雷丰阳 AI Agent智能体开发全套

1.AIGC篇
day01-大模型入门
day02-coze快速上手
day03-coze工作流
day04-dify平台部署
day05-comfyui平台
day06-AIGC总结
day01-大模型入门\1. 直播计划 (2)
day01-大模型入门\2. AI发展史 (2)
day01-大模型入门\3. 人工智能核心体系 (2)
day01-大模型入门\4. 去各种平台开通API KEY (2)
day01-大模型入门\5. 整合OpenAI SDK尝试调用第三方模型 (2)
day01-大模型入门\6. 其他模型功能测试 (2)
day01-大模型入门\7. OpenClaw整合飞书机器人 (2)
day01-大模型入门\8. OpenClaw其他部署方式 (2)
day02-coze快速上手\1. 什么是Agent (2)
day02-coze快速上手\10. Agent知识库 – 引入文档、表格知识库 (2)
day02-coze快速上手\11. 应用：创建应用&体验UI与工作流的绑定交互逻辑 (2)
day02-coze快速上手\12. 总结 (2)
day02-coze快速上手\2. 熟悉Coze界面 (2)
day02-coze快速上手\3. Agent配置 – 第一步：配置好人设提示词 (2)
day02-coze快速上手\4. Agent配置 – 第二步：配置大模型信息 (2)
day02-coze快速上手\5. Agent配置 – 第三步：增加插件调用功能 (2)
day02-coze快速上手\6. Agent配置 – 引入更多的插件 (2)
day02-coze快速上手\7. Agent对话体验 – 设置开场白和问题 (2)
day02-coze快速上手\8. Agent对话体验 – 快捷指令 (2)
day02-coze快速上手\9. Agent记忆 – 变量&数据库&长期记忆 (2)
day03-coze工作流\1. 工作流 – 节点核心三要素 (2)
day03-coze工作流\2. 工作流 – 一个简单的工作流 (2)
day03-coze工作流\3. 工作流 – 代码节点的使用 (2)
day03-coze工作流\4. 工作流 – 测试图像生成等其他节点 (2)
day03-coze工作流\5. 工作流 – 测试pdf插件等节点 (2)
day03-coze工作流\6. 工作流 – 体验商业工作流 (2)
day03-coze工作流\7. 工作流 – 案例：新员工入职工作流 (2)
day03-coze工作流\8. 工作流 – 案例 – 员工信息引入问答，追加职级 (2)
day04-dify平台部署\1. coze – 企业员工入职工作流&技能调用问题 (2)
day04-dify平台部署\10. 本地模型 -xinference下载模型&运行推理&整合dify (2)
day04-dify平台部署\11. 其他业务如何调用Dify工作流 (2)
day04-dify平台部署\12. 补充 (2)
day04-dify平台部署\2. 云服务器 – 开通&加速配置 (2)
day04-dify平台部署\3. 云服务器 – 安装docker (2)
day04-dify平台部署\4. 云服务器 – docker配置nvidia显卡 (2)
day04-dify平台部署\5. dify – 安装dify (2)
day04-dify平台部署\6. dify – 整合大模型云API (2)
day04-dify平台部署\7. dify – 本地部署模型的常用框架（Ollama、Xinference、vLLM） (2)
day04-dify平台部署\8. 本地模型 – ollama 安装&加载模型 (2)
day04-dify平台部署\9. 本地模型 – dify整合ollama本地模型 (2)
day05-comfyui平台\1. 上次问题 (2)
day05-comfyui平台\10. 小结 (2)
day05-comfyui平台\2. Comfy – 开通服务器&熟悉界面 (2)
day05-comfyui平台\3. Comfy – 案例：官方文生图 (2)
day05-comfyui平台\4. Comfy – 扩散模型思想：UNet、CLIP、VAE (2)
day05-comfyui平台\5. Comfy – K采样器 (2)
day05-comfyui平台\6. Comfy – 自己绘制工作流 (2)
day05-comfyui平台\7. Comfy – 图生图流程 (2)
day05-comfyui平台\8. Comfy – 局部重绘 (2)
day05-comfyui平台\9. Comfy – 控制网络测试 (2)
day06-AIGC总结\1. AIGC模块 – 今天结束了 (2)
day06-AIGC总结\2. AIGC – 了解大模型 (2)
day06-AIGC总结\3. AIGC – ReAct Agent执行流程 (2)
day06-AIGC总结\4. AIGC – 多Agent能力的思考 (2)
day06-AIGC总结\5. AIGC – 通过Coze了解智能体开发的全貌 (2)
day06-AIGC总结\6. AIGC – 未来我们用到的技术 (2)

2.Web开发

day01-fastapi
day02-fastapi
day03-fastapi
day04-sqlalchemy
day05-sqlalchemy
