icon

跟真正做智能体的大佬学习

icon
Quincy

985计算机硕士,研究所算法工程师,从事NLP算法研究以及工程落地等相关工作。

有大模型优化训练以及落地经验,多次拿到国内数据挖掘、NLP等比赛TOP名次。

Kaggle Master称号,开源RAG项目累计收获2.8k star.

Quincy - 大模型智能体开发讲师
凌羽

曾在知名上市公司担任大模型应用、算法工程师等职位,拥有丰富的算法开发相关经验。

专注领域:自然语言处理、大模型、机器学习

凌羽 - 大模型智能体开发讲师
虚竹

曾就职于快手、美团多家互联网大企,10年+架构设计经验和丰富的大模型智能体实战经验。

擅长:B端技术架构、垂域智能体开发落地等

虚竹 - 大模型智能体开发讲师
三石

曾任职于中兴、字节跳动资深算法架构师,负责过豆包大模型的数据训练工作。

10年+NLP模型、算法工作经验,主持某大型互联网公司大模型研发工作

三石 - 大模型智能体开发讲师
icon

做企业真正需要的智能体

icon
01

我需要一个智能体来帮助管理我的邮箱。您能创建一个自动分类消息并起草回复的员工吗?

大模型智能体开发用户头像
大模型智能体开发AI头像

描述您的需求

请说出您的需求,并为您的用例定制智能体。

02
大模型智能体开发中心图标
/img/agent/demo/mcp.png - 大模型智能体开发工具图标
/img/agent/demo/langgraph1.png - 大模型智能体开发工具图标
/img/agent/demo/ollama.png - 大模型智能体开发工具图标
/img/agent/demo/trae.png - 大模型智能体开发工具图标
/img/agent/demo/阿里云百炼.png - 大模型智能体开发工具图标
/img/agent/demo/通义千问.png - 大模型智能体开发工具图标
/img/agent/demo/langchain.png - 大模型智能体开发工具图标
/img/agent/demo/deepseek-color.png - 大模型智能体开发工具图标

连接数百种工具

通过我们广泛的集成库连接到您喜爱的工具和服务。

03
  • Task Icon 邮件已分类
  • Task Icon 会议已安排
  • Task Icon 报告已生成
  • Task Icon 数据已分析

部署和个性化

观看您的代理使用先进的AI推理处理复杂的任务和工作流程。

icon

练更新更主流的企业面试真题

icon
  • 【RAG篇】 【重点】 RAG原理 (索引, 检索)
  • 【RAG篇】 【重点】 如果RAG相似度评分高,但是内容预期不符,该怎么解决
  • 【RAG篇】 【重点】 请介绍下RAG的基本流程?
  • 【RAG篇】 【重点】 RAG中的知识库一般采用什么形式存储?
  • 【RAG篇】 【重点】 RAG与Fine-tuning有何区别?
  • 【RAG篇】 【重点】 RAG技术的主要瓶颈在哪里?
  • 【RAG篇】 【重点】 如何评估RAG系统的问答效果?
  • 【RAG篇】 【高频】 ai场景题,设计一个机票业务,实现退票等客服业务,用ai该怎么实现
  • 【RAG篇】 【高频】 检索阶段常用的指标有哪些?
  • 【RAG篇】 【高频】 生成阶段的自动化评估指标有哪些?
  • 【RAG篇】 【重点】 GraphRAG的核心流程是什么?
  • 【RAG篇】 【高频】 GraphRAG 如何保证答案的可解释性?
  • 【RAG篇】 【重点】 RAG原理 (索引, 检索)
  • 【RAG篇】 【重点】 如果RAG相似度评分高,但是内容预期不符,该怎么解决
  • 【RAG篇】 【重点】 请介绍下RAG的基本流程?
  • 【RAG篇】 【重点】 RAG中的知识库一般采用什么形式存储?
  • 【RAG篇】 【重点】 RAG与Fine-tuning有何区别?
  • 【RAG篇】 【重点】 RAG技术的主要瓶颈在哪里?
  • 【RAG篇】 【重点】 如何评估RAG系统的问答效果?
  • 【RAG篇】 【高频】 ai场景题,设计一个机票业务,实现退票等客服业务,用ai该怎么实现
  • 【RAG篇】 【高频】 检索阶段常用的指标有哪些?
  • 【RAG篇】 【高频】 生成阶段的自动化评估指标有哪些?
  • 【RAG篇】 【重点】 GraphRAG的核心流程是什么?
  • 【RAG篇】 【高频】 GraphRAG 如何保证答案的可解释性?
icon

