第一章 《大模型Agent开发基础》
1、00 课程介绍-了解课程必看
2、01 DeepSeek 模型是如何打造出来的？
3、02 大模型预训练流程解读
4、03 大模型微调流程解读
5、04 大模型强化学习流程解读
6、05 AI 知名大模型特性解读
7、06 大模型 API 应用实践(1)
8、07 大模型 API 应用实践(2)
9、08 大模型 API 应用实践(3)
10、09 大模型 API 应用实践(4)
11、10 Function Calling应用实践(1)
12、11 Function Calling应用实践(2)
13、12 Function Calling应用实践(3)
14、13 Function Calling应用实践(4)
15、14 大模型应用产业落地发展趋势
16、15 AI Agent 的本质原理
17、16 AI Agent 流程工作方式总结
18、17 手写 ReAct Agent 之提示词设计
19、18 手写 ReAct Agent 之工具定义
20、19 手写 ReAct Agent 之代码设计和逻辑验证
21、20 ReAct Agent 智能客服之需求分析
22、21 ReAct Agent 智能客服之提示词设计
23、22 ReAct Agent 智能客服之代码设计
24、23 ReAct Agent 智能客服之云服务器测试
第二章 《AI 大模型私有化部署方案》
25、01 企业大模型私有化部署方案选型
26、02 Ollama 工具介绍与部署
27、03 Ollama核心参数配置
28、04 Ollama模型实现GPU负载均衡
29、05 基于Ollama部署的模型API实践
30、06 企业级vLLM推理框架优势
31、07 企业级vLLM推理框架安装部署
32、08 企业级vLLM推理框架离线推理核心参数
33、09 企业级vLLM推理框架离线推理开发参数
34、10 企业级vLLM推理框架在线推理核心参数
35、11 企业级vLLM推理框架在线推理开发参数
36、12 企业级vLLM推理框架在线推理生产实践(上)
37、13 企业级vLLM推理框架在线推理生产实践(中)
38、14 企业级vLLM推理框架在线推理生产实践(下)
39、15 企业级vLLM推理框架推理类模型支持
40、01 多机多卡部署之技术方案设计
41、02 多机多卡部署之主机规划
42、03 多机多卡部署之多机免密
43、04 多机多卡部署之conda环境安装
44、05 多机多卡部署之开源模型下载
45、06 多机多卡部署之同步虚拟环境
46、07 多机多卡部署之创建共享目录
47、08 多机多卡部署之pdsh工具安装
48、09 多机多卡部署之设置hosts地址
49、10 多机多卡部署之Ray集群启动
50、11 多机多卡部署之模型分布式推理测试
第三章 《LangChain 应用开发快速实践》
51、01 LangChain开发基础之生态介绍（上）
52、02 LangChain开发基础之生态介绍（下）
53、03 LangChain开发基础之接入大模型
54、04 LangChain开发基础之构建最简单的Chain
55、05 LangChain开发基础之构建复杂Chain
56、06 LangChain开发基础之构建复合Chain
57、07 LangChain开发基础之LCEL语言
58、08 LangChain开发基础之智能问答系统案例实践
59、09 LangChain智能体Agent之Function Call流程回顾
60、10 LangChain智能体Agent之Agent智能体构建
61、11 LangChain智能体Agent之多工具并联串联调用
62、12 LangChain智能体Agent之浏览器机器人
63、13 LangChain大模型协议MCP之MCP原理
64、14 LangChain大模型协议MCP之MCP快速入门
65、15 LangChain大模型协议MCP之智能天气系统案例实践
66、16 LangChain知识库RAG之RAG流程回顾
67、17 LangChain知识库RAG之LangChain如何支持RAG？
68、18 LangChain知识库RAG之本地知识库综合案例实践
第四章 《深入浅出 LangGraph》
69、01 基础之Agent开发基础
70、02 基础之Agent开发框架选型
71、03 基础之如何学习一个Agent智能体框架？
72、05 基础之LangGraph结构-Graph类设计
73、06 基础之LangGraph结构-GraphState类设计
74、07 基础之LangGraph结构-Nodes和Edges类设计
75、08 基础之LangGraph快速入门案例实践
76、09 进阶之State核心-State状态模式
