先接受一件事：这门课不可能“两天速通”

迪哥这套 2025 版智能体开发课，内容是围绕真实可跑的项目链路展开的：Python 打底、提示词、Embedding 与向量检索、RAG、Ollama 本地部署、再到把 Agent 拼起来。它不像纯理论课那样听完就完，几乎每一段都要你动手敲、动手调。所以如果你每天只有半小时到一小时，别给自己定“一周学完”的目标，那只会让你在第三讲就放弃。

比较现实的节奏是：一次只推进一两个知识点，跑通一个最小例子，再往下走。慢不是问题，反复回看也不是问题——这门课本身就适合“看一遍、做一遍、再回头翻一遍”。

初学的人，先看这几块

课程资料包里有一份观看顺序表，它的作用不是让你按编号机械推进，而是帮你判断哪些是地基。按依赖关系，建议的顺序大致是：

  • 先补 Python 里跟调用模型、处理 JSON、发 HTTP 请求相关的那部分。不需要成为 Python 高手，但看到报错要能定位到哪一行。
  • 接着看 Prompt 提示词工程。这块最容易“看懂但写不出”，所以要照着例子自己改几版，感受一下指令变化带来的输出差异。
  • 再进 Embedding 与向量检索。这是 RAG 的前置，概念不难，难在理解“为什么检索结果是这样的”。
  • 然后才是 RAG 检索增强生成，把前面几块串起来。
  • 最后看 Ollama 本地部署和 Agent 智能体构建，这两块是综合运用，别提前跳进来。

哪些章节可以先略过

不是所有内容都必须一次啃完。如果你只是想先跑通一个能问答的知识库 Demo，那么环境搭建里那些偏运维的细节、本地模型部署的显存调优、以及部分非核心的扩展配置，可以先跳过，等主线跑通了再回来补。跳过不等于不学，只是把它排到后面，避免一上来就被环境问题卡住三天。

另外，某些章节会同时出现“基础用法”和“进阶技巧”，第一次看只需掌握基础用法，进阶部分先标记，等做完一遍再回头，会顺畅很多。

笔记和练习怎么配合

课程配套的章节笔记，最适合的用法不是当小说读，而是当“复盘清单”。比较有效的做法是：

  • 每完成两到三节，用自己的话写一小段小结，重点写“我卡在哪、怎么解决的”。
  • 把笔记里的关键步骤自己复现一遍，不看原文能不能跑起来。
  • 遇到报错先自己查，再对照笔记，把原因记下来——这些才是你以后真正用得上的东西。

最后，别急着追求“做出一套完整系统”。先让一个最小的 RAG 问答能正常回答，再逐步加检索优化、换本地模型、接 Agent。每加一层，都回头确认前一层还稳。做到这一步，你手上就已经有了一个能讲清楚的项目，而不是一堆看过的视频。


迪哥AI智能体2025｜观看顺序.xlsx

课程推荐

《迪哥·2025AI智能体开发课程》迪哥AI智能体2025｜观看顺序.xlsx【技能收获】学完可掌握：RAG 检索增强生成、Embedding 向量检索、Ollama 本地大模型部署、Prompt 提示词工程、AI Agent 智能体构建、Python 编程。课程以实战为导向，覆盖从基础概念到完整项目落地的关键步骤，配套章节笔记便于课后复盘与面试前快速回顾。【学习建议】建议按目录顺序学习，先打基础再进入综合实战章节；每完成 2～3 节可结合笔记整理一份学习小结，最终尝试独立复现一套完整 Demo 写入个人作品集。【就业发展】可面向岗位：AI 应用工程师、RAG 系统开发、Java 后端 + 大模型落地、企业知识库架构师。大模型应用岗需求持续走高，具备「后端 + RAG 落地」复合能力的人才在招聘市场更稀缺，简历中可突出完整项目链路而非仅会使用 API。 若你已有一定编程或运维基础，本课程可帮助你在现有技能栈上快速叠加热门方向能力，提升求职时的项目说服力与薪资谈判空间。