day01-fastapi\1. web – 前置要求 (2)
day01-fastapi\10. fastapi – 请求处理 – RESTful 装饰器写法 (2)
day01-fastapi\11. fastapi – 路径参数 – 优先顺序问题 (2)
day01-fastapi\12. fastapi – 路径参数 – Path函数与元注解写法 (2)
day01-fastapi\13. fastapi – 查询参数 – 必选与可选写法 (2)
day01-fastapi\14. fastapi – 查询参数 – Query函数与元注解写法 (2)
day01-fastapi\15. fastapi – 请求头 – Header函数获取请求头数据 (2)
day01-fastapi\16. fastapi – 请求头 – 默认匹配规则 (2)
day01-fastapi\17. fastapi – 了解 param_functions 的其他函数功能 (2)
day01-fastapi\2. 为什么AI首选Python (2)
day01-fastapi\3. 编程语言的发展 (2)
day01-fastapi\4. fastapi – 简介 (2)
day01-fastapi\5. fastapi – helloworld 写法 (2)
day01-fastapi\6. fastapi – python一些进阶语法 (2)
day01-fastapi\7. fastapi – pydantic数据校验测试 (2)
day01-fastapi\8. fastapi – python 元数据注解写法 (2)
day01-fastapi\9. fastapi – python 协程语法 (2)
day02-fastapi\1. fastapi – 请求处理 – 复习 (2)
day02-fastapi\2. fastapi – 请求处理 – 请求体与pydantic模型 (2)
day02-fastapi\3. fastapi – 请求处理 – form表单和文件上传 (2)
day02-fastapi\4. fastapi – 请求处理 – 使用pydantic校验请求数据 (2)
day02-fastapi\5. fastapi – 请求处理 – 直接使用Request对象 (2)
day02-fastapi\6. fastapi – 响应处理 – 响应任意数据&自定义响应头等 (2)
day02-fastapi\7. fastapi – 依赖注入 – 基本用法 (2)
day02-fastapi\8. fastapi – 依赖注入 – yield用法 (2)
day03-fastapi\1. fastapi – 下（完整版）
day04-sqlalchemy\1. sqlalchemy – 简介与ORM
day04-sqlalchemy\10. sqlalchemy – orm功能：第一步：创建模型&创建表
day04-sqlalchemy\11. sqlalchemy – orm功能：session api – 新增
day04-sqlalchemy\12. sqlalchemy – orm功能：查询的两套API，可以从session开始，也可以直接自己select写sql
day04-sqlalchemy\13. sqlalchemy – orm功能：修改用户
day04-sqlalchemy\14. sqlalchemy – orm功能：删除用户
day04-sqlalchemy\15. sqlalchemy – 总结：core 和 orm 模式用法
day04-sqlalchemy\16. 工程运行办法
day04-sqlalchemy\2. sqlalchemy – 快速上手 – 开通免费云数据库
day04-sqlalchemy\3. sqlalchemy – 快速上手 – 核心概念
day04-sqlalchemy\4. sqlalchemy – 第一行代码 – 第一步：创建引擎
day04-sqlalchemy\5. sqlalchemy – 第一行代码 – 第二步：获取连接执行SQL
day04-sqlalchemy\6. sqlalchemy – core功能：事务操作
day04-sqlalchemy\7. sqlalchemy – core功能：各种方式获取结果集中的数据
day04-sqlalchemy\8. sqlalchemy – core功能：批量参数&批量插入
day04-sqlalchemy\9. sqlalchemy – core功能：总结
day05-sqlalchemy\1. sqlalchemy – orm功能：sessionmaker和脏追踪功能
day05-sqlalchemy\10. sqlalchemy – 关联查询：N-N：模型定义&CRUD
day05-sqlalchemy\11. sqlalchemy – 总结
day05-sqlalchemy\2. sqlalchemy – 关联查询：关联关系复习
day05-sqlalchemy\3. sqlalchemy – 关联查询：1-1：模型定义
day05-sqlalchemy\4. sqlalchemy – 关联查询：1-1：保存完成
day05-sqlalchemy\5. sqlalchemy – 关联查询：1-1：相互都可以直接获取&懒加载与joined立即加载
day05-sqlalchemy\6. sqlalchemy – 关联查询：1-1：级联删除问题