学市场紧需的大模型应用课程

icon
大模型基础能力构建 (大模型部署与调用)
大模型(LLM)认识与环境准备
  • AI与大模型的发展历程
  • 大模型与通用人工智能
大模型硬件资源规划
  • 硬件选型指南:GPU/CPU配置与企业成本平衡策略
  • 软件环境搭建实战
  • 企业规模适配方案
  • 环境排坑技巧
大模型调度平台
  • Ollama定义与安装
  • 如何调用私有大模型
  • 云端部署(AWS、阿里云)、本地部署等模型部署流程与方法
  • Ollama Java or Python Rest API-与模型对话
大模型(LLM)部署与调用
  • 部署核心方式
  • 调用接口开发
  • 多场景调用案例
  • 性能监控入门
大模型架构原理
  • Transformer架构讲解与动手实现
  • Transformer 变体之 BERT架构
  • Transformer 变体之 GPT 架构
  • MoE模型
大模型主流应用框架
  • LangChain框架原理和应用
  • 项目:智慧点餐
  • LangChain4j框架
  • 项目:小智医疗
提示词工程
  • 提示词工程基础
  • 高级Prompt工程技巧
  • 项目:爆款文案生成
AI应用核心能力 (大模型微调与蒸馏)
大模型微调与核心
  • 高效微调技术对比:LoRA、QLoRA、Prefix Tuning原理与适用场景
  • 强化学习基础
  • 微调目标设定
  • 大模型微调数据集处理
  • 大模型微调技术
  • 大模型量化算法、LoRA微调、QLoRA微调
  • 大模型全参数微调技术详解、DeepSpeed分布式训练
  • 大模型训练环境搭建、微调代码详解、微调参数详解
  • 大模型合并、打包,vLLM高性能部署
  • 大模型评估方法与评估指标分析
  • 训练优化技巧
Python脚本语言
  • 函数与流程控制基础语法
  • PyCharm 等开发环境的安装与配置
  • Python 编程规范
  • 文件操作
  • 面向对象
  • 案例:愤怒的小鸟
企业级微调数据集构建方法论
  • 公开数据集获取
  • 私有数据采集
  • 标注规范与质量管控
  • 数据增强技术
基于 Llama-Factory 的高效微调落地
  • 环境搭建
  • 参数配置实战
  • 本地GPU单卡/云端多卡训练步骤
  • 适配部署的Safetensors/ONNX格式处理
大模型微调与蒸馏企业级应用实战
  • 文本分类实战
  • 文本生成实战
  • 模型蒸馏实战
  • 案例复盘与总结
企业级大模型微调全流程实战(含避坑指南)
  • 项目:基于电商/医疗的智服在线系统(SFT-RAG-GraphRAG-思维链-强化学习全流程)
AI应用知识增强 (企业级RAG技术)
RAG 基础与向量数据库实战
  • RAG核心流程
  • 嵌入模型选择
  • 向量数据库实战
  • Pinecone vs Chroma 场景适配
企业级 RAG 性能优化与评估体系
  • 检索优化
  • 语义优化
  • 评估指标设计
  • 评估落地
  • 自动化脚本开发
RAGFlow
  • 服务部署
  • 本地模型接入
  • Chat与Embedding模型接入
  • 知识库数据准备
  • RAGFlow的API调用
  • API调用逻辑设计
  • 项目:企业知识助手实战
GraphRAG 技术与行业应用实战
  • 知识图谱构建
  • 图检索逻辑
  • 工具应用:Neo4j数据库安装
  • 工具应用:图谱数据导入
  • 工具应用
AI应用智能升级 (AI Agent开发)
AI Agent 基础与 ReAct 框架实战
  • Agent核心组件
  • ReAct框架
  • 案例:简单问答Agent(计算/搜索)
MCP从原理到实战
  • Function Calling vs MCP
  • MCP应用场景与通信机制
  • 不同平台中使用MCP案例
  • MCP核心要素说明
  • MCP工作流程
  • 热门MCP Server推荐
  • MCP原理剖析
  • 案例:多种MCP Server部署与测试
  • 案例:自定义MCP
自主 Agent 开发:LangGraph 框架实战
  • 依赖安装与Graph结构定义
  • 多节点协作:任务拆分
  • 多节点协作:工具调用节点
  • 状态管理
  • Agent执行中状态更新与异常