77、10 进阶之State核心-Graph可视化
78、11 进阶之State核心-Reducer函数机制
79、12 进阶之State核心-基于State构建消息传递机制
80、13 进阶之State核心-MessageGraph实践
81、14 进阶之State核心-LangSmith监控神器
82、15 进阶之State核心-LangGraph与LangSmith整合
83、16 进阶之单代理-Router Agent-LangGraph四大代理
84、17 进阶之单代理-Router Agent-逻辑初探
85、18 进阶之单代理-Router Agent-应用程序构建
86、19 进阶之单代理-Router Agent-结构化输出-提示词工程
87、20 进阶之单代理-Router Agent-结构化输出-基于内置工具
88、21 进阶之单代理-Router Agent-基于结构化输出构建Route
89、22 进阶之单代理-Tool Calling Agent-核心原理
90、23 进阶之单代理-Tool Calling Agent-完整案例演示
91、24 进阶之单代理-Tool Calling Agent-手动构建Tool
92、25 进阶之单代理-ReAct Agent-运行流程回顾
93、26 进阶之单代理-ReAct Agent-LangChain实现方式
94、27 进阶之单代理-ReAct Agent-LangGraph实现方式
95、28 进阶之单代理-ReAct Agent-实操-工具准备(1)
96、29 进阶之单代理-ReAct Agent-实操-原理剖析(2)
97、30 进阶之单代理-ReAct Agent-实操-效果测试(3)
98、31 进阶之事件任务-流输出模式
99、32 进阶之事件任务-流输出模式测试
100、33 进阶之事件任务-事件流应用
101、34 进阶之长短期记忆-目前应用程序存在的问题？
102、35 进阶之长短期记忆-长短期记忆的区别
103、36 进阶之长短期记忆-短期记忆实现原理
104、37 进阶之长短期记忆-基于MemorySaver实现短期记忆
105、38 进阶之长短期记忆-基于SqliteSaver实现短期记忆
106、39 进阶之长短期记忆-实现带有记忆的智能天气助手
107、40 进阶之长短期记忆-基于Store实现长期记忆
108、41 进阶之人机交互-Agent中为什么需要人机交互？
109、42 进阶之人机交互-LangGraph的人机交互实现原理
110、43 进阶之人机交互-Graph中添加断点实践
111、44 进阶之人机交互-Graph中添加动态断点实践
112、45 进阶之人机交互-Graph中添加动态断点代码编写
113、46 进阶之人机交互-Graph中添加动态断点测试
114、47 实战之多代理-OpenAI定义的5个AI阶段
115、48 实战之多代理-单代理架构缺陷
116、49 实战之多代理-Multi Agent架构类型
117、50 实战之多代理-父子图之间的消息传递(上)
118、51 实战之多代理-父子图之间的消息传递(下)
119、52 实战之多代理-Network多代理需求分析(1)
120、53 实战之多代理-Network多代理代码编写(2)
121、54 实战之多代理-Network多代理功能测试(3)
122、55 实战之多代理-Magentic One原理剖析
123、56 实战之多代理-Supervisor原理剖析与代码实践
124、57 实战之多代理-基于Supervisor架构实现多代理系统
125、58 实战之多代理-Multi Agent混合知识库-GraphRAG
126、59 实战之多代理-Multi Agent混合知识库-Neo4j入库
127、60 实战之多代理-Multi Agent混合知识库-数据库效果测试
128、61 实战之多代理-Multi Agent混合知识库-向量数据库入库
129、62 实战之多代理-Multi Agent混合知识库-最终效果验证
130、63 LangGraph课程总结
第五章 《Agent MCP 深度剖析》
131、01 MCP实践之Agent的原理剖析
132、02 MCP实践之Function Call 缺点分析
133、03 MCP实践之MCP的本质是什么？
134、04 MCP实践之MCP的环境构建
135、05 MCP实践之MCP的简易Client构建
136、06 MCP实践之MCP的Client接入大模型
137、07 MCP实践之MCP的Server端构建
138、08 MCP实践之基于MCP的Client和Server通信
139、09 MCP实践之Server端Debug工具实践
140、10 MCP实践之MCP Server推荐
141、11 MCP复杂智能体之引出复杂智能体难点
