咕泡第五期-AI大模型零基础到商业实战全栈课（完结 ）

编辑点评

课程内容全面，从基础到实战，适合AI大模型初学者及有一定基础者。

⭐ 编辑推荐

咕泡AI大模型全栈课，涵盖Python基础、环境部署、工作原理与优化、实战应用，助你成为AI大模型专家。

✨ 课程亮点

课程目录

📁 10 【基础篇】：Python快速入门
10 【基础篇】：Python快速入门文档.png [493.5 KB]
176 3-Notebook工具使用.mp4 [57.5 MB]
195 21-鏃堕棿鎿嶄綔.mp4 [13.9 MB]
175 2-Python库安装工具.mp4 [31.7 MB]
174 1-Python环境配置.mp4 [32.2 MB]
193 19-类的基本定义.mp4 [25.6 MB]
182 8-List鏍稿績鎿嶄綔.mp4 [41.3 MB]
188 14-循环结构.mp4 [21.7 MB]
181 7-2-List基础结构.mp4 [24.7 MB]
187 13-判断结构.mp4 [12.7 MB]
191 17-异常处理模块.mp4 [39.4 MB]
183 9-字典基础定义.mp4 [15.5 MB]
190 16-模块与包.mp4 [25.7 MB]
184 10-字典的核心操作.mp4 [22.8 MB]
185 11-Set结构.mp4 [21.4 MB]
180 7-1-索引结构.mp4 [18.2 MB]
194 20-类的属性操作.mp4 [28.1 MB]
192 18-文件操作.mp4 [38.6 MB]
📁 09 【部署篇】：从0到1实现AI大模型及各类开源组件的环境部署
09 【部署篇】：从0到1实现AI大模型及各类开源组件的环境部署文档.png [493.5 KB]
161 20250217_Pycharm环境安装与破解及整合Anaconda.mp4 [60.2 MB]
165 2月21日 Window环境Deepseek+Ollama+Dify搭建个人旅行助手-1.mp4 [161.1 MB]
168 Ubuntu24环境下部署Video-LLaVA-2视频理解大模型.mp4 [173.7 MB]
172 jupyter notebook配置方法-1.mp4 [179.3 MB]
169 2月27日-Window环境下LangChain_ChatChat+Deepseek-R1搭建本地知识库.mp4 [246.6 MB]
166 2月22日Ubuntu+Deepseek-R1+Ollama+Dify实现旅行助手Agent-1.mp4 [174.7 MB]
170 Ubuntu环境下安装LangChain-ChatChat+Deepseek实现本地知识库管理.mp4 [205.3 MB]
167 【粗剪】DeepSeek-R1+VLLM本地部署保姆级攻略.mp4 [285.4 MB]
173 3月21日 Window+Deepseek+RagFlow本地部署教程.mp4 [195.6 MB]
160 20250214_Anaconda环境管理工具的安装教程.mp4 [80.3 MB]
162 20250217_使用Pycharm+OpenAI运行第一个大模型案例.mp4 [25.2 MB]
171 20241225_AnythingLLM+Ollama基于本地私有化大模型搭建RAG知识库.mp4 [48.8 MB]
163 20250218_hanlp本地运行出现的问题及操作步骤分析.mp4 [80.2 MB]
📁 04 第四章 第三阶段（L3）-AI大模型的工作原理与优化
04 第四章 第三阶段（L3）-AI大模型的工作原理与优化必看.zip [1.8 MB]
25 揭秘神经网络及Transformer的工作原理.mp4 [1.7 GB]
29 国产大模型 DeepSeek深度剖析.mp4 [1.6 GB]
24 探索揭秘神经网络奥秘.mp4 [1.5 GB]
28 深入浅出了解多模态模型.mp4 [1.7 GB]
26 揭秘Transformer的工作原理.mp4 [1.6 GB]
23 从“NLP 技术”到“Al大模型”.mp4 [1.5 GB]
22 AI大模型产品设计与落地.mp4 [1.7 GB]
31 AI大模型微调实战(下).mp4 [1.6 GB]