day05-sqlalchemy\7. sqlalchemy – 关联查询：1-1：backref和backpopulates用法
day05-sqlalchemy\8. sqlalchemy – 关联查询：relationship核心参数
day05-sqlalchemy\9. sqlalchemy – 关联查询：1-N：模型定义与CRUD

3.Web项目

day01-辰光Agent平台-搭建
day02-辰光Agent平台-基本接口（登录、验证码、认证信息）
day03-辰光Agent平台 – RBAC模块
day04 – 辰光Agent平台 – 分页&模型CRUD等
day05 – 辰光Agent平台 – RAG知识库管理&Minio
day01-辰光Agent平台-搭建\1. 辰光Agent平台 – 项目介绍
day01-辰光Agent平台-搭建\10. 脚手架 – 步骤11-12：程序统一入口
day01-辰光Agent平台-搭建\11. 脚手架 – 测试：搭建成功
day01-辰光Agent平台-搭建\12. 脚手架 – 整合 alembic 做数据库迁移
day01-辰光Agent平台-搭建\13. 第一个示例模块：编写模型、产生数据库变更、注册路由
day01-辰光Agent平台-搭建\14. 脚手架 – 整合单元测试
day01-辰光Agent平台-搭建\15. 代码推送完成
day01-辰光Agent平台-搭建\2. 脚手架 – 项目结构创建完成
day01-辰光Agent平台-搭建\3. 脚手架 – 启动中间件&连接测试
day01-辰光Agent平台-搭建\4. 脚手架 – 步骤4：封装环境变量配置
day01-辰光Agent平台-搭建\5. 脚手架 – 步骤5：配置loguru日志整合
day01-辰光Agent平台-搭建\6. 脚手架 – 步骤6：编写数据库类
day01-辰光Agent平台-搭建\7. 脚手架 – 步骤7：创建基础的 orm 模型类
day01-辰光Agent平台-搭建\8. 脚手架 – 步骤8-9：创建通用数据库crud类&通用响应类
day01-辰光Agent平台-搭建\9. 脚手架 – 步骤10：统一异常处理
day02-辰光Agent平台-基本接口（登录、验证码、认证信息）\1. 接口 – 验证码 – 数据模型&Redis环境准备
day02-辰光Agent平台-基本接口（登录、验证码、认证信息）\1. 脚手架 – 功能流程
day02-辰光Agent平台-基本接口（登录、验证码、认证信息）\2. 接口 – 验证码 – 生成验证码测试成功
day02-辰光Agent平台-基本接口（登录、验证码、认证信息）\3. 接口 – 登录 – User数据变更&准备JWT工具
day02-辰光Agent平台-基本接口（登录、验证码、认证信息）\3. 接口 – 验证码 – 校验验证码完成
day02-辰光Agent平台-基本接口（登录、验证码、认证信息）\4. 接口 – 登录 – 密码加密工具测试完成
day02-辰光Agent平台-基本接口（登录、验证码、认证信息）\5. 接口 – 登录 – 登录完整逻辑完成
day02-辰光Agent平台-基本接口（登录、验证码、认证信息）\6. 接口 – 登录 – 登录成功返回jwt令牌
day02-辰光Agent平台-基本接口（登录、验证码、认证信息）\7. 接口 – 获取当前用户 – 使用依赖方式
day02-辰光Agent平台-基本接口（登录、验证码、认证信息）\8. 接口 – 测试获取当前用户信息 – 可以拿到 token，令牌校验失败，可能是库的问题
day02-辰光Agent平台-基本接口（登录、验证码、认证信息）\9.Postman工具测试接口
day03-辰光Agent平台 – RBAC模块\1. pycharm打开项目要设置解释器
day03-辰光Agent平台 – RBAC模块\2. 接口 – 登录 – jwt令牌的sub字段必须是str
day03-辰光Agent平台 – RBAC模块\3. RBAC – 简介
day03-辰光Agent平台 – RBAC模块\4. RBAC – 模型定义完成
day03-辰光Agent平台 – RBAC模块\5. RBAC – permission – 定义 Repository和Service操作
day03-辰光Agent平台 – RBAC模块\6. RBAC – permission – api接口编写
day03-辰光Agent平台 – RBAC模块\7. RBAC – permission – CRUD接口完成
day03-辰光Agent平台 – RBAC模块\8.RBAC – 联动编码测试，可以分配角色、权限并查询出数据
day03-辰光Agent平台 – RBAC模块\9. 小结
day04 – 辰光Agent平台 – 分页&模型CRUD等\1. 公共抽取分页逻辑 – 在repository层统一封装分页，api接受分页请求开始处理
day04 – 辰光Agent平台 – 分页&模型CRUD等\2. vibecoding – 最佳实战用法
day04 – 辰光Agent平台 – 分页&模型CRUD等\3. vibecoding – ai已经完美写好了登录、验证码等前端功能
day04 – 辰光Agent平台 – 分页&模型CRUD等\4. 抄我coding – 每个模块的crud
day04 – 辰光Agent平台 – 分页&模型CRUD等\5. 接下来所有的模块如何编写