142、12 MCP复杂智能体之Function Call流程回顾
143、13 MCP复杂智能体之实现Function Call的并行调用
144、14 MCP复杂智能体之实现Function Call的串行调用
145、15 MCP复杂智能体之基础依赖准备
146、16 MCP复杂智能体之数据库准备和数据准备
147、17 MCP复杂智能体之开发SQL_server服务
148、18 MCP复杂智能体之开发Python_server服务
149、19 MCP复杂智能体之MCP客户端开发
150、20 MCP复杂智能体之效果验证
151、21 MCP全流程开发之MCP全流程总结
152、22 MCP全流程开发之MCP服务器开发
153、23 MCP全流程开发之MCP服务器测试
154、24 MCP全流程开发之MCP服务器代码打包
155、25 MCP全流程开发之MCP服务器离线部署
156、26 MCP全流程开发之MCP服务器在线部署
157、27 MCP全流程开发之MCP本地客户端部署
158、28 MCP全流程开发之本地客户端接入MCP服务器
159、29 MCP通信协议
160、30 基于SSE传输的MCP服务器构建
161、31 基于SSE传输的MCP服务器测试
162、32 基于SSE传输的MCP服务器发布
163、33 基于SSE传输的MCP服务器应用
164、34 MCP HTTP消息传输方式
165、35 基于HTTP的MCP服务器创建
166、36 基于HTTP的MCP服务器测试
167、37 基于HTTP的MCP服务器应用
168、38 MCP应用之热门工具推荐
169、39 MCP应用之Cherry Studio安装部署
170、40 MCP应用之基于Cherry Studio构建文件管理系统
171、41 MCP应用之基于Cherry Studio构建爬虫智能体
172、42 MCP应用之阿里百炼平台配置
173、43 MCP应用之基于阿里百炼构建智能旅游助手
174、44 MCP应用之Dify平台配置
175、45 MCP应用之自研MCP服务器
176、46 MCP应用之基于Dify接入自研MCP服务器
第六章 《Skills 从入门到精通》
177、01 基础之什么是Agent Skills？
178、02 基础之Skills的本质是什么？
179、03 基础之Skills文件结构初探？
180、04 基础之Skills 如何运行？
181、05 基础之Skills 内部结构
182、06 基础之Skills 生态
183、07 基础之基于原生API实现SKills完整逻辑
184、08 基础之Skills 设计反事实对比
185、09 基础之MCP与SKills的本质区别
186、10 进阶之构建具备Skills调用能力的Agent
187、11 进阶之Skills 反面案例1
188、12 进阶之Skills 反面案例2
189、13 进阶之Skills 反面案例3
190、14 进阶之Skills 设计原则1
191、15 进阶之Skills 设计原则2
192、16 进阶之Skills 设计原则3
第七章 《Agent A2A 快速实践》
193、01 A2A基础之为什么会出现A2A协议？
194、02 A2A基础之A2A协议解决了什么问题？
195、03 A2A基础之A2A协议是如何解决问题的？
196、04 A2A基础之A2A协议设计的关键原则
197、05 A2A基础之A2A协议核心概念-参与者
198、06 A2A基础之A2A协议核心概念-基本通信要素
199、07 A2A基础之A2A协议核心概念-交互机制
200、08 A2A基础之A2A协议和MCP协议如何配合？
201、09 A2A代码实践之开发环境部署
202、10 A2A代码实践之Agent端代码设计
203、11 A2A代码实践之Server端代码设计
204、12 A2A代码实践之Client端代码设计
205、13 A2A代码实践之基于LangGraph的Agent设计
206、14 A2A代码实践之基于LangGraph的Server端设计
207、15 A2A代码实践之基于LangGraph的Client端设计
第八章 《Context Engineering 应用实践》
208、01 为什么要进行上下文工程管理？
209、02 上下文窗口全景图
210、03 Context之系统提示层
211、04 Context之对话历史管理层
212、05 Context之记忆检索注入层
213、06 Context之工具上下文管理层
214、07 Context之任务状态层
215、08 Context之外部知识层
216、09 五大策略全景图
217、10 五大策略之Write策略(1)
218、11 五大策略之Write策略(2)