32 大模型微调项目实践.mp4 [1.7 GB]
33 GPU与 CUDA 以及AI大模型企业级部署方案.mp4 [1.6 GB]
30 AI大模型微调实战(上).mp4 [1.6 GB]
27 揭秘Transformer的工作原理（二）.mp4 [1.7 GB]
📁 01 第一章【导学篇】：0基础学习导入
01 第一章【导学篇】：0基础学习导入必看.png [493.5 KB]
02 0基础前置学习.mp4 [446.3 MB]
01 3月12日-AI大模型学习指南-1.mp4 [185.4 MB]
📁 12 【实战篇】：LangChain 零基础入门到企业级应用实战
12 【实战篇】：LangChain 零基础入门到企业级应用实战文档.zip [1.8 MB]
321 19-虚拟文档demo.mp4 [43.2 MB]
320 18-虚拟文档.mp4 [6.7 MB]
266 3-003 杈撳嚭瑙ｆ瀽part1.mp4 [90.2 MB]
289 3-路由.mp4 [50.1 MB]
286 3-基础介绍_demo.mp4 [122.1 MB]
295 4-修剪过滤消息.mp4 [71.1 MB]
324 22-结构化搜索.mp4 [9.0 MB]
277 3- 结构化提取.mp4 [110.7 MB]
308 6-绱㈠紩鍏ㄦ祦绋媎emo.mp4 [35.3 MB]
267 3-004 杈撳嚭瑙ｆ瀽part2.mp4 [92.6 MB]
296 1-娴佸紡杈撳嚭.mp4 [104.3 MB]
272 5-002 链-简单顺序链.mp4 [53.7 MB]
323 21-路由demo.mp4 [68.7 MB]
322 20-路由.mp4 [13.5 MB]
325 23-结构化搜索demo.mp4 [85.0 MB]
302 3-Map reduce控制流.mp4 [90.0 MB]
298 3-外部控制修改图状态.mp4 [79.4 MB]
262 2-001 Langchain中的基本数据结构.mp4 [98.9 MB]
306 4- 绱㈠紩part3_璇嶅祵鍏emo.mp4 [61.6 MB]
275 1-鎬荤粨鎽樿.mp4 [102.6 MB]
📁 05 第五章 第四阶段（L4）-AI大模型的企业级项目实战
05 第五章 第四阶段（L4）-AI大模型的企业级项目实战资料.png [493.5 KB]
60 5.多智能体框架+多MCP适用场景.mp4 [71.3 MB]
39 第六章：中心化智能体架构的缺陷与去中心化多智能体langGraph架构.mp4 [138.1 MB]
42 第八章(b)：langGraph+MCP项目测试+工程化部署修改.mp4 [185.2 MB]
59 4.2项目一：股价心理按摩师(服务端-客户端完整代码编写).mp4 [540.2 MB]
66 第一章-引导式对话系统是什么.mp4 [60.6 MB]
61 6.多智能体框架AgentSDK的基本用法.mp4 [538.9 MB]
56 2.MCP server的编写与并联串联调用原理.mp4 [86.8 MB]
43 第一章(RAG原理+挑战与知识库的构建)修改版本.mp4 [404.5 MB]
77 第六章-6.4-工程化部署编写API接口.mp4 [42.5 MB]
69 第四章-对话流程编排的集中实现方案与优劣对比.mp4 [56.8 MB]
78 第七章-引导式对话系统面临的挑战及解决方案.mp4 [64.9 MB]
34 企业级AI销售助手应用实战.mp4 [1.6 GB]
34 第三章：剖析ChatBI的技术原理.mp4 [73.2 MB]
65 7.4 项目二：金融投资虚拟顾问(多用户对话状态管理多智能体多MCP系统的实现).mp4 [451.3 MB]
75 第六章-6.2-对话系统整体代码实现.mp4 [292.3 MB]
68 第三章-槽位抽取方案比较与选型.mp4 [63.2 MB]
54 第六章-向量知识库热更新实战修改版本.mp4 [339.1 MB]
48 第四章-实战案例一(4.2-1 词缀树的检索)修改版本.mp4 [140.0 MB]
45 第三章(常用RAG代码实操1-稠密检索器).mp4 [370.7 MB]
50 第五章-实战案例二-(5.1 需求分析、软件设计)修改版本.mp4 [191.6 MB]