day04 – 辰光Agent平台 – 分页&模型CRUD等\6. ai代码完成，功能测试完成
day04 – 辰光Agent平台 – 分页&模型CRUD等\7. 代码提交
day05 – 辰光Agent平台 – RAG知识库管理&Minio\1. 前置要求
day05 – 辰光Agent平台 – RAG知识库管理&Minio\2. 今日需求
day05 – 辰光Agent平台 – RAG知识库管理&Minio\3. Minio – 对象存储用法
day05 – 辰光Agent平台 – RAG知识库管理&Minio\4. Minio – 整合&测试文件上传
day05 – 辰光Agent平台 – RAG知识库管理&Minio\5. Minio – 封装MinioClient
day05 – 辰光Agent平台 – RAG知识库管理&Minio\6. 封装文档上传完整请求
day05 – 辰光Agent平台 – RAG知识库管理&Minio\7. 文件上传完成
day05 – 辰光Agent平台 – RAG知识库管理&Minio\8. 其他小功能完成

4.RAG周

day01 – 玩转 OpenAI SDK
day02 – 模型进阶功能
day03 – 手搓RAG原理
day04 – LlamaIndex 入门
day05 – Milvus向量库
day06 – Modular RAG（llamaindex版）
day01 – 玩转 OpenAI SDK\1. RAG周 – 大致任务_大模型Agent开发 – 系统课程
day01 – 玩转 OpenAI SDK\10. OpenAI – 如何拿到流式响应json数据格式_大模型Agent开发 – 系统课程
day01 – 玩转 OpenAI SDK\2. OpenAI  – 配置环境变量的API_KEY和BASE_URL_大模型Agent开发 – 系统课程
day01 – 玩转 OpenAI SDK\3. OpenAI – 调用Ollama和阿里云_大模型Agent开发 – 系统课程
day01 – 玩转 OpenAI SDK\4. OpenAI – 获取模型各种调用数据_大模型Agent开发 – 系统课程
day01 – 玩转 OpenAI SDK\5. OpenAI – chat_api 发送消息 messages结构_大模型Agent开发 – 系统课程
day01 – 玩转 OpenAI SDK\6. OpenAI – 本质还是发送请求_大模型Agent开发 – 系统课程
day01 – 玩转 OpenAI SDK\7. OpenAI – OpenAI构造函数接受的参数设置项_大模型Agent开发 – 系统课程
day01 – 玩转 OpenAI SDK\8. OpenAI – 构造函数 – 温度&top_P设置_大模型Agent开发 – 系统课程
day01 – 玩转 OpenAI SDK\9. OpenAI – create函数 – 流式输出解析_大模型Agent开发 – 系统课程
day02 – 模型进阶功能\1. OpenAI 进阶 – 使用ProxyPin 抓取和 大模型交互的数据包_大模型Agent开发 – 系统课程
day02 – 模型进阶功能\10. OpenAI 进阶 – 上下文缓存_大模型Agent开发 – 系统课程
day02 – 模型进阶功能\11. OpenAI 进阶 – 大模型函数&工具调用 – 内置工具_大模型Agent开发 – 系统课程
day02 – 模型进阶功能\12. OpenAI 进阶 – 工具调用底层逻辑_大模型Agent开发 – 系统课程
day02 – 模型进阶功能\13. OpenAI 进阶 – 项目模型测试页相关功能简介_大模型Agent开发 – 系统课程
day02 – 模型进阶功能\2. OpenAI 进阶 – 多轮回话 – response.id串联让模型记住回话历史_大模型Agent开发 – 系统课程
day02 – 模型进阶功能\3. OpenAI 进阶 – 多轮回话 – 构建回话历史列表_大模型Agent开发 – 系统课程
day02 – 模型进阶功能\4. 小练习 – 多轮回话&回话记忆_大模型Agent开发 – 系统课程
day02 – 模型进阶功能\5. 小练习 – 扩展 – 使用多轮总结技术，压缩回话上下文_大模型Agent开发 – 系统课程
day02 – 模型进阶功能\6. OpenAI 进阶 – 图像多模态数据问答请求构造_大模型Agent开发 – 系统课程
day02 – 模型进阶功能\7. OpenAI 进阶 – 多轮回话复习_大模型Agent开发 – 系统课程
day02 – 模型进阶功能\8. OpenAI 进阶 – sse原理_大模型Agent开发 – 系统课程
day02 – 模型进阶功能\9. OpenAI 进阶 – 结构化输出与视觉推理_大模型Agent开发 – 系统课程
day03 – 手搓RAG原理\1. RAG – 大模型现存问题与RAG方案_大模型Agent开发 – 系统课程
day03 – 手搓RAG原理\10. 手搓RAG – 第三步优化_大模型Agent开发 – 系统课程
day03 – 手搓RAG原理\11. 手搓RAG – 扩展：余弦相似度计算_大模型Agent开发 – 系统课程
day03 – 手搓RAG原理\12. 手搓RAG – 第四步：数据保存到向量库_大模型Agent开发 – 系统课程
day03 – 手搓RAG原理\13. 手搓RAG – 离线阶段完整步骤_大模型Agent开发 – 系统课程