219、12 五大策略之Write策略(3)
220、13 五大策略之Select策略(1)
221、14 五大策略之Select策略(2)
222、15 五大策略之Select策略(3)
223、16 五大策略之Select策略(4)
224、17 五大策略之Compress策略(1)
225、18 五大策略之Compress策略(2)
226、19 五大策略之Compress策略(3)
227、20 五大策略之Compress策略(4)
228、21 五大策略之Isolate策略
229、22 五大策略之Cache策略
230、23 上下文工程总结
第九章 《Harness Engineering 应用实践》
231、01 什么是Harness Engineering？
232、02 三代工程的迭代演进
233、03 naive agent的八种失效方式
234、04 驾驭工程之Agent Loop 四相循环
235、05 驾驭工程之Tool Use工具编排
236、06 驾驭工程之Progress Tracking进度追踪
237、07 驾驭工程之Context Management上下文管理
238、08 驾驭工程之Feature List任务拆解
239、09 驾驭工程之Verification Loop验证闭环
240、10 驾驭工程之Subagents子代理分治
241、11 驾驭工程之Generator-Evaluator
242、12 驾驭工程之故障与解决方案总结
243、13 驾驭工程的三大工程维度
244、14 主流的基于驾驭工程落地的产品
245、15 驾驭工程落地的官方建议
246、16 更高维度去理解驾驭工程
247、17 驾驭工程实操之配置环境构建
248、18 驾驭工程实操之四相循环
249、19 驾驭工程实操之工具编排
250、20 驾驭工程实操之进度追踪
251、21 驾驭工程实操之Memroy三层架构
252、22 驾驭工程实操之上下文管理
253、23 驾驭工程实操之任务拆解
254、24 驾驭工程实操之验证闭环
255、25 驾驭工程实操之子代理分治
256、26 驾驭工程实操之评估分离
257、27 驾驭工程实操之Hook说明
258、28 驾驭工程实操之项目全流程演示
第十章 《Loop Engineering 应用实践》
259、01 什么是Agent Loop(上)
260、02 什么是Agent Loop(下)
261、03 什么是Loop Engineering？
262、04 Loop Engineering 历史演进
263、05 Loop Engineering 应用实践
第十一章 《Agent 长短期记忆管理》
264、01 什么需要记忆管理？
265、02 短期记忆与长期记忆的本质区别
266、03 长短期记忆管理的主流方式
267、04 短期记忆之信息管理机制设计
268、05 短期记忆之信息管理机制实践(上)
269、06 短期记忆之信息管理机制实践(下)
270、07 长期记忆之存储引擎(上)
271、08 长期记忆之存储引擎(下)
272、09 长期记忆之写入触发机制
273、10 长期记忆之Direct注入
274、11 长期记忆之语义检索注入
275、12 长期记忆之离线记忆重组
276、13 长短期记忆协同工作机制
277、14 长短期记忆协同落地实践
278、15 记忆管理进阶之为什么需要Mem0？
279、16 记忆管理进阶之Mem0三层存储设计
280、17 记忆管理进阶之Mem0两阶段运行
281、18 记忆管理进阶之Mem0的优势与局限
282、19 记忆管理进阶之Mem0实操
283、20 记忆管理进阶之Milvus向量库部署
284、21 记忆管理进阶之Mem0云平台调用
285、22 记忆管理进阶之LangChain接入Mem0
286、23 记忆管理进阶之Web框架接入Mem0
287、24 记忆管理进阶之Mem0+RAG并行
288、25 记忆管理进阶之记忆管理生产经验(1)
289、26 记忆管理进阶之记忆管理生产经验(2)
290、27 记忆管理进阶之记忆管理生产经验(3)
291、28 记忆管理进阶之记忆管理生产经验(4)
292、29 记忆管理进阶之记忆管理生产经验(5)
293、30 记忆管理进阶之记忆管理生产经验(6)
第十二章 《GraphRAG 深度剖析》
294、01 多模态知识库-基于驾驭工程的项目目标
295、02 GraphRAG原理篇之传统RAG流程痛点分析
296、03 GraphRAG原理篇之什么是知识图谱？
297、04 GraphRAG原理篇之GraphRAG 产品对比
298、05 GraphRAG原理篇之GraphRAG 环境部署
299、06 GraphRAG原理篇之GraphRAG 核心参数配置