74 第六章-6.1-工具定义与功能函数实现介绍.mp4 [134.2 MB]
76 第六章-6.3-代码调试与前端页面搭建.mp4 [106.8 MB]
57 3.MCP三种协议详解.mp4 [38.0 MB]
64 7.3 项目二：金融投资虚拟顾问(转人工MCP&股价预测MCP&多智能体多MCP运行编排).mp4 [607.3 MB]
41 第八章(a)：langGraph+MCP实现ChatBI主流程搭建.mp4 [435.3 MB]
37 第五章(b)-项目一：text2sql&text2python MCP的实现.mp4 [493.4 MB]
71 第五章-5.1-案例背景讲解.mp4 [84.0 MB]
32 第一章：课程任务介绍.mp4 [73.5 MB]
62 7.1项目二：金融投资虚拟顾问(业务背景+技术架构).mp4 [23.6 MB]
49 第四章-实战案例一(4.2-2 项目整体代码实现).mp4 [364.5 MB]
38 第五章(c)-项目一：机器学习MCP+多协议MCP客户端的编写.mp4 [605.7 MB]
73 第六章-6.0-用户数据持久化打码修改版本.mp4 [520.7 MB]
33 第二章chatBI的优势与挑战修改.mp4 [70.5 MB]
72 第五章-5.2-前端演示.mp4 [22.8 MB]
46 第三章(常用RAG代码实操2-稀疏+集成检索器).mp4 [63.0 MB]
47 第四章-实战案例一(4.1 需求分析、软件设计与ES的使用)修改版本.mp4 [359.4 MB]
44 第二章(常用检索-增强-生成方法介绍+扩展).mp4 [225.3 MB]
40 第七章：langGraph的基本用法修改.mp4 [937.3 MB]
51 第五章-实战案例二-(5.2 知识库构建、4种检索器构建)修改版本.mp4 [467.4 MB]
36 第五章(a)-项目一：项目背景&数据结构介绍修改.mp4 [331.4 MB]
70 第四章结束后的代码实操讲解(流式+非流式Functionca.mp4 [191.5 MB]
67 第二章-引导式对话系统主要面临的挑战.mp4 [45.7 MB]
55 1.MCP介绍与底层原理修改版本.mp4 [322.1 MB]
63 7.2 项目二：金融投资虚拟顾问(金融文章检索MCP&金融RAG MCP的实现).mp4 [460.3 MB]
35 第四章：驱动ChatBI的核心能力MCP理论介绍.mp4 [222.8 MB]
53 第五章-实战案例二(5.4 检索效果测试与工程化部署)修改版本.mp4 [348.2 MB]
52 第五章-实战案例二-(5.3 知识库检索整体代码实现1+2整合)修改版本.mp4 [399.7 MB]
58 4.1项目一：股价心理按摩师(项目背景+需求分析+技术架构).mp4 [372.8 MB]
📁 15 常见问题答疑
15 常见问题答疑文档.zip [1.8 MB]
332 20250320_课程中的python项目运行方法.mp4 [36.3 MB]
333 Coze自定义代码节点.mp4 [58.6 MB]
334 深入浅出通俗理解什么是MCP.mp4 [688.5 MB]
📁 13 RAG 入门核心原理到企业级智能交互应用实战
362 13-基于RAG实现智能问答系统.mp4 [74.7 MB]
353 4-PDF文档解析工具.mp4 [29.5 MB]
363 14-虚拟环境介绍.mp4 [33.6 MB]
356 7-鍗冮棶embedding璋冪敤.mp4 [30.5 MB]
367 18-LangChain的基本使用.mp4 [80.6 MB]
366 17-LangChain核心组件介绍.mp4 [25.4 MB]
361 12-基于向量检索的RAG实现.mp4 [55.3 MB]
359 10-向量数据库的介绍.mp4 [69.7 MB]
351 2-RAG的概念和LLM的局限性.mp4 [15.0 MB]
357 8-向量间的相似度计算.mp4 [33.1 MB]
355 6-向量与Embeddings的定义.mp4 [33.3 MB]
364 15-Jupyter notebook使用介绍.mp4 [19.7 MB]
