学习本课程之前，建议您具备以下前置技能

1. Linux 基础:基本的 Linux 命令和操作知识，有助于服务器部署和管理
2.编程基础:熟悉至少一种编程语言(如 Python)
3.硬件资源:一台具有GPU资源的主机(RTX3090)

DIFY 是一个开源的 LLMOps 平台，旨在帮助开发者更轻松地构建、管理和优化大语言模型(LLM)相关的应用程序。本课程将深入介绍 DIFY 平台的核心功能、操作方法和企业实践，帮助学员全面掌握该平台的使用技巧，并通过实际案例和项目演练，使学员掌握RAG、Agent、工作流等主流生成式AI应用相关技术。

DIFY 课程的特点如下:

1.实用性强:课程内容以实际应用为导向，注重学员对 DIFY 平台在实际项目中的操作和应用，确保学员在学习结束后能够独立完成大语言模型相关的开发任务。

2.系统全面:课程大纲涵盖了 DIFY 平台的各个方面，从基础概念、安装配置，到高级应用和优化技巧，帮助学员全面了解和掌握平台功能。

3. 实践导向:每个模块都包含实际操作和项目演练，通过亲手实践，学员能够更好地理解和掌握所学知识，并积累实际操作经验。

【资源目录】：

├──第一章 DIFY平台部署
| ├──1.1 LLMOPS 介绍.mp4 915.70M
| ├──1.2 安装docker-ce.mp4 483.64M
| ├──1.3 Nviadia-Container-tookits安装.webm 207.67M
| ├──1.4 模型管理工具容器化部署.webm 498.93M
| └──1.5 DIFY安装与模型接入.webm 844.85M
├──第二章 GenAI对话型应用
| ├──2.1 ChatBot对话与LLM模型参数.webm 749.25M
| ├──2.2 智能面试官-ChatBot编排.webm 233.36M
| └──2.3 智能旅行助理-AIAgent.webm 272.09M
├──第三章 GanAI工作流案例实践
| ├──3.1 工作流编排-长文生成.webm 795.31M
| └──3.2 工作流编排-智能客服.webm 682.10M
├──第四章 RAG企业私有知识库建设
| ├──4.1 RAG与私有知识库建设.webm 917.67M
| └──Chatflow-图文对话.webm 530.61M
└──课件
| └──DIFY大模型应用实战.zip 11.67M