AI大模型项目三连炸:多模态监控平台+RAG推荐系统+智能体智驾系统

AI大模型项目三连炸:多模态监控平台+RAG推荐系统+智能体智驾系统
共209节 70人在学 课程详情
  • 大模型时代启航——从入门到精通的AI全景图

    • 行业赋能全景:工业/文娱/智能驾驶三大实战项目演示
    • 课程导航系统:16章技术进阶路径与关键里程碑
    • 能力成长地图:从大模型接入到工业级开发的完整技能树
    • 技术武器库:FastAPI/LangChain/异步编程等核心技术栈解析
  • 大模型认知革命——开发者必修的AI通识课

    • 大模型认知基石:参数规模/涌现能力/Transformer架构三要素
    • 技术演进图谱:从统计语言模型到智能涌现的演进之路
    • 行业应用全景:金融/医疗/制造领域的变革性场景
    • 术语解密手册:大模型核心术语解析
    • 开发基石搭建:Python3.12环境安装与配置
    • 依赖管理利器:uv工具链快速构建项目环境
    • IDE生产力套装:PyCharm+AI智能编程环境部署
    • 数据存储基石:MySQL8.0安装与配置
  • 大模型连接器——国产主流模型接入实战大全

    • DeepSeek大模型基于OpenAI SDK接入
    • 在LangChain中集成自定义DeepSeek LLM
    • 在LangChain中使用DeepSeek ChatModel
    • 火山方舟大模型API接入
    • 阿里云百炼大模型API接入
    • 百度千帆大模型API接入
    • 智谱AI-GLM大模型API接入
    • 讯飞星火大模型API接入
    • 腾讯混元大模型API接入
    • Ollama安装及部署本地大模型
    • AnythingLLM基于本地知识库问答
    • Lanchain中接入Ollama大模型
  • 【项目实战】工业视觉中枢——多模态大模型驱动的智能监控系统(基础版)

    • 项目需求分析与架构设计
    • FastAPI框架:最快的Python框架之一
    • 项目启程:搭建项目框架
    • 页面渲染:项目首页页面展示
    • FastAPI中使用WebSocket:实时通信的利器
    • 实时推流:将视频帧实时推送到前端
    • 视频流终端:基于WebSocket的浏览器端实时视频呈现
    • 多模态:图像多模态大模型
    • 异步推流:将解析结果异步流式推送到前端
    • 文本流交互:基于JavaScript实现的WebSocket消息实时处理
  • 提示词炼金术——用自然语言操控万亿参数模型

    • 提示词:精准输出的引擎
    • 提示词模板:基于PromptTemplate构建提示模板
    • 提示词模板:基于ChatPromptTemplate构建提示模板
    • 提示词模板:少样本提示模板
    • 示例选择器:基于语义相似度的示例选择器
    • 示例选择器:基于长度的示例选择器
    • 示例选择器:最大边际相关性示例选择器
    • 提示优化技术:链式思考提示
  • 输出格式化革命——Langchain表达式语言与输出解析精要

    • LCEL:简化开发流程、提升灵活性
    • LCEL调用语法:基本使用
    • LCEL调用语法:流式执行
    • LCEL调用语法:批量执行
    • LCEL调用语法:异步执行
    • LCEL调用语法:使用工具
    • 输出解析器:结构化大模型输出
    • 输出解析器:StrOutputParser—将输出解析为字符串
    • 输出解析器:JSONOutputParser—将输出解析为JSON格式
    • 输出解析器:PydanticOutputParser—严格校验模型输出
    • 输出解析器:CommaSeparatedListOutputParser—将输出解析为列表
    • 输出解析器:EnumOutputParser—让模型输出满足预定义枚举值
    • 输出解析器:BooleanOutputParser—将模型输出解析为布尔
    • 输出解析器:自定义输出解析器—让模型输出灵活多样
  • 【项目实战】工业决策大脑—多模态大模型驱动的智能监控系统(进阶版)