365 16-LangChain鍩烘湰浠嬬粛.mp4 [47.7 MB]
358 9-根据关键字检索.mp4 [115.9 MB]
📁 11 【基础篇】：Python数据科学必备工具包实战
225 12-时间序列操作.mp4 [34.2 MB]
248 0-课程简介1.mp4 [5.2 MB]
215 2-Pandas鍩烘湰鎿嶄綔.mp4 [58.0 MB]
250 2风格细节设置.mp4 [17.4 MB]
201 4-鏁扮粍绫诲瀷.mp4 [17.8 MB]
224 11-鏃堕棿鎿嶄綔.mp4 [25.2 MB]
240 8-鐩掑浘缁嗚妭.mp4 [30.1 MB]
228 15-Groupby鎿嶄綔寤朵几.mp4 [43.9 MB]
253 5单变量分析绘图.mp4 [21.0 MB]
257 9Facetgrid使用方法.mp4 [17.3 MB]
220 7-瀵硅薄鎿嶄綔2.mp4 [25.2 MB]
208 11-随机模块.mp4 [41.6 MB]
241 9-绘图细节设置.mp4 [27.8 MB]
219 6-瀵硅薄鎿嶄綔.mp4 [24.4 MB]
205 8-数组生成函数.mp4 [37.9 MB]
256 8分类属性绘图.mp4 [22.0 MB]
207 10-鍥涘垯杩愮畻.mp4 [24.1 MB]
204 7-数组形状操作.mp4 [46.6 MB]
243 11-直方图与散点图.mp4 [34.8 MB]
210 13-鏁扮粍淇濆瓨.mp4 [38.0 MB]
239 7-鐩掑浘缁樺埗.mp4 [18.1 MB]
232 19-大数据处理技巧.mp4 [65.5 MB]
203 6-鎺掑簭鎿嶄綔.mp4 [31.3 MB]
255 7多变量分析绘图.mp4 [21.1 MB]
223 10-数据透视表.mp4 [30.4 MB]
226 13-Pandas甯哥敤鎿嶄綔.mp4 [29.0 MB]
231 18-Pandas缁樺浘鎿嶄綔.mp4 [38.3 MB]
254 6回归分析绘图.mp4 [20.3 MB]
206 9-常用生成函数.mp4 [22.3 MB]
209 12-文件读写.mp4 [28.5 MB]
242 10-绘图细节设置2.mp4 [29.1 MB]
252 4调色板颜色设置.mp4 [17.1 MB]
227 14-Pandas甯哥敤鎿嶄綔2.mp4 [27.0 MB]
200 3-数组结构.mp4 [51.3 MB]
246 14-瀛愬浘甯冨眬.mp4 [41.9 MB]
249 1整体布局风格设置.mp4 [17.8 MB]
235 3-椋庢牸璁剧疆.mp4 [11.4 MB]
📁 03 第三章 第二阶段（L2）：AI大模型的企业级应用
20 MCP模型上下文协议概述与应用实战.mp4 [1.6 GB]
16 掌握LangChain实现Al大模型应用.mp4 [1.5 GB]
12 RAG检索增强生成技术实战.mp4 [1.6 GB]
14 Embeddings和向量数据库（二）.mp4 [1.6 GB]
15 RAG 企业级落地实战优化.mp4 [1.6 GB]
17 大模型应用开发框架Llamalndex.mp4 [1.6 GB]
21 深入浅出 A2A协议以及应用实战.mp4 [1.6 GB]
13 Embeddings和向量数据库.mp4 [1.5 GB]
19 AI工作流应用开发实战.mp4 [1.6 GB]
18 LangChain实现企业级Agent智能体.mp4 [1.5 GB]
📁 02 第二章 第一阶段（L1）-0基础快速入门AI大模型应用与实战
08 掌握Coze玩转Al大模型应用.mp4 [1.5 GB]
06 GPTs与 Function Calling开发Al大模型应用.mp4 [1.5 GB]
10 Dify快速入门到应用实战.mp4 [1.5 GB]
11 N8N 快速入门到应用实战.mp4 [1.5 GB]
04 大模型核心概念和基础原理.mp4 [1.6 GB]
07 掌握Al编程让普通人也能开发各种技术应用 .mp4 [2.6 MB]
09 自动化AI工作流原理与实战.mp4 [1.5 GB]
07 掌握Al编程让普通人也能开发各种技术应用.mp4 [1.6 GB]
📁 08 第八章【应用篇】：小白从0到1玩转Al Agent独立搭建个性化的智能体应用