day03 – 手搓RAG原理\14. 手搓RAG – 离线步骤小结_大模型Agent开发 – 系统课程
day03 – 手搓RAG原理\2. RAG – rag流程离线索引与在线查询双阶段_大模型Agent开发 – 系统课程
day03 – 手搓RAG原理\3. RAG – rag vs fine-tuning_大模型Agent开发 – 系统课程
day03 – 手搓RAG原理\4. RAG – 四代RAG进化流程_大模型Agent开发 – 系统课程
day03 – 手搓RAG原理\5. RAG – RAG落地方案_大模型Agent开发 – 系统课程
day03 – 手搓RAG原理\6. RAG – 六大核心组件_大模型Agent开发 – 系统课程
day03 – 手搓RAG原理\7. 手搓RAG – 第一步：Embedding – API封装_大模型Agent开发 – 系统课程
day03 – 手搓RAG原理\8. 手搓RAG – 第二步：文档加载 API 封装_大模型Agent开发 – 系统课程
day03 – 手搓RAG原理\9. 手搓RAG – 第三步：文档切分为chunks_大模型Agent开发 – 系统课程
day03 – 手搓RAG原理\9. 第二步优化_大模型Agent开发 – 系统课程
day04 – LlamaIndex 入门\1. 手搓 RAG：基于用户问题去向量库检索到结果
day04 – LlamaIndex 入门\2. 手搓 RAG：构建Prompt，调用大模型生成回答
day04 – LlamaIndex 入门\3. LlamaIndex：组件概览
day04 – LlamaIndex 入门\4. LlamaIndex：聊天、智能体、RAG 一句话
day05 – Milvus向量库\1. LlamaIndex – 复习
day05 – Milvus向量库\10. Milvus：CRUD：查询数据
day05 – Milvus向量库\11. Milvus：CRUD：更新（upsert）先删除再更新，支持 部分更新
day05 – Milvus向量库\12. Milvus：CRUD：删除数据
day05 – Milvus向量库\13. Milvus：高级检索：ann指定检索字段和相似度算法
day05 – Milvus向量库\14. Milvus：高级检索：ann其他设置
day05 – Milvus向量库\15. Milvus：高级检索：过滤搜索
day05 – Milvus向量库\16. Milvus：高级搜索：范围检索
day05 – Milvus向量库\17. MilVus：高级搜索：分组搜索
day05 – Milvus向量库\18. Milvus：高级搜索：主键搜索
day05 – Milvus向量库\19. Milvus：高级搜索：混合检索
day05 – Milvus向量库\2. LlamaIndex – Unstructed库
day05 – Milvus向量库\20. 结束
day05 – Milvus向量库\3. LlamaIndex – 了解文档解析各大方案&LlamaIndex内置方案
day05 – Milvus向量库\4. Milvus：安装
day05 – Milvus向量库\5. Milvus：架构方式
day05 – Milvus向量库\6. Milvus：基本概念
day05 – Milvus向量库\7. Milvus：CRUD：建立链接
day05 – Milvus向量库\8. Milvus：CRUD：创建集合、schema（表结构）、字段、索引
day05 – Milvus向量库\9. Milvus：CRUD：插入数据
day06 – Modular RAG（llamaindex版）\1. Milvus：复习
day06 – Modular RAG（llamaindex版）\10. Modular RAG – 实时：生成器（答案、引用来源）
day06 – Modular RAG（llamaindex版）\11. Modular RAG – 实时：测试完整流程
day06 – Modular RAG（llamaindex版）\12. Modular RAG – Agentic RAG的雏形
day06 – Modular RAG（llamaindex版）\2. Milvus：全文检索
day06 – Modular RAG（llamaindex版）\3. Milvus：进阶原理部分
day06 – Modular RAG（llamaindex版）\4. Milvus：阈值调整（黄金比例原则）
day06 – Modular RAG（llamaindex版）\5. Modular RAG – 基本原理
day06 – Modular RAG（llamaindex版）\6. Modular RAG – 离线流程完成（文档解析、切片、向量化保存）
day06 – Modular RAG（llamaindex版）\7. Modular RAG – 实时：查询前处理（查询扩展、查询重写、意图识别等）
day06 – Modular RAG（llamaindex版）\8. Modular RAG – 实时：查询器完成
day06 – Modular RAG（llamaindex版）\9. Modular RAG – 实时：查询后处理（相似度过滤、重排）

5.Agent周

day01 – 上手 LangChain
day02 – LangChain 核心组件