    • 提示词优化:引导模型规范化输出
    • LangChain生态集成:自定义聊天模型适配方案
    • 数据推送规范:向前端推送更加格式化的数据
    • 数据存储方案集成:SQLModel—简化FastAPI与数据库的交互
    • 数据存储方案集成:创建监控模型类
    • 数据存储方案集成:数据库引擎—数据库连接的管理者
    • 数据存储方案集成:数据库会话—数据库操作的执行者
    • 数据存储方案集成:通过sessionmaker工厂函数创建数据库会话
    • 数据存储方案集成:通过依赖注入将数据库会话注入FastAPI路由
    • 数据存储方案集成:数据CRUD接口封装
    • 数据存储方案集成:将大模型解析结果数据存入数据库中
    • 数据分析与可视化:Pandas数据分析工具
    • 数据分析与可视化:Pandas核心数据类型基本操作
    • 数据分析与可视化:数据分组与聚合计算
    • 数据分析与可视化:各监控区风险次数占比分析
    • 数据分析与可视化:风险类型占比分析
    • 数据分析与可视化:监控目标情况分析
    • 数据分析与可视化:各监控区监控目标数分析
    • 数据分析与可视化:摄像头监控目标数TOP5分析
  • RAG知识融合术——领域专家与大模型的协同工作流

    • RAG与微调:针对大模型固有缺陷的两种解决方案对比
    • RAG的流程:前置准备与在线RAG
    • 文档加载器:TextLoader—文本文件加载器
    • 文档加载器:CSVLoader—CSV文件加载器
    • 文档加载器:Docx2txtLoader—Word文档加载器
    • 文档加载器:PyPDFLoader—PDF文件加载器
    • 文档加载器:WebBaseLoader—网页加载器
    • 文档加载器:SQLDatabaseLoader—SQL加载器
    • 文本分割器:CharacterTextSplitter—字符文本分割器
    • 文本分割器:RecursiveCharacterTextSplitter—递归字符文本分割器
    • 文本分割器:SemanticChunker—语义相似性文本分割器
    • 文本嵌入模型:智谱Embeddings模型
    • 文本嵌入模型:自定义Embeddings模型
    • 向量存储:Chroma向量存储和检索
    • 向量存储:FAISS向量存储和检索
    • 检索器:基于向量存储检索器
    • 检索器:MultiQueryRetriever—多查询检索器
    • 检索器:ContextualCompressionRetriever—上下文压缩检索器
    • 检索器:多查询检索器与上下文压缩检索器结合
  • 【项目实战】娱乐产业变革——RAG驱动的智能推荐引擎

    • 项目需求分析与架构设计
    • 项目启程:项目框架搭建
    • 数据持久化层构建:四个模型类的定义
    • 数据持久化层构建:创建数据库表并导入项目数据
    • 数据持久化层构建:创建数据库会话
    • 页面渲染:首页热映电影
    • 页面渲染:首页高分电影
    • RAG推荐:通过SQL加载器加载数据库中数据
    • RAG推荐:将数据分批次向量化并持久化保存
    • RAG推荐:构建推荐提示词
    • RAG推荐:通过检索器检索文档
    • RAG推荐:构建推荐链进行推荐
    • RAG推荐:获取推荐结果并将结果异步流式推送到前端
    • RAG推荐:前端解析推送数据并进行渲染
    • 语音合成(TTS):超拟人语音合成接口封装
    • 语音合成(TTS):将推荐结果进行语音合成异步流式推送到前端
    • 语音合成(TTS):前端对音频流进行播放
    • 语音合成(TTS):前端语音播放动画功能
    • 登录模块:登录功能实现
    • 登录模块:关联查询并获取用户喜好结果
    • 登录模块:基于登录用户信息增强推荐结果
    • 详情页:电影详情页实现
    • 项目部署:安装Docker Desktop
    • 项目部署:编写Docker部署文件
    • 项目部署:修改项目文件并进行Docker部署
  • 智能体觉醒——自主决策AI开发全指南