134 3-大模型节点配置方法.mp4 [32.2 MB]
152 11-选修：工作流中添加视频插件.mp4 [77.1 MB]
167 5-配置插件把分析结果存在excel里.mp4 [61.9 MB]
135 4-结束节点配置.mp4 [29.6 MB]
141 5-批处理的作用与效果.mp4 [64.0 MB]
166 4-结合DeepSeek进行数据分析.mp4 [81.0 MB]
149 8-视频生成节点容易违规的解决方法.mp4 [74.8 MB]
165 3-结合DeepSeek构建代码节点.mp4 [166.5 MB]
151 10-选修：自定义插件配置方法实例.mp4 [63.5 MB]
163 1-效果演示与数据读取.mp4 [46.0 MB]
138 2-循环中参数的定义方法.mp4 [46.2 MB]
169 7-不同可视化图表配置方法.mp4 [105.1 MB]
161 4-知识库构建与匹配方法.mp4 [52.2 MB]
175 5-完成文案采集的全部功能.mp4 [120.0 MB]
157 5-得到合成后的视频.mp4 [79.5 MB]
147 6-视频节点构建与错误分析.mp4 [84.1 MB]
170 8-输出与展示配置.mp4 [48.3 MB]
159 2-选择器的使用方法.mp4 [61.7 MB]
140 4-智能体测试与输出节点.mp4 [51.7 MB]
164 2-数据清洗与处理.mp4 [55.1 MB]
168 6-数据可视化配置方法与节点调试分析.mp4 [259.1 MB]
173 3-影刀流程配置方法实例.mp4 [52.1 MB]
143 2-做剧本节点系统提示词方法.mp4 [62.7 MB]
137 1-循环节点方法解读.mp4 [35.9 MB]
160 3-数据库与大模型的匹配方法.mp4 [81.2 MB]
133 2-插件配置方法与参数.mp4 [35.9 MB]
148 7-图像生成节点错误调试并保险.mp4 [89.4 MB]
172 2-影刀安装方法.mp4 [25.7 MB]
136 5-智能体配置方法.mp4 [51.2 MB]
144 3-完成剧本节点输出.mp4 [48.0 MB]
156 4-剪映草稿添加素材方法.mp4 [61.1 MB]
155 3-时间线和素材绑定方法.mp4 [56.8 MB]
142 1-做视频素材业务逻辑分析.mp4 [51.1 MB]
150 9-选修（当作拓展知识）：配置外部视频软件成为插件.mp4 [47.5 MB]
174 4-执行循环操作.mp4 [53.7 MB]
158 1-对话流配置与创建.mp4 [35.7 MB]
132 1-工作流要完成的任务与节点定义.mp4 [22.6 MB]
162 5-汇总输出与测试.mp4 [75.0 MB]
146 5-图像违规词限制与运镜节点.mp4 [82.8 MB]
139 3-续写新闻稿件方法(循环中间变量使用).mp4 [61.3 MB]
145 4-画面描述与图像生成节点构建.mp4 [63.7 MB]
154 2-剪映插件介绍.mp4 [38.1 MB]
171 1-褰卞垁RPA鍒嗘瀽.mp4 [74.4 MB]
153 1-时间线定义方法.mp4 [45.4 MB]
📁 06 第六章 第五阶段（L5）：从模型训练到模型微调入门到精通
124 3.模型训练优化与高效推理部署.mp4 [390.0 MB]
113 6.大模型知识蒸馏难点与解决案例分享-修改.mp4 [263.6 MB]
100 实战项目二：Galora全量参数微调实战与tensorboard使用.mp4 [317.8 MB]
110 2.基于响应的知识蒸馏-修改.mp4 [150.0 MB]
126 5.AI工程师的职业发展路径.mp4 [59.1 MB]
117 3.RestfulAPI与gRPC API的使用.mp4 [77.6 MB]
125 4.大模型未来发展趋势.mp4 [207.4 MB]
105 4. 其他分布式训练优化操作要点.mp4 [101.9 MB]
116 2.大模型推理的优化技术.mp4 [217.5 MB]
114 7.知识蒸馏项目实战-修改.mp4 [299.6 MB]
