课程目录
共38节课
1
01.OpenClaw核心概念（1）
18:07
免费试看
2
02.OpenClaw核心概念（2）
00:33
免费试看
3
03.OpenClaw实践搭建
08:23
4
04.模型配置：连接大模型
10:16
5
05.内置工具与系统操作
07:54
6
06.联网能力增强：Tavily插件
14:47
7
07.自定义Skills开发流程
1:03:42
8
08.Agent原理简介：planning、memory
12:22
9
09.提示词工程：软提示词，fewshot，COT,TOT
18:33
10
10.Agent平台：国内外主流平台，Coze搭建智能客服
14:26
11
11.Agent工具使用与function call：MR
16:32
12
12.Agent设计模式（一）：Fewshot，ReAct
18:01
13
13.Agent设计模式（二）：REWOO，LLMComp
20:33
14
14.Agent设计模式（三）：Reflexion，LAT
20:50
15
15.Agent框架：Single Agent，Multi Agent
18:11
16
16.Langchain项目原理与实战
22:05
17
17.Langgraph项目原理与实战
12:14
18
18.Langgraph 多Agent架构：协作多Agent
14:59
19
19.AutoGen项目原理与实战（一）：AutoGen
17:25
20
20.AutoGen项目原理与实战（二）：代码执行，工具
16:42
21
21.CrewAI项目原理与实战：Crew,Task,A
16:28
22
22.RAG技术原理与RAGFlow项目实操
19:40
23
23.Naive RAG与langchain实践
12:44
24
24.高级RAG（一）层次索引，句子窗口，子查询，HyDE
17:10
25
25.高级RAG（二）提示词压缩，融合，llamainde
14:25
26
26.模块化RAG（一）顺序模式，条件模式，分支模式
11:37
27
27.模块化RAG（二）迭代，递归检索，FLARE，Toc
17:55
28
28.Embedding原理：word2vec、CBOW
16:13
29
29.Embedding模型训练：llamaindex微调
22:02
30
30.Embedding模型评估：MRR评测，MTEB评测
20:38
31
31.Rerank技术原理与实践（一）交叉编码与双编码
15:07
32
32.Rerank模型微调与实践（二）rankGPT
15:24
33
33.向量数据库简介与相似性测量：欧式距离，余弦相似度
15:21
34
34.相似性搜索算法：k-means，肘部法则
18:29
35
35.向量数据库选型：专用向量数据库，传统数据库支持向量
09:27
36
36.向量数据库代码示例：chroma与qdrant代码
07:19
37
37.RAG评估：评估指标，RAGAs，TruLens
22:01
38
38.RAG行业落地：实践心得，落地经验，业务场景
15:53
课程介绍
OpenClaw教程，手把手教你OpenClaw企业级实战案例
微信支付
请使用微信扫码支付
¥0.00