    • 预建代理:代理的创建
    • 预建代理:代理结构化输出
    • 预建代理:钩子函数
    • 预建代理:添加短期记忆
    • 预建代理:通过记忆和钩子函数观察消息变化
    • 预建代理:基于Sqlite数据库添加记忆
    • 预建代理:基于MySQL数据库添加记忆
    • 预建代理:自定义状态结构和配置
    • 运行代理:同步和异步方法
    • 运行代理:流式方法和异步流式方法
    • 工具集成:为代理添加工具
    • 工具集成:工具直接返回结果
    • 工具集成:代理工具使用config中的数据
    • 工具集成:工具错误处理
    • 工具集成:SerpAPI搜索工具
    • 工具集成:Duck搜索工具
  • MCP连接器——构建AI与物理世界的神经桥梁

    • MCP:打通数据孤岛,连接AI与万物
    • MCP Server端实现:基于三种传输方式的实现
    • MCP 客户端实现:多源工具聚合
    • 智能服务集成:使用天气MCP进行天气查询
    • 智能服务集成:使用地图MCP进行路径规划
    • 智能服务集成:使用灾害MCP查询灾害情况
    • 智能服务集成:使用智能AI搜索MCP进行智能搜索
  • 多智能体宇宙——分布式AI协同作战系统

    • 协同范式:多智能体架构
    • Supervisor:主管多代理系统
    • 智能体行为追踪:LangSmith的使用
    • Swarm:群体多代理系统
  • 【项目实战】智能体智驾系统-车端实现—构建新一代智能移动空间的核心载体

    • 项目需求分析与架构设计
    • 项目启程:搭建项目框架
    • 建图与导航:地图的构建
    • 建图与导航:Dijkstra最短路径导航算法
    • 建图与导航:小车类的初始化和加载帧动画
    • 建图与导航:小车导航功能实现
    • 建图与导航:实时更新小车位置和角度
    • 建图与导航:添加地标建筑
    • 建图与导航:实现任意两点导航
    • 建图与导航:绘制导航主路径
    • 建图与导航:绘制导航辅路径
    • 建图与导航:导航指令优化和导航音效播放
    • 战斗与攻击:敌方目标类初始化
    • 战斗与攻击:敌方单位边界检查
    • 战斗与攻击:随机改变敌方单位运动方向和速度
    • 战斗与攻击:主循环中实现生成敌方目标功能
    • 战斗与攻击:导弹类的初始化
    • 战斗与攻击:爆炸效果实现
    • 战斗与攻击:导弹实时状态更新
    • 战斗与攻击:绘制导弹对象
    • 战斗与攻击:发射导弹功能实现
    • 战斗与攻击:更新战斗状态及绘制战斗元素
    • 速度调节:车辆速度调节功能实现
    • 音乐播放器:音乐播放器类初始化
    • 音乐播放器:实现音乐播放器播放音乐功能
    • 音乐播放器:实现暂停和停止音乐播放功能
    • 音乐播放器:实现继续播放音乐功能
    • 音乐播放器:实现下一曲和上一曲播放功能
    • 音乐播放器:实现播放器音量调节功能
    • 空调控制:车辆空调功能实现
    • 智能座舱显示系统:小车状态获取
    • 智能座舱显示系统:小车动态显示屏类初始化
    • 智能座舱显示系统:显示屏数据更新
    • 智能座舱显示系统:渐变背景、扫描线和粒子效果
    • 智能座舱显示系统:状态面板和内发光
    • 智能座舱显示系统:车辆各项状态显示
  • 【项目实战】智能体智驾系统-语音识别和语音合成—打造自然流畅的车载语音交互体验

