AI大模型RAG与Agent开发 全套学习资源整理(视频+资料+PPT)

在AI大模型应用开发领域，RAG与Agent智能体开发是当下核心且实用的技能方向，想要系统掌握这一技能，从基础接入到项目实战的全套学习资源至关重要。本次为大家整理了AI大模型RAG与Agent智能体开发项目的全套学习资源，涵盖高清视频教程、配套学习资料、专属课程PPT三大类，资源覆盖从前置环境准备到完整RAG项目开发的全流程，内容层层递进，助力零基础到实战开发的技能提升，以下是详细的资源整理。

一、核心高清视频教程

视频教程为整套课程的核心内容，按学习阶段分模块划分，从课程导学、环境前置准备，到工具库使用、提示词工程、RAG开发，最终落地到RAG实战项目，每个模块的视频均围绕对应知识点展开，针对性极强。

1. 课程导学：课程导学.mp4
2. P1前置准备：通义千问大模型的接入.mp4、代码调用云端的大模型.mp4、使用环境变量保护APIKEY.mp4、Ollama简介.mp4、win&mac部署ollama并运行蒸馏模型.mp4、代码调用ollama的本地模型.mp4
3. P2 OpenAI库的基础使用：OpenAI库的基础使用.mp4、OpenAI库的流式输出模式.mp4、OpenAI库附带历史消息调用模型.mp4
4. P3提示词工程：大模型prompt工程指南.mp4、提示词优化案例介绍和零样本少样本思想.mp4、提示词优化案例_金融文本分类任务.mp4、Json数据格式.mp4、提示词优化案例_金融文本信息抽取.mp4、提示词优化案例_金融文本匹配.mp4
5. P4 RAG开发：LangChain的简介.mp4、LangChain的环境部署.mp4、RAG介绍.mp4、向量的基础概念.mp4、余弦相似度算法.mp4、LangChain全系列核心操作视频（调用大语言模型、流式输出、调用聊天模型等）、各类Loader使用（CSVLoader、JSONLoader、TextLoader、PyPDFLoader等）、VectorStores向量存储.mp4、基于向量检索构建提示词.mp4、RunnablePassthrough的使用.mp4
6. P5 RAG项目：RAG项目案例介绍.mp4、RAG项目-文本上传WEB服务.mp4、RAG项目-md5工具函数开发.mp4、RAG项目-知识库更新服务.mp4、RAG项目-完成离线流程开发.mp4、RAG项目-在线流程向量存储服务代码.mp4、RAG项目-rag服务核心代码开发.mp4、RAG项目-历史会话记录功能的实现.mp4、RAG项目-聊天页面开发.mp4

二、配套完整学习资料

配套学习资料包含实战所需的数据资料和开发工具安装包两大块，覆盖Python开发、大模型调用、RAG开发的全场景工具需求，同时提供实战测试用的各类数据文件，无需额外寻找配套资源。

（一）数据资料

尺码推荐.txt、洗涤养护.txt、颜色选择.txt、info.csv、pdf1.pdf、pdf2.pdf、Python基础语法.txt、stu_json_lines.json、stu.csv、stu.json、stus.json

（二）开发工具安装包

1. Miniconda3：Miniconda3-latest-MacOSX-arm64.pkg、Miniconda3-latest-MacOSX-x86_64.pkg、Miniconda3-latest-Windows-x86_64.exe
2. PyCharm：pycharm-2025.2.6-aarch64.dmg、pycharm-2025.2.6.exe，及配套pj文件夹（含jetbra.zip、key.txt、pj教程.txt）
3. Python：python-3.10.11-amd64.exe、python-3.10.11-macos11.pkg

三、专属课程配套PPT

课程配套PPT是视频教程的重要补充，将各模块核心知识点、实战步骤进行提炼总结，方便学习过程中梳理知识框架、快速回顾重点，共包含三份核心PPT：

1. 01提示词工程.pptx
2. 02大模型RAG开发.pptx
3. 03RAG项目.pptx

整套学习资源围绕AI大模型RAG与Agent智能体开发打造，从基础的大模型接入、工具库使用，到进阶的提示词工程、LangChain开发，再到完整的RAG项目实战开发，形成了闭环的学习体系。各类资源相互配套，无论是入门学习还是实战提升，都能满足不同阶段的学习需求，适合想要深耕AI大模型应用开发的学习者系统使用。

本文对应资料

https://pan.quark.cn/s/1887e823d774