300、07 GraphRAG原理篇之GraphRAG核心命令快速体验
301、08 GraphRAG原理篇之Microsoft GraphRAG原理
302、09 GraphRAG Index源码篇之源码环境准备
303、10 GraphRAG Index源码篇之index初始化动作
304、11 GraphRAG Index源码篇之文档加载格式
305、12 GraphRAG Index源码篇之文档加载策略
306、13 GraphRAG Index源码篇之文档切分策略
307、14 GraphRAG Index源码篇之文档切分逻辑
308、15 GraphRAG Index源码篇之文档切分内容
309、16 GraphRAG Index源码篇之文档实体和关系抽取
310、17 GraphRAG Index源码篇之实体和关系摘要生成
311、18 GraphRAG Index源码篇之实体和关系内容窥探
312、19 GraphRAG index源码篇之finalize_graph结果查看
313、20 GraphRAG index源码篇之社区检测流程
314、21 GraphRAG index源码篇之合并知识图谱
315、22 GraphRAG index源码篇之生成社区报告
316、23 GraphRAG index源码篇之社区报告内容查看
317、24 GraphRAG index源码篇之索引结构向量化
318、25 GraphRAG 图数据库篇之图数据库准备
319、26 GraphRAG 图数据库篇之创建节点
320、27 GraphRAG 图数据库篇之创建属性
321、28 GraphRAG 图数据库篇之常见需求Cypher语句
322、29 GraphRAG 图数据库篇之导入图数据数据脚本研发
323、30 GraphRAG 图数据库篇之导入text_units数据
324、31 GraphRAG 图数据库篇之导入entities数据
325、32 GraphRAG 图数据库篇之导入relationships数据
326、33 GraphRAG 图数据库篇之导入communities数据
327、34 GraphRAG 图数据库篇之导入community_reports数据
328、35 GraphRAG Query源码篇之Global流程概述
329、36 GraphRAG Query源码篇之Local流程概述
330、37 GraphRAG Query源码篇之Query源码环境准备
331、38 GraphRAG Query源码篇之读取索引文件信息
332、39 GraphRAG Query源码篇之加载Embedding向量文件
333、40 GraphRAG Query源码篇之获取社区报告数据
334、41 GraphRAG Query源码篇之查询提示词模板设计
335、42 GraphRAG Query源码篇之用户问题与实体信息匹配
336、43 GraphRAG Query源码篇之实体与社区信息匹配
337、44 GraphRAG Query源码篇之构建完整提示词生成答案
338、45 GraphRAG Query源码篇之Global流程解析
339、46 GraphRAG Query源码篇之索引文件加载
340、47 GraphRAG Query源码篇之加载索引文件内容展示
341、48 GraphRAG Query源码篇之静态社区与动态社区
342、49 GraphRAG Query源码篇之Map-Reduce结果展示
343、50 GraphRAG 课程总结
第十三章 《AI 大模型智能客服项目》
344、01 智能客服之需求分析
345、02 智能客服之全景架构设计
346、03 智能客服之技术选型
347、04 智能客服之资源评估
348、05 智能客服之模型能力测试-平台推荐(1)
349、06 智能客服之模型能力测试-测评环境构建(2)
350、07 智能客服之模型能力测试-测评数据集介绍(3)
351、08 智能客服之模型能力测试-模型能力测试对比演练(4)
352、09 智能客服之模型部署-部署工具安装(1)
353、10 智能客服之模型部署-核心参数配置(2)
354、11 智能客服之模型部署-GPU负载均衡设计(3)
355、12 智能客服之模型压力测试-API实践（上）
356、13 智能客服之模型压力测试-API实践（中）
357、14 智能客服之模型压力测试-API实践（下）
358、15 智能客服之模型压力测试-并发效果测试
359、16 智能客服之模型压力测试-并发测试脚本开发
360、17 智能客服之模型压力测试-在线DeepSeek模型压力测试
361、18 智能客服版本1之项目部署-项目文件和功能展示
362、19 智能客服版本1之项目部署-模型私有化部署
363、20 智能客服版本1之项目部署-MySQL数据库安装