98 AWQ量化算法原理介绍.mp4 [103.6 MB]
108 7.实战三-多机多卡分布式微调实战.mp4 [523.1 MB]
119 5.VLLM高效推理框架部署.mp4 [755.3 MB]
118 4.Ollama实战部署.mp4 [405.3 MB]
87 llamafactory-webui面板配置与训练推理流程演示.mp4 [216.0 MB]
115 1.大模型部署基础.mp4 [133.0 MB]
80 课程大纲介绍.mp4 [102.8 MB]
90 2.数据集的构建.mp4 [142.7 MB]
103 2.集体通信原语和网络拓扑.mp4 [194.9 MB]
88 llamafactory-webui难点参数理论讲解.mp4 [71.1 MB]
102 1.分布式训练基础与网络环境配置.mp4 [349.5 MB]
89 1.数据集的来源与llamafactory中的数据集.mp4 [244.9 MB]
92 4.项目实战一：lora微调演示.mp4 [193.4 MB]
107 6.实战二-FSDP&DDP单机多卡分布式微调.mp4 [108.9 MB]
93 5.BAdam&Galora微调原理讲解.mp4 [161.8 MB]
85 云算力租赁介绍.mp4 [60.6 MB]
121 7.大模型生命周期管理.mp4 [89.7 MB]
111 3和4一起：基于特征的知识蒸馏.mp4 [160.7 MB]
81 大模型训练主要阶段与应用价值.mp4 [135.8 MB]
122 1.综合项目需求分析.mp4 [134.9 MB]
96 PTQ量化原理.mp4 [108.9 MB]
120 6.SGlang介绍与使用.mp4 [482.2 MB]
94 6.大模型加速技术.mp4 [107.6 MB]
109 1.什么是知识蒸馏-修改.mp4 [126.4 MB]
101 实战项目三：GPTQ量化实战.mp4 [208.6 MB]
91 3.微调方法理论介绍与日志监控.mp4 [231.1 MB]
99 HQQ量化算法原理介绍.mp4 [127.0 MB]
83 主流显卡介绍与选择.mp4 [32.5 MB]
106 5.实战一-deepspeed&DDP单机多卡分布式微调.mp4 [394.7 MB]
104 3.分布式微调训练框架与技术.mp4 [375.4 MB]
82 大模型微调难点与挑战.mp4 [67.0 MB]
86 llamafactory项目介绍与安装部署.mp4 [259.8 MB]
95 量化核心原理介绍.mp4 [210.9 MB]
123 2.综合项目数据处理与训练数据集构建.mp4 [328.2 MB]
84 本地微调环境搭建.mp4 [197.4 MB]
112 5.关系型知识蒸馏-修改.mp4 [87.9 MB]
97 QTA量化算法原理介绍.mp4 [65.8 MB]
📁 07 第七章 【产品篇】AI-Native产品设计
137 原型不是Demo：用可执行逻辑验证可行性.mp4 [1011.6 MB]
135 搭建数据脊梁：让系统拥有可学习的知识底座.mp4 [1.1 GB]
139 用数据回答质疑：如何拆解“贵、准、安全”三种挑战.mp4 [576.1 MB]
134 画出智能流程：对话、回退与责任边界的设计术.mp4 [1.1 GB]
133 从感觉到数据：为智能系统定义可度量的价值口径.mp4 [1.1 GB]
138 写出可落地的PRD：让每一行描述都能被模型执行.mp4 [1.1 GB]
130 重写产品经理的定义：从需求执行者到智能系统的导演.mp4 [1.1 GB]
136 让系统理解你：提示词设计的产品思维.mp4 [1.3 GB]
131 判断一件事是否值得智能化：从想法到ROI的计算逻辑.mp4 [1.3 GB]
132 让知识流动起来：设计可被调用的知识结构.mp4 [1.3 GB]
📁 14 Dify零基础教程
331 5.鍙戝竷搴旂敤.mp4 [66.3 MB]
326 0.环境安装和本地部署Dify.mp4 [249.3 MB]

适合人群

• AI大模型初学者
• 有一定编程基础者
• 对AI大模型感兴趣者

🎯 学习收获

• 掌握AI大模型基础知识
• 学会AI大模型环境部署
• 实现AI大模型实战应用

🎉 祝您学习愉快！