青戈AI小栈
会员限时8折

许愿墙

许个愿

这里收集大家想学的教程题材。点击「想学」参与选题,也可以在讨论中补充想法;有效 VIP 会员还可提交新题材。

置顶征集中视频课系统教程官方发起

LangGraph 入门实战:做一个岗位分析助手

想学 LangGraph,却不知道节点、状态、工具调用这些概念怎么串起来? 这门免费课带你从第一张图开始,逐步做出一个岗位分析助手:粘贴招聘要求,提取岗位方向与技能要求,对照自己的技能清单找出差距,确认后生成投递准备清单。 你会跟着学到: 用节点、边和状态组织执行流程 用条件分支处理不同岗位方向 接入大模型,提取结构化信息 让模型调用工具,读取技能清单 支持多轮追问,延续前面的分析 用中断等待人工确认,再恢复执行 用 PostgreSQL 保存状态,程序重启后继续 接入 FastAPI 和简单页面,走通完整流程 适合有 Python 基础、想入门 LangGraph 的同学,无需提前掌握 Agent 框架。第一节不需要模型密钥,就能跑出结果。 学完后,你将亲手做出一个能在网页上使用的岗位分析助手: 粘贴 JD,快速拆解要求:把大段招聘描述整理成清晰的岗位方向、技能与经验要求。 对照自己的技能,找出差距:看清哪些已经掌握、哪些还需要补齐。 连续追问,细化准备方向:比如“只考虑前端岗位呢”,助手会结合前面的对话继续分析。 把分析变成行动清单:确认后生成投递准备清单,明确接下来补什么、练什么、准备什么。 中途退出,下次接着做:用 PostgreSQL 保存状态,程序重启后继续未完成的流程。 课程计划采用免费带敲视频形式,配套笔记与源码。对这个方向感兴趣的话,欢迎点个「想学」,也可以留言聊聊你对课程的想法。

青哥哥公开课程讨论 0
征集中视频课系统教程官方发起

MCP 入门实战:开发自己的 AI 工具

想让 AI 用上自己写的 Python 功能,却不知道从哪里接起? 这门免费课将带你从第一个 MCP Server 开始,逐步做出一套本地学习资料工具:列出 Markdown / TXT 笔记、按关键词搜索、读取原文,再接入支持 DeepSeek 的现成命令行客户端,让 AI 结合你的资料回答问题、整理复习提纲。 你会跟着学到: 准备开发环境,运行第一个 MCP 工具 理解 Host、Client、Server 的分工 设计工具参数、返回结果与错误提示 搜索和读取本地资料,处理路径与内容边界 接入 AI 客户端,查看真实工具调用过程 用 Python 编写自己的 MCP Client 独立新增工具,排查连接、参数与执行问题 适合有 Python 基础、想入门 MCP 开发的同学,无需提前掌握 Agent 框架。第一节不需要模型密钥,就能运行并调用自己写的工具。 学完后,你将亲手做出一套能被 AI 使用的本地资料工具: 让 AI 用上自己的笔记:按关键词查找资料、读取原文,减少反复复制粘贴。 看清调用,核对回答依据:查看工具名称、参数与返回结果,要求助手标注资料路径和行号,并检查引用是否对应实际读取的内容。 把所学用到自己的需求中:通过自编 Client 调用工具,再独立增加新工具,把更多 Python 功能接给 AI。 课程计划采用免费带敲视频形式,配套笔记、素材与源码。接入 AI 的环节需自备 DeepSeek API Key,模型调用费用自理。 对这个方向感兴趣的话,欢迎点个「想学」,也可以留言聊聊你对课程的想法。

青哥哥公开课程讨论 0
征集中视频课系统教程官方发起

RAG 入门实战:做一个个人笔记问答助手

想让 AI 根据自己的笔记回答问题,却不知道文档切分、向量检索和大模型该怎么串起来? 这门免费课将带你使用 Python + LangChain,从几段学习资料开始,逐步做出一个个人笔记问答助手:读取本地 Markdown / TXT 笔记,用自然语言检索相关片段,再让大模型结合原文回答,并展示参考来源。 你会跟着学到: 跑通第一次 RAG 问答,看清检索与生成的分工 读取与切分笔记,为片段保留文件名和来源信息 理解 Embedding,建立、保存和加载向量索引 根据问题查找相关片段,调整切分与检索参数 组织提示词,让模型结合资料回答并标注引用 核对回答依据,排查检索漏答和缺少依据的问题 修改笔记后重建索引,让后续问答使用更新的资料 接入 FastAPI 和配套页面,在本机网页上使用 适合有 Python 基础、想入门 RAG 与知识库问答的同学,无需提前掌握 LangChain、LangGraph 或向量数据库。 学完后,你将亲手做出一个能在网页上使用的笔记问答助手: 用自己的话查笔记:通过自然语言问题寻找相关内容,观察不同问法下的检索结果。 结合原文得到回答:把检索到的片段交给模型,整理成便于阅读的解释。 顺着引用核对依据:查看回答引用的文件与原文片段,判断资料是否支持模型的说法。 找到问题再尝试改善:区分资料没有答案、检索漏掉依据和回答偏离原文,通过固定问题比较调整前后的效果。 课程计划采用免费带敲视频形式,配套笔记、示例资料与源码。网页使用配套成品页面,课程讲解 Python 问答逻辑与接口连接。生成模型使用 DeepSeek,嵌入模型需另行配置;调用在线模型需自备相应 API Key,模型调用费用自理。 对这个方向感兴趣的话,欢迎点个「想学」,也可以留言聊聊你希望用哪些资料来做问答。

青哥哥公开课程讨论 0

想学人数作为选题参考,具体安排以题材进度为准。

设置你的昵称

在英雄榜和讨论中,使用你自己的名字。

2–12 个字符0 / 12