大模型应用开发 · 从零到一实战 · 课程目录

大模型时代序幕：从GPT到国产大模型，为什么现在要学大模型应用开发？

开发环境全家桶：Python 3.10+、Anaconda、VS Code与Jupyter Notebook配置实战。

Python基础速通（上）：变量、数据类型、字符串与列表，为API调用打基础。

Python基础速通（下）：函数、类与模块化编程，理解LangChain的底层逻辑。

API调用第一课：OpenAI API Key申请、环境变量配置与你的第一个Chat Completion请求。

Prompt Engineering入门：角色设定、Few-Shot与Chain-of-Thought，让模型更听话。

Token与成本控制：Token计算、上下文窗口、模型选择与API限流策略。

LangChain框架初探：核心组件（Model I/O、Retrieval、Chain）与Hello World。

LangChain入门

模型调用封装：用LangChain统一调用OpenAI、文心一言、通义千问等模型。

多模型封装

Prompt模板管理：从硬编码到Prompt Template，实现提示词复用与动态拼接。

输出解析器：让模型输出结构化数据（JSON、Pydantic），告别字符串解析噩梦。

解析器结构化

Chain链式调用：LLMChain、SequentialChain与RouterChain，构建复杂工作流。

记忆模块：ConversationBufferMemory与ConversationSummaryMemory，让对话有上下文。

记忆上下文

文档加载与分割：PDF、网页、数据库数据加载，Text Splitters策略详解。

向量数据库与Embedding：OpenAI Embeddings、ChromaDB与FAISS，实现语义搜索。

向量库Embedding

检索增强生成（RAG）实战：构建本地知识库问答系统，从文档到答案。

Agent智能体入门：ReAct模式、Tool定义与AgentExecutor，让模型学会使用工具。

自定义工具开发：写一个搜索工具、计算器工具，扩展Agent能力边界。

多Agent协作：创建多个专业Agent，模拟团队协作完成复杂任务。

Streamlit快速构建UI：从命令行到Web界面，让你的LLM应用有颜值。

Gradio交互式应用：更灵活的UI组件，支持多模态输入输出。

Gradio多模态

异步编程与并发：asyncio与LangChain的异步调用，提升应用吞吐量。

日志与监控：LangSmith集成、自定义日志与Token使用统计。

监控LangSmith

错误处理与重试机制：API异常捕获、指数退避重试与优雅降级。

错误处理重试

安全与合规：Prompt注入防护、内容过滤与数据隐私保护。

模型微调入门：OpenAI Fine-tuning API实战，让模型学会你的业务语言。

微调Fine-tune

部署与上线：FastAPI构建REST API、Docker容器化与云服务器部署。

实战项目一：智能客服机器人（RAG + Memory + Agent）。

实战项目二：AI写作助手（Prompt模板 + Chain + 输出解析）。

实战项目三：个人知识库问答系统（完整RAG Pipeline + UI）。

项目知识库