364、21 智能客服版本1之项目部署-Redis数据库安装
365、22 智能客服版本1之项目部署-项目启动与功能测试
366、23 智能客服版本1之技术方案-前后端分离
367、24 智能客服版本1之技术方案-缓存语义相似度方案(上)
368、25 智能客服版本1之技术方案-缓存语义相似度方案(下)
369、26 智能客服版本1之技术方案-外部函数调用
370、27 智能客服版本1之代码落地-数据库表设计
371、28 智能客服版本1之代码落地-用户登录接口实现(上)
372、29 智能客服版本1之代码落地-用户登录接口实现(下)
373、30 智能客服版本1之代码落地-对话接口实现（上）
374、31 智能客服版本1之代码落地-对话接口实现（下）
375、32 智能客服版本1之代码落地-联网搜索功能实现
376、33 智能客服版本2之智能客服整体技术方案
377、34 智能客服版本2之智能客服核心技术选型(上)
378、35 智能客服版本2之智能客服核心技术选型(下)
379、36 智能客服版本2之智能客服数据方案架构设计
380、37 智能客服版本2之结构化数据-csv数据准备
381、38 智能客服版本2之结构化数据-csv数据处理方案设计
382、39 智能客服版本2之结构化数据-自然语言数据文件预处理
383、40 智能客服版本2之结构化数据-数据切割策略优化
384、41 智能客服版本2之结构化数据-自然语言数据切割逻辑
385、42 智能客服版本2之结构化数据-自适应提示词流程设计
386、43 智能客服版本2之结构化数据-GraphRAG数据生成
387、44 智能客服版本2之结构化数据-结构化数据导图数据库
388、45 智能客服版本2之多模态数据-minerU开源项目介绍
389、46 智能客服版本2之多模态数据-minerU项目原理剖析
390、47 智能客服版本2之多模态数据-基于minerU解析PDF文件
391、48 智能客服版本2之多模态数据-minerU结果格式文件详解
392、49 智能客服版本2之多模态数据-minerU工程化落地方案设计
393、50 智能客服版本2之多模态数据-PDF数据处理方案总体设计
394、51 智能客服版本2之多模态数据-PDF数据加载
395、52 智能客服版本2之多模态数据-PDF数据后处理逻辑
396、53 智能客服版本2之多模态数据-PDF数据处理中间文档
397、54 智能客服版本2之多模态数据-PDF数据切割策略
398、55 智能客服版本2之多模态数据-PDF数据处理全流程联调
399、56 智能客服版本2之GraphRAG工程化-方案设计
400、57 智能客服版本2之GraphRAG工程化-动态提示词模块接口设计
401、58 智能客服版本2之GraphRAG工程化-全量索引构建接口设计
402、59 智能客服版本2之GraphRAG工程化-增量索引构建接口设计
403、60 智能客服版本2之GraphRAG工程化-查询接口设计
404、61 智能客服版本2之GraphRAG工程化-数据接口前后端联调
405、62 智能客服版本2之Multi Agent架构之总体设计
406、63 智能客服版本2之Multi Agent架构之项目功能预览
407、64 智能客服版本2之Multi Agent架构之意图识别设计
408、65 智能客服版本2之Multi Agent架构之普通问答流程设计
409、66 智能客服版本2之Multi Agent架构之安全护栏设计
410、67 智能客服版本2之Multi Agent架构之复杂问题拆解
411、68 智能客服版本2之Multi Agent架构之工具选择
412、69 智能客服版本2之Multi Agent架构之GraphRAG查询
413、70 智能客服版本2之Multi Agent架构之基于规则引擎查询
414、71 智能客服版本2之Multi Agent架构之Text2Code查询
415、72 智能客服版本2之Multi Agent架构之支持多模态查询
416、73 智能客服版本2之Multi Agent架构之全流程演示
第十四章 《Agent 智能体评估》
417、待更新
418、01 评估基础之为什么 Agent 评估难？
419、02 评估基础之 Agent 评估角度
420、03 评估基础之任务结果评估
421、04 评估基础之工具与动作评估
422、05 评估基础之过程轨迹评估
423、06 评估基础之依据与状态一致性评估
424、07 评估基础之多轮交互与状态保持评估
425、08 评估基础之规则、安全与权限评估
426、09 评估基础之抗扰稳定性与回归稳定性评估
427、10 评估基础之特殊评估角度
428、11 评估进阶之 Agent 评估平台技术选型
429、12 评估进阶之评估平台介绍