  • 项目:多步骤任务Agent开发
多智能体协作:AutoGen 框架实战
  • 智能体定义与通信机制
  • 角色分配与规则设定
  • 数据分析协作Agent
  • 通信效率提升与任务冲突解决
OpenAI 生态 Agent 开发实战
  • Assistant API开发
  • Swarm框架应用
  • 多Assistant协作与任务分发
  • Agents SDK实战
  • 自定义工具集成
  • 项目: AI学情
Google ADK 跨平台 Agent 开发
  • Android Studio配置与ADK导入
  • 语音交互与日程提醒
  • 跨平台适配
  • 项目: 智荐广告
多模态技术
  • 多模态理论基础
  • 多模态技术应用领域
  • 大模型与计算机视觉
  • 图像生成技术
  • 多模态机器学习与典型任务
  • 多模态技术发展趋势
  • 多模态模型微调
  • 多模态模型的优化:剪枝
  • 多模态模型的优化:量化
  • 多模态模型的优化:蒸馏
  • 多模态模型的优化:压缩
  • 本地私有化部署图文描述模型
  • 本地私有化部署文生视频模型
  • 选择模型打包格式
  • 硬件加速方案
  • 项目:多模图题
低代码 AI 开发全流程实战
N8N工作流
  • n8n安装与实操
  • n8n内部节点
  • n8n各类API节点注册
  • n8n消息分发工作流实操
  • 交互深度搜索
  • 深度搜索配置和使用
  • 深度搜索实操
  • n8n本地导学工作流演示与详解
  • n8n导学工作流实操
Dify Al 平台
  • Dify 定义与搭建
  • Dify 工作流构建
  • Dify工具调用
  • Dify导入外部知识库
  • 案例:如何搭建AI Agent
  • 案例:搭建智能AI客服
Claude Code Al 工具
  • Claude Code的安装和使用
  • Claude 与多种第三方模型的 API Key
  • Claude Code接入MCP
AI代码编程工具-Cursor Al
  • Cursor的使用技巧
  • Cursor的调试技巧
  • 快速开发自己的项目
Coze(扣子)平台
  • Coze的概述与注册
  • 设置提示词
  • 如何使用工作流
  • 创建自己的插件
  • 添加知识库:文本、表格、图片
  • 创建并使用数据库
AIGC生成式大模型各类工具
  • 如何将小红书爆文项目写到简历
  • Kimi+GPT4+文心一言+Gemini大模型实操
  • 大模型辅导学生做毕设项目
  • 短视频文案脚本创作和分镜头实操项目
  • 短片小说创作爆款微头条项目
  • 如何使用大模型进行AI画图
企业级落地实战 (AI应用开发实现)
大模型应用技术串联实现
  • 项目实战1:智能客服多轮对话 Agent(电商)
GraphRAG+MCP落地实战
  • 项目实战2:大型企业级接轨GraphRAG实战落地
OpenAi Agents SDK多智能体实战
  • 项目实战3:类Manus多智能体开发
开箱即用的行业主流解决方案
  • 项目实战4:企业知识库智能问答 Agent
大模型应用工程落地保障
框架与开发效率工具
  • 命令行工具k9s
  • 终端管理工具tmux
容器化技术
  • 容器化技术Docker核心精讲
  • Dockerfile语法和使用
  • kubernetes编排技术
  • kubernetes工作负载:HPA、VPA自动扩缩容对象
  • kubernetes服务使用和核心
  • 如何在kubernetes上部署 大型项目
性能调优
  • 缓存策略
  • 模型量化
  • 请求限流
  • Prometheus 概述与监控原理
  • Prometheus 架构与组件
  • Prometheus 集群化
监控运维
  • 配置 Grafana(数据可视化)
  • 配置 Prometheus 的 Alertmanager
  • 日志收集ELK Stack(Elasticsearch、Logstash、Kibana)
  • 通过日志分析优化服务响应时间
  • 测试与评估体系
  • 开源LLM可观测平台Langfuse
就业面试大通关
100+面试题精讲
  • 100+面试题精讲
1v1简历指导
  • 1v1简历指导
1v1模拟面试
  • 1v1模拟面试
1v1就业答疑
  • 1v1就业答疑
icon