day03 – LangChain 高级用法
day04 – LangChain 高级用法
day05 – ClaudeCode顶级智能体 – 源码分析
day06 – 加餐：CC源码与Harness系统
day07 – 复习：RAG & Agent体系
day01 – 上手 LangChain\1. LangChain – 介绍
day01 – 上手 LangChain\10. LangChain – Agent：如何学习官方文档
day01 – 上手 LangChain\11. 小问题
day01 – 上手 LangChain\2. LangChain – 万物从 create_agent 开始
day01 – 上手 LangChain\3. LangChain – 细节1：模型提供商的包名
day01 – 上手 LangChain\4. LangChain – 细节2：模型参数设置
day01 – 上手 LangChain\5. LangChain – 一个企业Agent的完整流程
day01 – 上手 LangChain\6. LangChain – Agent：模型配置
day01 – 上手 LangChain\7. LangChain – Agent：动态模型选择
day01 – 上手 LangChain\8. LangChain – Agent：工具细节
day01 – 上手 LangChain\9. LangChain – Agent：核心组件小结
day02 – LangChain 核心组件\1. LangChain – agent基本组件复习
day02 – LangChain 核心组件\10. LangChain – 核心组件：Model：其他配置
day02 – LangChain 核心组件\11. LangChain – 核心组件：Tool：使用ToolRuntime来获取各种共享位置数据
day02 – LangChain 核心组件\12. LangChain – 核心组件：长期记忆
day02 – LangChain 核心组件\13. 工具练习：整合数据库工具，写一个自己的SQL智能体
day02 – LangChain 核心组件\2. LangChain – 结构化输出
day02 – LangChain 核心组件\3. LangChain – 短期记忆
day02 – LangChain 核心组件\4. LangChain – 流式响应
day02 – LangChain 核心组件\5. LangChain – 中间件
day02 – LangChain 核心组件\6. LangChain – Agent 所有字段的作用
day02 – LangChain 核心组件\7. LangChain – 核心组件：Model 基础设置
day02 – LangChain 核心组件\8. LangChain – 核心组件：Model – 工具调用
day02 – LangChain 核心组件\9. LangChain – 核心组件：Model：结构化输出的方式
day03 – LangChain 高级用法\1. LangChaini – 复习
day03 – LangChain 高级用法\10. LangChain – 高级 – 护栏机制
day03 – LangChain 高级用法\11. LangChain – 高级 – 运行时数据共享
day03 – LangChain 高级用法\12. LangChain – 高级 – 上下文数据
day03 – LangChain 高级用法\13. LangChain – 高级 – MCP Server与客户端交换数据的两种方式（http、stdio）
day03 – LangChain 高级用法\14. LangChain – 高级 – MCP Client 进行工具调用
day03 – LangChain 高级用法\15. LangChain – 高级 – MCP 拦截器
day03 – LangChain 高级用法\16. LangChain – 高级 – 使用 Tavily 进行web搜索
day03 – LangChain 高级用法\17. LangChain – 高级 – 调用modelscope的各种工具
day03 – LangChain 高级用法\18. 各种工具调用
day03 – LangChain 高级用法\2. LangChain – 短期记忆：创建 agent 的时候使用 checkpointer 指定
day03 – LangChain 高级用法\3. LangChain – 短期记忆：自定义数据格式&在工具调用中获取数据
day03 – LangChain 高级用法\4. LangChain -短期记忆：消息窗口溢出的三种解决方式（修剪、删除、总结）
day03 – LangChain 高级用法\5. LangChain – 短期记忆：其他配置
day03 – LangChain 高级用法\6. LangChain – 高级 – 中间件 – 流程&创建的几种方式
day03 – LangChain 高级用法\7. LangChain – 高级 – 中间件 – 指定跳转can_jump_to
day03 – LangChain 高级用法\8. LangChain – 高级 – 中间件 – 多个中间件执行顺序
day03 – LangChain 高级用法\9. LangChain – 高级 – 中间件 – 更多示例