430、13 评估进阶之构建待评估的Agent
431、14 评估进阶之Agent接入评估平台
432、15 评估进阶之评估数据集构建
433、16 评估进阶之评估脚本构建
434、17 评估进阶之比版本Comparison
435、18 评估进阶之人工标注方案实践
436、19 评估案例之项目部署与背景介绍
437、20 评估案例之项目数据可复现性实现
438、21 评估案例之评估数据集构建
439、22 评估案例之Agent核心功能测评
440、23 评估案例之Agent多轮对话状态评估
441、24 评估案例之Agent安全规则评估
442、25 评估案例之Agent抗扰稳定性评估
443、26 评估案例之评估驱动优化
第十五章 《Vibe Coding 之 Cursor 快速实践》
444、01 Vibe Coding课程介绍
445、02 什么是Vibe Coding？
446、03 Vibe Coding的核心特征是什么？
447、04 Vibe Coding的难点在哪儿？
448、05 Vibe Coding的开发生命周期是什么？
449、06 软件开发生命周期中的AI工具分享
450、07 Cursor安装部署与账户注册
451、08 Cursor界面核心功能介绍
452、01 ChatBot快速实践之开发目标
453、02 ChatBot快速实践之需求梳理
454、03 ChatBot快速实践之需求拆分
455、04 ChatBot快速实践之项目搭建
456、05 ChatBot快速实践之前端工程开发
457、06 ChatBot快速实践之后端工程开发
458、07 ChatBot快速实践之前后端联调
459、08 ChatBot快速实践之效果优化
第十六章 《Vibe Coding 之 ChatBI 平台项目》
460、01 智能问数平台实战之学习目标
461、02 智能问数平台实战之项目立项
462、03 智能问数平台实战之需求分析
463、04 智能问数平台实战之架构设计
464、05 智能问数平台实战之功能拆分
465、06 智能问数平台实战之任务管理(上)
466、07 智能问数平台实战之任务管理(中)
467、08 智能问数平台实战之任务管理(下)
468、09 智能问数平台实战之构建AI管理工作流(上)
469、10 智能问数平台实战之构建AI管理工作流(下)
470、11 智能问数平台实战之项目构建
471、12 智能问数平台实战之前端代码开发
472、13 智能问数平台实战之后端代码开发(上)
473、14 智能问数平台实战之后端代码开发(中)
474、15 智能问数平台实战之后端代码开发(下)
475、16 智能问数平台实战之前后端联调
476、17 智能问数平台实战之功能优化
477、18 智能问数平台实战之语义治理
478、19 智能问数平台实战之数值映射
479、20 智能问数平台实战之意图识别
480、21 智能问数平台实战之项目总结
第十七章 《Vibe Coding 之存量项目二次开发实战》
481、01 二次开发-项目目标
482、02 二次开发-设计思路
483、03 二次开发-环境配置
484、04 二次开发-源码下载
485、05 二次开发-项目启动
486、06 二次开发-rules 沉淀
487、07 二次开发-MVP测试(上)
488、08 二次开发-MVP测试(下)
489、09 二次开发-需求分析
490、10 二次开发-整体架构梳理
491、11 二次开发-客户端架构梳理
492、12 二次开发-GateWay架构梳理
493、13 二次开发-Channel架构梳理
494、14 二次开发-Agent架构梳理
495、15 二次开发-规范文档校验
496、16 二次开发-开源项目升级(上)
497、17 二次开发-开源项目升级(下)
498、18 二次开发-启动项目
499、19 二次开发-接入自定义模型
500、20 二次开发-接入自定义Channel
501、21 二次开发-接入飞书测试
502、22 二次开发-接入自定义 Agent Skills
503、23 二次开发-项目总结
第十八章 《Vibe Coding 之 Claude Code 实站》
504、01 为什么Claude Code如此高效？
505、02 Claude Code的核心功能
506、03 Claude Code的关键特性与高级概念
507、04 Claude Code与其它工具对比
508、05 基于Windows安装Claude Code
509、06 基于Linux安装Claude Code
510、07 基于macOS安装Claude Code
511、08 账户注册之官网订阅
512、09 账户注册之通过CC-Switch接入
513、10 Cursor中接入Claude Code