享超值八大产品权益

icon
权益01

1v1专业的学习路线规划

含学前沟通、学习计划建议、定期回访、职业规划

权益02

字节、快手等一线大佬讲解面试题/实战

参与核心模块:RAG、微调、Agent智能体、企业实训

权益03

真实企业拉练,优秀者可内推

实打实企业项目需求,覆盖主流行业解决方案

权益04

高效落地的实时更新课程

含学前沟通、学习计划建议、定期回访、职业规划

权益05

去繁化简,直击面试所需的课程设计

去掉晦涩难懂,精准对标AI应用岗位刚需

权益06

班主任+就业老师+技术老师

全程陪跑/督学/答疑,让每一步学习清晰可见

权益07

畅享一年内实时更新的本产品课程

免费获取1年内的大模型智能体开发课程资料和视频

权益08

尚硅谷各产品的福利课程资源链接

免费获取Java全端/大数据/人工智能/运维技术课程资料

前100名报名同学, 赠送1v1就业指导

  • 1v1简历精修&1v1模拟面试
  • 岗位薪酬分析&面试八股文
  • 专属简历项目模板
点击报名
icon

答你最关心的常见问题

icon
number background Q1

适学人群有哪些?

1、想转行或进阶到大模型应用或智能体开发的在职or离职人员, 含前/后端开发人员、测试、运维、产品等从业人员。 2、对AI开发有学习或从业兴趣的大学生, 但最好是计算机专业,有一定的编程基础。 3、想提升AI技术或借助智能体实现行业赋能的从业人员, 希望快速补充AI技术能力,获得实操技能,以适应新的技术发展趋势。

number background Q2

课程总时长是多少?在哪个平台学习,视频有效期是多长?

课程总时长:200小时+ 学习平台:谷粒学苑 视频有效期:2年。

number background Q3

如何链接企业一线大佬?

企业大佬在核心模块会给大家讲面试题/项目,大家可以直接和老师沟通学习/就业问题。

number background Q4

企业实战项目拉练是什么意思?

课程除了有字节、快手大佬研制外,最后的项目实战和专业的智能体开发企业合作, 可体验真实的项目设计和生产环境。

number background Q5

有没有技术老师答疑?答疑服务期多久?

专门的技术老师答疑,全程技术老师+班主任+就业老师陪跑服务 答疑服务期:1年。

number background Q6

学习效果如何保障?

每天班班学习叫醒服务+督促打卡+学习进度提醒+模块测试服务, 让每一步学习有迹可循。

number background Q7

教学模式是怎样的?

录播+直播结合的形式,因为每个学员的学习时间不同,通过这种方式更加灵活友好。 直播时间表,每个月都会提前发放,方便大家提前安排。

number background Q8

是否有就业指导服务?

有的,含200+AI最新面试题讲解、热点面试题分析、简历指导、就业疑难指导等。