts
• file:【ChatGLM3-6B】01_Ubuntu双系统安装.MP4
• file:【ChatGLM3-6B】14_LangChian体系详解.ts
• file:【GLM4-Voice】05_开源大模型比拼-排行榜介绍.ts
• file:Glm-Edge-v-5B模型介绍与本地部署.ts
• file:【Llama3.2】03_Ollama在Linux和Windows部署方法.ts
• file:【Qwen2.5】06_vLLM部署与调用流程.ts
• file:【ChatGLM3-6B】04_ChatGLM3-6b的多种启动方法.ts
• file:Qwen2VL多模态模型参数介绍&部署使用全流程.ts
• file:Qwen2--5Coder：32B基本介绍和测试.ts
• file:【Llama3.1】04_官网以及Ollama部署流程.ts
• file:Ch 2.5 配置TensorBoard.ts
• file:Ch 4.1 win&Qlora&qwen2.5_Qlora能节约多少内存.ts
• file:Ch 1.1 通用模型发展与微调前景.ts
• file:Ch 4.4 Qlor微调实战与验证.ts
• file:LLama_Factory+LORA大模型微调.ts
• file:Ch 6.6 RLHF挑战与改进方向.ts
• file:DPO微调Qwen2.5.ts
• file:Ch 4.3如何在windows配置环境.ts
• file:Ch 3.1 如何获取数据源及使用解析.ts
• file:Ch 3.4 数据验证&deepspeed微调.ts
• file:Ch 3.2 llamafactory中如何使用和注册数据集.ts
• file:Ch 1.3 微调步骤及技术栈.ts
• file:Ch 2.4 实战Qwen2.5微调.ts
• file:Ch 2.1 Lora原理详解.ts
• file:Ch 5.3 各个模型PPO算法的协作关系.ts
• file:Ch 6.1 RLHF&Qwen2.5,RLHF背景与意义.ts
• file:window系统微调QLORA.ts
• file:LLama_factory&Lora微调Qwen2.5做NL2sql.ts
• file:Ch 5.4 PPO模型与数据的选择.ts
• file:Ch 5.2 如何理解PPO.ts
• file:Ch 5.1PPO&llama3.2_什么是PPO算法.ts
• file:Ch 2.3 LLama_factory 安装部署及验证.ts
• folder:九天菜菜-大模型与Agent开发实战
• folder:1-在线大模型部署调用
• folder:低代码开发实战Dify&Coze
• folder:企业级实战
• folder:5-RAG项目实战企业篇
• folder:PART4：DeepSeekV3 (5小节)
• folder:6-直播回放篇
• folder:DeepSeek-V3&R1
• folder:Agent开发实战-课件
• folder:大模型微调-课件
• folder:1