514、01 基于Claude Code快速实现HTML页面
515、02 frontend-design前端插件安装与使用
516、03 Pencil前端MCP工具安装
517、04 基于Pencil生成产品原型图
518、05 体验一句话生成完整应用
519、06 多Agent协作完成应用开发
520、07 驾驭工程(Harness Engineering)的重要性
第十九章 《Vibe Coding 之多模态知识库项目》
521、01 多模态知识库-基于驾驭工程的项目目标
522、02 多模态知识库-项目准备(上)
523、03 多模态知识库-项目准备(中)
524、04 多模态知识库-项目准备(下)
525、05 多模态知识库-架构设计
526、06 多模态知识库-技术选型
527、07 多模态知识库-知识抽取Spec文档编写
528、08 多模态知识库-知识解析Spec文档编写
529、09 多模态知识库-SDD规范文档编写(1)
530、10 多模态知识库-SDD规范文档编写(2)
531、11 多模态知识库-SDD规范文档编写(3)
532、12 多模态知识库-SDD规范文档编写(4)
533、13 多模态知识库-SDD规范文档编写(5)
534、14 多模态知识库-SDD规范文档编写(6)
535、15 多模态知识库-SDD规范文档编写(7)
536、16 多模态知识库-SDD规范文档编写(8)
537、17 多模态知识库-PRD文档编写
538、18 多模态知识库-产品原型设计
539、19 多模态知识库-前端代码生成
540、20 多模态知识库-后端代码生成
541、21 多模态知识库-基于驾驭工程进行前后端联调
542、22 多模态知识库-功能优化
543、23 多模态知识库-项目总结
第二十章 《Vibe Coding 之智能文档审核平台项目》
544、01 SDD编程落地之项目目标
545、02 SDD编程落地之AI编程方法论梳理
546、03 SDD编程落地之Agent Team工作原理解读
547、04 SDD编程落地之项目总流程梳理
548、05 SDD编程落地之配置项目运行环境
549、06 SDD编程落地之完成项目初始化
550、07 SDD编程落地之完成市场调研
551、08 SDD编程落地之完成竞品分析
552、09 SDD编程落地之完成业务建模
553、10 SDD编程落地之完成交互链路设计
554、11 SDD编程落地之完成前后端的职责边界梳理
555、12 SDD编程落地之完成后端系统架构设计
556、13 SDD编程落地之完成数据模型设计
557、14 SDD编程落地之完成后端接口设计
558、15 SDD编程落地之完成PRD文档生成
559、16 SDD编程落地之基于Figma完成UI开发
560、17 SDD编程落地之完成后端MVP开发
561、18 SDD编程落地之完成前端代码实现
562、19 SDD编程落地之完成前后端联调
563、20 SDD编程落地之前后端联调细节优化
第二十一章 《AI 大模型智能问数 Agent 平台项目》
564、01 智能问数之项目效果演示
565、02 智能问数之服务器配置和环境构建
566、03 智能问数之总体设计和技术选型
567、04 智能问数之Embedding模型安装部署
568、05 智能问数之数据库安装部署
569、06 智能问数之开源向量数据库Milvus部署
570、07 智能问数之Neo4j数据库实例部署
571、08 智能问数之项目依赖部署
572、09 智能问数之前后台项目启动
573、10 智能问数之数据库表设计
574、11 智能问数之数据库连接管理
575、12 智能问数之数值映射设计与代码落地
576、13 智能问数之语义治理
577、14 智能问数之知识图谱设计(上)
578、15 智能问数之知识图谱设计(下)
579、16 智能问数之智能训练方案设计与落地(上)
580、17 智能问数之智能训练方案设计与落地(下)
581、18 智能问数之后台系统总结
582、19 智能问数之全流程方案设计
583、20 智能问数之LangGraph核心知识准备
584、21 智能问数之多智能体核心方案设计与代码落地
585、22 智能问数之意图识别智能体设计与代码落地
586、23 智能问数之意图识别智能体动态提示词设计
587、24 智能问数之SQL生成智能体设计与代码落地
588、25 智能问数之SQL校验智能体设计与代码落地
589、26 智能问数之SQL并行校验智能体设计与代码落地
590、27 智能问数之SQL执行智能体设计与代码落地
591、28 智能问数之图表生成智能体设计与代码落地
592、29 智能问数之错误恢复智能体设计与代码落地
593、30 智能问数之人机交互逻辑设计
594、31 项目总结之Text2SQL准确率问题