day04 – LangChain 高级用法\1. LangChain – 复习
day04 – LangChain 高级用法\10. LangChain – 多智能体：第三步：封装每个子Agent为工具
day04 – LangChain 高级用法\11. LangChain – 多智能体：功能测试完成
day04 – LangChain 高级用法\12. LangChain – Skills – 技能
day04 – LangChain 高级用法\13. LangChain – Skills – OpenClaw和Skills的交互逻辑
day04 – LangChain 高级用法\14. LangChain – Skills – 使用LangChain实现动态加载skills需要工具加中间件配合
day04 – LangChain 高级用法\15. LangChain – Skills – 案例：SQL助手
day04 – LangChain 高级用法\16. DeepAgents – 加载社区的任意 Skill –
day04 – LangChain 高级用法\17. LangGraph – 用一个RAG流程解密LangGraph用法
day04 – LangChain 高级用法\18. LangChain 创建的 Agent 就是 StateGraph
day04 – LangChain 高级用法\2. LangChain – HIL：人工介入
day04 – LangChain 高级用法\3. LangChain – HIL：流式输出
day04 – LangChain 高级用法\4. AgentChatUI – 工程创建
day04 – LangChain 高级用法\5. AgentChatUI – 整合后端Agent进行测试
day04 – LangChain 高级用法\6. Agent前后联调
day04 – LangChain 高级用法\7. LangChain – 多智能体：核心机制
day04 – LangChain 高级用法\8. LangChain – 多智能体：第一步：创建 日历子Agent
day04 – LangChain 高级用法\9. LangChain – 多智能体：第二步：创建邮件子Agent
day05 – ClaudeCode顶级智能体 – 源码分析\1. Claude Code – 安装
day05 – ClaudeCode顶级智能体 – 源码分析\2. Claude Code – 源码下载与配置
day05 – ClaudeCode顶级智能体 – 源码分析\3. Claude Code – 各种文件夹功能概览
day05 – ClaudeCode顶级智能体 – 源码分析\4. Claude Code – Query Loop 全流程
day05 – ClaudeCode顶级智能体 – 源码分析\5. Claude Code – QueryLoop 总结
day06 – 加餐：CC源码与Harness系统\1. cc源码 – queryLoop：分层压缩、模型调用、工具调用结果获取、组装所有数据进入下一轮
day06 – 加餐：CC源码与Harness系统\2. cc源码 – 短期记忆：维护对话历史的机制
day06 – 加餐：CC源码与Harness系统\3. cc源码 – 长期记忆：长期记忆召回与回灌
day06 – 加餐：CC源码与Harness系统\4. cc源码 – 工具调用：核心机制
day06 – 加餐：CC源码与Harness系统\5. 扯到DDD
day06 – 加餐：CC源码与Harness系统\6. cc源码 – skill加载
day06 – 加餐：CC源码与Harness系统\7. cc源码 – HITL
day06 – 加餐：CC源码与Harness系统\8. 从 harness 到 deepagents
day07 – 复习：RAG & Agent体系\1. 复习：RAG篇 – OpenAI & RAG演进
day07 – 复习：RAG & Agent体系\2. 复习：RAG篇 – Milvus
day07 – 复习：RAG & Agent体系\3. 复习：RAG篇 – LlamaIndex RAG实现
day07 – 复习：RAG & Agent体系\4. 复习：LangChain 篇 – 智能体核心

6.天宫医疗

day01 – 基础环境&Neo4j
day02 – 记忆系统改造
day03 – 智慧问诊 Agent
day04 – 智慧问诊 Workflow
day05 – 知识问答 Agent
day01 – 基础环境&Neo4j\1. 天宫医疗 – 背景介绍
day01 – 基础环境&Neo4j\10. Neo4j – 路径查询与聚合统计
day01 – 基础环境&Neo4j\11. Neo4j – 其他点
day01 – 基础环境&Neo4j\2. 天宫医疗 – 项目架构理解
day01 – 基础环境&Neo4j\3. 天宫医疗 – 项目脚手架创建
day01 – 基础环境&Neo4j\4. 天宫医疗 – 数据库初始化成功
day01 – 基础环境&Neo4j\5. 天宫医疗 – fastapi启动测试完成
day01 – 基础环境&Neo4j\6. 天宫医疗 – 初始化知识图谱数据，pg数据明天再搞
day01 – 基础环境&Neo4j\7. Neo4j – 基本概念
day01 – 基础环境&Neo4j\8. Neo4j – 可视化操作