视频目录（173 节）

*   1、课程介绍.mp4

*   2-2工作流要完成的任务与节点定义.mp4

*   3-3插件配置方法与参数.mp4

*   4-4大模型节点配置方法.mp4

*   5-5结束节点配置.mp4

*   6-6智能体配置方法.mp4

*   1-1循环节点方法解读.mp4

*   2-2循环中参数的定义方法.mp4

*   3-3续写新闻稿件方法（循环中间变量使用）.mp4

*   4-4智能体测试与输出节点.mp4

*   5-5批处理的作用与效果.mp4

*   1-1做视频素材业务逻辑分析.mp4

*   2-2做剧本节点系统提示词方法.mp4

*   3-3完成剧本节点输出.mp4

*   4-4画面描述与图像生成节点构建.mp4

*   5-5图像违规词限制与运镜节点.mp4

*   6-6视频节点构建与错误分析.mp4

*   7-7图像生成节点错误调试并保险.mp4

*   8-8视频生成节点容易违规的解决方法.mp4

*   9-9选修（当作拓展知识）：配置外部视频软件成为插件.mp4

*   10-10选修：自定义插件配置方法实例.mp4

*   11-11选修：工作流中添加视频插件.mp4

*   1-1时间线定义方法.mp4

*   2-2剪映插件介绍.mp4

*   3-3时间线和素材绑定方法.mp4

*   4-4剪映草稿添加素材方法.mp4

*   5-5得到合成后的视频.mp4

*   1-1对话流配置与创建.mp4

*   2-2选择器的使用方法.mp4

*   3-3数据库与大模型的匹配方法.mp4

*   4-4知识库构建与匹配方法.mp4

*   5-5汇总输出与测试.mp4

*   1-1DEMO演示与基本流程分析.mp4

*   2-2表格填入模块解读.mp4

*   3-3表格的输入与输出.mp4

*   4-4查找与匹配的方法.mp4

*   5-5飞书表格智能体测试应用与常见问题.mp4

*   1-1DEMO演示与应用分析.mp4

*   2-2输入参数与大模型配置.mp4

*   3-3图像生成模型配置.mp4

*   4-4COZE中的应用模块配置.mp4

*   5-5COZE应用界面设计.mp4

*   1-1提示词与工作流配置.mp4

*   2-2插件配置方法与输出.mp4

*   01-1COZE-API开通方法.mp4

*   02-2API外部调用方法实例演示.mp4

*   03-3Cursor应用例子分析.mp4

*   04-4用CURSOR构建一个浏览器插件.mp4

*   05-5API调用与插件测试.mp4

*   01-1效果演示与数据读取.mp4

*   02-2数据清洗与处理.mp4

*   03-3结合DeepSeek构建代码节点.mp4

*   04-4结合DeepSeek进行数据分析.mp4

*   05-5配置插件把分析结果存在excel里.mp4

*   06-6数据可视化配置方法与节点调试分析.mp4

*   07-7不同可视化图表配置方法.mp4

*   08-8输出与展示配置.mp4

*   01-1插件的基本配置方法.mp4

*   02-2输入输出参数配置方法.mp4

*   03-3在工作流中配置自己的插件并使用.mp4

*   01-1助手插件接入.mp4

*   02-2数据表创建方法.mp4

*   03-3识别工作流配置与测试.mp4

*   04-4调用模块工作流配置.mp4

*   05-5知识库配置.mp4

*   01-1自定义插件创建方法与流程.mp4

*   02-2插件输出配置与循环体.mp4

*   03-3知识库配置与结果输出.mp4

*   01-1影刀RPA分析.mp4

*   02-2影刀安装方法.mp4

*   03-3影刀流程配置方法实例.mp4

*   04-4执行循环操作.mp4

*   05-5完成文案采集的全部功能.mp4

*   01-1RAGFLOW介绍和特点.mp4

*   02-2RAGFLOW接入本地模型.mp4

*   03-3Chat与Embedding模型接入.mp4

*   04-4知识库构建实例.mp4

*   05-5封装成API调用.mp4

*   01-1RAG要完成的任务解读.mp4

*   02-2RAG整体流程解读.mp4

*   03-3召回优化策略分析.mp4

*   04-4召回改进方案解读.mp4

*   05-5评估工具RAGAS.mp4

*   06-6外接本地数据库工具.mp4

*   01-1整体故事解读.mp4

*   02-2要解决的问题和整体框架分析.mp4

*   03-3论文基本框架分析.mp4

*   04-4Agent的记忆信息.mp4

*   05-5感知与反思模块构建流程.mp4