    • 语音识别(ASR):语音识别接口封装
    • 语音识别(ASR):主线程中开启语音识别线程
    • 语音识别(ASR):语音唤醒功能实现
    • 语音识别(ASR):语音指令发音相似度匹配功能
    • 语音合成(TTS):超拟人语音合成接口封装
  • 【项目实战】智能体智驾系统-云端智能体实现—构建车联网时代的云端智慧大脑

    • 车端云端实时流式通信:通过Websocket建立与智能体之间的连接
    • 车端云端实时流式通信:智能体启动监听并通过回调函数进行处理
    • 智能体构建:构建智能体提示词
    • 智能体构建:创建客户端专属智能体
    • 智能体构建:接受车端请求数据并构建智能体输入数据
    • 工具集成:创建导航工具
    • 工具集成:创建攻击工具
    • 工具集成:创建速度调节工具
    • 工具集成:RAG音乐推荐工具—音乐数据向量化
    • 工具集成:RAG音乐推荐工具—音乐混合检索策略
    • 工具集成:RAG音乐推荐工具—构建RAG链
    • 工具集成:RAG音乐推荐工具—生成推荐结果并播放
    • 工具集成:音乐播放器控制工具
    • 工具集成:空调控制工具
    • 智能体输出优化:工具消息 OR AI消息
    • 智能体输出优化:智能体输出语音播报
    • MCP集成:百度地图MCP集成
    • MCP集成:微信MCP Server功能实现
    • MCP集成:A股MCP Server集成
    • 记忆功能:添加记忆并对记忆进行总结
    • 多智能体扩展:集群多智能体模式
  • 大模型毕业典礼——从入门到专家的技术升华

    • 课程总结

    订阅失败

    AI大模型项目三连炸:多模态监控平台+RAG推荐系统+智能体智驾系统
    AI大模型项目三连炸:多模态监控平台+RAG推荐系统+智能体智驾系统 ...

    订阅列表已满,请先移出部分订阅内容。

    当前章节需购买后观看
    开通超级会员免费看!专家精选系列课程,满足你从入门到精通!更有问答月卡免费送,你的问题有问必答!
    提交答案

    购买课程

    扫码完成付费,可继续学习全部课程内容

    加载中...
    播放页问题反馈
    视频学习中有任何产品建议都可由此反
    馈,我们将及时处理!

    课时介绍

    安装AnythingLLM并使用它基于本地知识库进行问答

    课程介绍

    当前,尽管大模型技术展现出变革行业的巨大潜力,但其实际应用仍面临"三化困境":一是技术悬浮化:多数企业停留在概念验证阶段,缺乏与垂直场景深度融合的解决方案;二是能力碎片化:通用模型在专业领域存在知识盲区,难以满足行业特定的精准性需求;三是价值模糊化:应用场景与商业回报的关联路径不清晰,导致投资决策困难。为此,聚焦大模型"行业认知智能"的落地范式,设计包含智能监控平台、RAG推荐系统、智能体智驾系统三大项目的实战课程。通过本课程构成"行业智能基座"教学矩阵,旨在演示如何将大模型技术深度融合到行业工作流中,提供可复用的场景化AI工程方法论,建立从技术能力到商业价值的可量化验证路径。
    课程涉及大模型领域最热门技术栈,课程采取项目贯穿式设计,通过三个大实战项目(多模态监控平台、RAG推荐系统、智能体智驾系统)串联起多模态大模型、大模型提示词、RAG、AI Agent智能体开发、MCP、语音识别、超拟人语音合成、FastAPI、Websocket编程、多线程编程等技术。课程中项目均为目前最为前沿的技术,项目为可商用落地项目,也可作为毕设,项目充分结合了软硬件,且具有很好的交互界面,能大大提升学员的兴趣。此外课程讲解采取理实结合,资源丰富,除3个大的项目外,另外还设计了近80个案例Demo,全程手写代码,保姆级教学,降低学习难度和门槛。

