【Udemy中英字幕】AI-Agents: Automation & Business with LangChain & LLM Apps

AI-Agents：使用 LangChain 和 LLM 应用实现自动化和开展业务

使用 Node.js、Python、JavaScript、LangChain、LangGraph、GPT-4o、Llama 和 RAG 的 AI 代理！自动执行任务，销售软件

讲师：Arnold Oberleiter

双语IT资源独家Udemy付费课程，独家中英文字幕，配套资料齐全！

用不到1/10的价格，即可享受同样的高品质课程，且可以完全拥有，随时随地都可以任意观看和分享。

您将学到什么

• Autogen、LangChain、LangFlow、Flowise、LangGraph、BabyAGI、CrewAI 等 AI 代理的基础知识
• 法学硕士 (LLM) 基础知识，例如 ChatGPT、Claude、Gemini、Llama、Mistral、GPT-4o 等，以及法学硕士 (LLM) 中的函数调用
• 关于矢量数据库、嵌入模型和检索增强生成 (RAG) 的全部内容
• 创建 AI 代理以自动化内容、电子邮件、领导研究等使用 Node 安装和操作 Flowise
• 函数调用外部 API、Python 解释器、计算器、Gmail、Serper、Make 等
• RAG AI 代理：使用自身数据进行训练并自动保存电脑上的文件
• 使用 LlamaIndex 和 LlamaParse 为 RAG 准备数据：PDF、文档、CSV 等
• Flowise 中自定义工具的集成和自动化
• 使用 JavaScript、Python 和 Make 进行 API 连接和自动化
• 商业中的人工智能代理：报价、定价、销售、客户获取
• 销售人工智能代理的营销策略
• 将人工智能代理集成到网站或作为独立应用程序
• 安装 VS Code 和 Git
• 使用 Python 语言开发本地 Microsoft Copilot 和 Vision 作为 AI 代理
• 具有开源 LLM 的 AI 代理：Ollama、Llama 3.1 等
• 为人工智能代理选择合适的法学硕士
• 人工智能代理中的问题、安全性和版权

显示更多显示较少

探索相关主题

• 朗链
• Web 开发
• 发展

要求

• 无需任何先验知识，一切都会逐步展示。

描述

人工智能代理是每个人都在谈论的话题，但是很少有人知道它们是什么，更少有人知道如何使用它们。

CrewAI、Autogen、BabyAGI、LangChain、LangGraph、LangFlow 等工具听起来比实际更复杂。

您准备好掌握人工智能代理的复杂性并充分利用其在流程自动化和销售定制解决方案方面的潜力了吗？

那么本课程适合您！

深入研究“AI 代理：通过 LangChain 应用实现自动化和业务”——您将在其中探索 AI 代理和 LLM 的基本和高级概念、其架构和实际应用。转变您的理解和技能，引领 AI 革命。

本课程非常适合开发人员、数据科学家、AI 爱好者以及任何想要成为 AI 代理和 LLM 技术前沿的人。无论您是想创建 AI 代理、完善其自动化还是销售定制解决方案，本课程都能为您提供所需的全面知识和实践技能。

本课程的期望：

全面了解 AI 代理和法学硕士：

• AI 代理和 LLM 的基础知识： AI 代理简介，例如 Autogen、LangChain、LangGraph、LangFlow、CrewAI、BabyAGI 及其 LLM（GPT-4、Claude、Gemini、Llama 等）。
• 工具和技术：使用 LangChain、LangGraph 和其他工具来创建 AI 代理。
• 函数调用和矢量数据库：了解函数调用并使用矢量数据库和嵌入模型。

创建和部署AI代理：

• 使用 Node 安装和使用 Flowise：安装和使用 Flowise 的分步指南。
• 创建和部署用于各种任务的 AI 代理：培养创意作家、社交媒体策略师和功能调用代理。

人工智能代理的高级技术：

• RAG AI 代理：在您自己的数据上训练 LLM 并自动进行本地文本存储。
• 数据准备和集成：使用 LlamaIndex、LlamaParse 和其他工具在 Flowise 中进行数据准备和集成。
• API 连接和自动化：连接 API 并使用 JavaScript、Python 和 Make 实现自动化。

商业环境中的人工智能代理：

• 用例和集成：将 AI 代理托管并集成到网站或作为独立应用程序。
• 潜在客户生成和营销：生成潜在客户和销售 AI 代理的策略。

创建你自己的人工智能助手：

• Python 代码和安装：使用 Vision 和 Python 开发本地类似 Microsoft Copilot 的 AI 代理。
• 使用 VS Code 和 Git：安装和使用 VS Code 和 Git 的分步指南。

具有开源 LLM 的 AI 代理：

• 开源 LLM 的优点和缺点：使用和安装像 Llama 3 这样的开源 LLM。
• 安装和使用 Ollama 与 Llama 3.1 以及其他开源 LLM。
• 创建开源 AI 代理：开发简单和高级的开源 AI 代理。

人工智能代理中的问题、安全性和版权：

• 安全措施和隐私：了解越狱、即时注入和数据中毒。
• 版权和隐私：处理生成的 AI 代理数据的版权和隐私。

实际应用和API集成：

• API 基础和集成技能：使用 OpenAI API、Google API 等进行各种应用程序。
• 开发 AI 应用程序：使用 Whisper、GPT-4 等创建应用程序。

创新工具和代理：

• Microsoft Autogen 和 CrewAI 概述。
• 实现 Flowise：将 Flowise 与函数调用和开源 LLM 集成为聊天机器人。

利用 AI 代理和 LLM 技术的力量来开发解决方案并扩展您对其应用的理解。

在“AI 代理：通过 LangChain 应用实现自动化和业务”课程结束时，您将全面了解 AI 代理和 LLM，并掌握将它们用于各种目的的技能。如果您已准备好站在这场技术革命的前沿，那么本课程非常适合您。

立即报名并成为人工智能代理和大型语言模型的专家。

本课程适合哪些人：

• 致所有想要学习新知识并深入了解 AI 代理的人
• 对于想要提高效率、节省资金或建立 AI 业务的企业家
• 对于对人工智能感兴趣并希望构建自己的代理的个人
• 对于任何想要自动化任务的人

显示更多显示较少