*   06-6计划模块实现细节.mp4

*   07-7整体流程框架图.mp4

*   08-8感知模块解读.mp4

*   09-9思考模块解读.mp4

*   10-10项目环境配置方法解读.mp4

*   01-0Python环境说明.mp4

*   02-1AutoGenStudio框架安装与介绍.mp4

*   03-2动作API配置方法.mp4

*   04-3国内常用API配置方法.mp4

*   05-4API接口在线测试.mp4

*   06-5工作流配置.mp4

*   07-6执行流程与结果.mp4

*   01-1API生成方法.mp4

*   02-2GroupChat模块.mp4

*   03-3执行流程分析.mp4

*   04-4外接本地支持库配置方法.mp4

*   05-5加入RAG技能.mp4

*   06-6LMStudio本地下载部署模型.mp4

*   07-7调用本地模型方法与配置.mp4

*   08-8AutogenStudio本地化部署流程.mp4

*   09-9本地化部署接入应用实例.mp4

*   10-10调用SD-API完成设计.mp4

*   11-11Ollama环境配置与安装.mp4

*   12-12autogen接入本地模型.mp4

*   01-1论文概述分析.mp4

*   02-2整体框架逻辑介绍.mp4

*   03-3项目环境配置.mp4

*   04-4基础解读-动作定义方式.mp4

*   05-5基础解读-角色定义.mp4

*   06-6单动作智能体实现方法.mp4

*   07-7多动作配置方法.mp4

*   08-8定时器任务环境配置.mp4

*   09-9定时器任务流程解读分析.mp4

*   01-0基本Agent的组成.mp4

*   02-1Agent要完成的任务和业务逻辑定义.mp4

*   03-2问题拆解与执行流程.mp4

*   04-3检索得到重要的URL.mp4

*   05-4子问题生成总结结果.mp4

*   06-5总结与结果输出.mp4

*   01-1DEMO演示与整体架分析.mp4

*   02-2后端GPT项目部署启动.mp4

*   03-3前端助手API与流程图配置.mp4

*   04-4接入外部API的方法与流程.mp4

*   05-5引入API方法解读.mp4

*   06-6指令提示构建.mp4

*   01-1环境相关配置解读.mp4

*   02-2工具调用流程拆解.mp4

*   03-3功能调用方法实例.mp4

*   04-4RAG环境配置搭建.mp4

*   05-5LLAMA3应用-RAG搭建方法.mp4

*   06-6RAG基本流程分析.mp4

*   01-1LORA微调方法.mp4

*   02-2指令微调所需数据与模型下载.mp4

*   03-3llama3模型微调实例.mp4

*   04-4llama3微调后进行量化.mp4

*   05-5llama.cpp量化实例.mp4

*   06-6部署应用.mp4

*   01-1LORA微调方法.mp4

*   02-2指令微调所需数据与模型下载.mp4

*   03-3llama3模型微调实例.mp4

*   04-4llama3微调后进行量化.mp4

*   05-5llama.cpp量化实例.mp4

*   06-6部署应用.mp4

*   07-7项目需求分析流程.mp4

*   08-8数据与特征库准备.mp4

*   09-9模型准备与项目分析.mp4

*   10-10模型选择方法总结.mp4

*   11-11项目经验总结与优化，方法.mp4

*   01-1数据挖掘要解决的问题.mp4

*   02-2数据处理与清洗分析.mp4

*   03-3特征工程的作用与流程.mp4

*   04-4机器学习算法分析.mp4

*   05-5模板到哪去找.mp4

*   01-1知识图谱要解决的问题与流程分析.mp4

*   02-2知识图谱项目实际应用分析.mp4

*   03-3知识图谱实战应用项目解读.mp4

*   04-4大模型要解决的问题和应用分析.mp4

*   05-5工具总结分析.mp4

*   01-1MOE概述分析.mp4

*   02-2MOE模块实现方法解读.mp4

*   03-3效果分析与总结.mp4

*   01-1RAG与微调可以解决与无法解决的问题.mp4

*   02-2RAG实践策略.mp4

*   03-3微调要解决的问题.mp4

配套笔记（6 份 PDF）

*   大模型.pdf

*   RAG.pdf

*   斯坦福小镇论文.pdf

*   斯坦福AI小镇.pdf

*   Agent思维导图.pdf

*   metaGpt.pdf