    本课程具有以下特点。

    特点一、三大前沿硬核项目,直击行业应用核心

    本课程绝非零散技术的简单堆砌,而是通过三个精心设计、可直接商用的旗舰项目,为您系统性地串联起大模型核心技术的完整价值链。课程累计时长超50小时,其中项目讲解超30小时。项目运行效果演示可看第1章的第1个视频。

    项目1:基于多模态的智能工业监控平台

    (1)项目部分截图

    (2)项目架构图

    项目2:基于RAG的电影推荐系统

    (1)项目部分截图

    RAG推荐系统

    (2)项目架构图

    项目3:基于AI Agent的智能驾驶系统

    (1)项目部分截图

    智能体智驾系统

    (2)项目架构图

    特点二、“一核三翼”课程架构,构建全景知识图谱与工程能力矩阵

    本课程的架构图如下,课程详情介绍请看第1章第2个视频

    采用“一核三翼”课程设计的顶层思想,一个核心目标不是让学员成为只会调用API的程序员,而是旨在培养具备系统思维和工程化能力的优秀“大模型AI开发工程师”。“三翼”是支撑起“核心目标”的三大实战项目载体,是学员将架构师思维付诸实践的练兵场。它们分别代表了三个最重要且最具商业潜力的AI应用方向。它们覆盖了当前大模型落地的三大主流技术范式,学完即可胜任绝大多数前沿的AI应用开发工作。

    特点三、保姆级手写代码,告别“调包”与“看不懂”

    真正的掌握源于亲手实践。课程拒绝“复制粘贴”和“黑箱操作”,讲师将全程从零开始,手写每一行代码,整个课程手写代码超1万行。

    从环境配置到项目开发再到项目部署,一步一屏,细致入微。无论您是初学者还是希望深化实践的开发者,这种教学方式都能极大降低学习难度,确保您能跟上节奏,真正将代码和能力收入囊中,获得实实在在的成就感。

    特点四、易于操作,零成本复现全栈项目

    本课程彻底摒弃了封闭、付费的API接口,全程基于国产顶尖大模型和全球领先的开源框架,大模型平台包含免费试用额度,确保您无需支付任何模型调用费用,跟着老师敲代码,即可在个人电脑上完整复现所有商业级项目,真正实现“零成本”学习与“无壁垒”创新。

    特点五、课程资源丰富,打造“开箱即用”的学习体验

    课程将提供丰富的课件、讲义、项目操作素材以及全套源代码。课件和讲义包含核心原理剖析、架构及流程图解,API接口细化到每一个关键参数的讲解。代码结构清晰、注释详细,您既可以跟随老师一步步亲手敲击以深入理解,也可以直接运行现成代码进行测试和二次开发,真正实现“从学习到部署”的无缝衔接。

     

     

    推荐课程

    信息系统项目管理师自考笔记

    李明 · 891人在学

    python从0到1:期货量化交易系统(CTP实战,高频及合成K线数据

    王先生 · 22725人在学

    手把手搭建Java超市管理系统【附源码】(毕设)

    汤小洋 · 4287人在学

    Java毕设springboot外卖点餐系统 毕业设计毕设源码 使用教

    黄菊华 · 831人在学

    基于SSM酒店管理系统(毕设)

    小尼老师 · 895人在学

    java项目实战之购物商城(java毕业设计)

    Long · 5199人在学

    手把手搭建Java求职招聘系统【附源码】(毕设)

    汤小洋 · 1527人在学

    Python Django 深度学习 小程序

    钟翔 · 2400人在学

    城管局门前三包管理系统+微信小程序(vue+springboot)

    赖国荣 · 678人在学

    Vue+Uni-app(uniapp)入门与实战+赠送仿美团点餐小程序

    李杰 · 4071人在学

    正在试验
    后自动删除环境
    课程实验
    本次实验时间已到期 00:00:00
    课件正在飞速打包中,请耐心等待几秒钟~