Python大模型RAG+AI智能体应用开发实战

课程详情

课程详情

课程名称：Python大模型RAG+AI智能体应用开发实战

适合人群

  • 希望转型AI领域的Python开发者
  • 缺乏Python项目实战经验的开发者
  • 希望学习RAG模型并应用于实际工作的专业人士

学习收获

  • 掌握Python高级编程技巧和异步编程
  • 了解RAG模型及其应用场景
  • 搭建企业级RAG系统，使用Milvus数据库和LangChain、CrewAI等工具
  • 使用Docker容器化AI项目，实现项目部署和运维

课程亮点

  • 22节全案例教学，从Python基础到RAG模型全路径学习
  • 双版本授课，提供视频和源代码，方便学员学习和实践
  • 符合2026年AI行业人才需求，助力学员成为AI应用工程师
  • 项目实战，掌握企业级RAG系统搭建和优化技巧
  • 提供Docker容器化部署指南，实现项目快速上线

课程目录

01 第1章 课程导学+2026 AI应用岗位市场与学习路线.mp4
02 第2章 Python企业级工程规范与工具链实战.mp4
03 第3章 同步/异步HTTP高性能请求封装.mp4
04 第4章 主流LLM API统一适配封装.mp4
05 第5章 LLM接口高可用：重试、熔断、限流、缓存机制实现.mp4
06 第6章 流式输出SSE封装+前端实时对话对接.mp4
07 第7章 标准化Prompt工程体系与结构化提示词设计.mp4
08 第8章 结构化输出强制解析：JSON/Markdown稳定.mp4
09 第9章 提示词动态组装与变量模板引擎封装.mp4
10 第10章 嵌入模型工程封装+文本向量化服务开发.mp4
11 第11章 Milvus向量库本地/容器部署与基础CRUD.mp4
12 第12章 Milvus高性能检索优化：分片、索引、混合查询.mp4
13 第13章 RAG全链路架构拆解与文档预处理流水线.mp4
14 第14章 基础单轮RAG实现：文档入库→向量检索→上下文增强.mp4
15 第15章 高级RAG优化：多路检索、重排Rerank、上下文.mp4
16 第16章 RAG生产级系统：问答历史缓存、权限隔离、知识库.mp4
17 第17章 LangChain核心组件工程化封装.mp4
18 第18章 LangChain工具智能体：函数调用、业务自动化.mp4
19 第19章 CrewAI多智能体框架核心原理与角色分工设计.mp4
20 第20章 企业级多智能体实战：知识库调研+文档撰写智能体团.mp4
21 第21章 RAG+智能体项目容器化私有化部署（Docker）.mp4
22 第22章 完整综合实战项目+求职简历项目包装指南.mp4