day01 – 基础环境&Neo4j\9. Neo4j – 基本查询与多跳查询
day02 – 记忆系统改造\01. 天宫医疗 – 导入 PG 数据
day02 – 记忆系统改造\02. 天宫医疗 – 短期记忆改造：必要性
day02 – 记忆系统改造\03. 天宫医疗 – 短期记忆改造：整合 Redis Stack（包含RedisJson、RediSearch）
day02 – 记忆系统改造\04. 天宫医疗 – 短期记忆改造：单元测试redis短期记忆功能
day02 – 记忆系统改造\05. 天宫医疗 – 短期记忆改造：引入 会话压缩总结 中间件
day02 – 记忆系统改造\06. 天宫医疗 – 短期记忆改造：一些原理细节
day02 – 记忆系统改造\07. 天宫医疗 – 长期记忆改造：自定义 MilvusStore 实现 BaseStore
day02 – 记忆系统改造\08. 天宫医疗 – 长期记忆改造：为长期记忆编写调用工具
day02 – 记忆系统改造\09. 天宫医疗 – 长期记忆改造：给Agent追加长期记忆功能
day02 – 记忆系统改造\10. 天宫医疗 – 长期记忆改造：验证通过
day02 – 记忆系统改造\11. 天宫医疗 – MultiAgent 改造思路
day03 – 智慧问诊 Agent\01. MultiAgent：架构搭建
day03 – 智慧问诊 Agent\02. 智慧问诊：需求描述‘
day03 – 智慧问诊 Agent\03. 智慧问诊：核心流程
day03 – 智慧问诊 Agent\04. 智慧问诊：状态机对象
day03 – 智慧问诊 Agent\05. 智慧问诊：一些 Neo4j的Cypher查询
day03 – 智慧问诊 Agent\06. 智慧问诊：置信度、追问策略、边界处理等
day03 – 智慧问诊 Agent\07. 智慧问诊：症状同义词三层处理方案
day03 – 智慧问诊 Agent\08. 智慧问诊：数据流与多轮对话设计
day03 – 智慧问诊 Agent\09. 智慧问诊：第一步：定义整个工作流用的状态机对象（各节点数据共享）
day03 – 智慧问诊 Agent\10. 智慧问诊：第二步：症状三层标准化流水线
day03 – 智慧问诊 Agent\11. 智慧问诊：第三步：初始化Milvus症状向量索引
day03 – 智慧问诊 Agent\12. 智慧问诊：后面功能简介
day04 – 智慧问诊 Workflow\01. 天宫医疗 – 模块讲解顺序
day04 – 智慧问诊 Workflow\02. 智慧问诊 – 工作流：第四步：Neo4j 知识图谱检索‘
day04 – 智慧问诊 Workflow\03. 智慧问诊 – 工作流：第五步：置信度计算与收敛判断
day04 – 智慧问诊 Workflow\04. 智慧问诊 – 工作流：第六步：各个过程中用到的提示词模板
day04 – 智慧问诊 Workflow\05. 智慧问诊 – 工作流：第七步：HIS系统数据库功能（查询患者信息，保存问诊记录）
day04 – 智慧问诊 Workflow\06. 智慧问诊 – 工作流：第八步：核心九大节点功能
day04 – 智慧问诊 Workflow\07. 智慧问诊 – 工作流：第八步：组装workflow的完整流程
day04 – 智慧问诊 Workflow\08. 智慧问诊 – 工作流：第九步：改造 InquiryAgent 作为挂号助手
day04 – 智慧问诊 Workflow\09. 智慧问诊 – 工作流：第十步：修改work_tools逻辑
day04 – 智慧问诊 Workflow\10. 智慧问诊 – 工作流：第11步：对话流程
day04 – 智慧问诊 Workflow\11. 智慧问诊 – 工作流：测试功能
day05 – 知识问答 Agent\01. 三种不同中间件的作用
day05 – 知识问答 Agent\02. 数据作用
day05 – 知识问答 Agent\03. 智慧问诊Agent：流程测试完成
day05 – 知识问答 Agent\04. 多路RAG系统：基础架构说明
day05 – 知识问答 Agent\05. 多轮RAG系统：第一步：提示词
day05 – 知识问答 Agent\06. 多路RAG系统：第二步：查询改写
day05 – 知识问答 Agent\07. 多路RAG系统：第三步：假设性回答
day05 – 知识问答 Agent\08. 多路RAG系统：第四步：reranker精排
day05 – 知识问答 Agent\09. 多路RAG系统：第五步：文档RAG
day05 – 知识问答 Agent\10. 多路RAG系统：第六步：图RAG
day05 – 知识问答 Agent\11. 多路RAG系统：第七步：NL2SQL
day05 – 知识问答 Agent\12. 多路RAG系统：第八步：幻觉检测
day05 – 知识问答 Agent\13. 多路RAG系统：第九步：多路融合检索
day05 – 知识问答 Agent\14. 多路RAG系统：第十步：业务：处方审核
day05 – 知识问答 Agent\15. 多路RAG系统：企业级工具基础功能
day05 – 知识问答 Agent\16. 多路RAG系统：第15步：MinerU与文档解析导入流程
day05 – 知识问答 Agent\17. 多路RAG系统：第16-17步：工具封装与 Knowledge Agent实现
day05 – 知识问答 Agent\18. Agent功能划分