极客时间-AI大模型企业应用实战

课程是一套紧跟技术前沿的AI大模型应用开发实战课程，专为希望掌握大模型工程化落地能力的开发者和AI从业者设计。课程以”大模型入门→LangChain框架→Agent智能体→RAG检索增强→代码与研发赋能→云原生部署→架构展望”为主线，从HelloGPT第一个程序起步，系统讲解Prompt工程、Function Calling、ReAct模式、文本向量化、LangChain Retrieval等核心技术，通过构建多模态Chatbot、硅基工程师、代码生成等实战项目，带你全面掌握大模型在企业级场景中的落地方法论，最终具备独立设计和开发大模型应用系统的完整能力。
核心学习路径
1. 大模型入门与交互基础
HelloGPT初体验：从零搭建第一个大模型程序，快速建立与大模型交互的直观感受。
提示词工程：掌握获得代码友好回复的Prompt编写技巧，学会高效”指挥”大模型输出高质量结果。
会话状态管理：为Chatbot赋予记忆能力，实现多轮对话上下文保持，打造真正有”记忆”的智能对话系统。
对话式UI设计：探索对话启发式交互范式，重新思考人机交互方式，提升产品用户体验。
2. LangChain框架与Agent智能体
LangChain核心：认识LangChain作为大模型应用开发”瑞士军刀”的核心定位，掌握其链式调用、模板管理等基础能力。
Function Calling：解锁GPT调用外部工具的能力，让大模型从”纯文本生成”进化为”可执行任务”的智能体。
LangChain Agent：深入Agent架构设计，实现大模型自主规划、调用工具、完成复杂任务的闭环能力。
In-context Learning：掌握上下文学习技巧，通过少量示例让大模型快速适配特定任务场景。
ReAct模式：学习推理（Reasoning）与行动（Acting）交替进行的Agent架构，实战构建自己的AutoGPT。
3. 企业级RAG应用开发
文本分片与向量化：掌握文本切分策略与向量表示方法，将企业内部非结构化数据转化为大模型可理解的向量表示。
LangChain Retrieval：搭建检索增强生成（RAG）管道，实现大模型与企业内部知识库的无缝连接，让大模型”读懂”企业私有数据。
4. 综合实战项目
多模态Chatbot构建：整合所学技术，构建支持多模态交互的智能对话系统，实现从理论到工程的完整闭环。
硅基工程师：探索大模型在研发全流程中的应用，实现代码审查、文档生成、需求分析等自动化场景。
代码生成与LLM开发：掌握大模型辅助代码生成的最佳实践，学习编写大模型友好的代码规范，提升开发效率。
5. 工程化与架构部署
云原生部署：学习大模型应用的容器化部署方案，掌握Kubernetes、服务网格等云原生技术，成为兼具AI与DevOps能力的复合型人才。
HuggingFace与预训练模型：借助AI开源社区力量，学习HuggingFace生态使用，获取和微调预训练模型，拓展模型能力边界。
架构展望：系统梳理大模型应用参考架构，理解集成大模型的系统设计原则与最佳实践，为项目架构选型提供理论支撑。
6. 拓展与总结
Semantic Kernel实战：通过直播回放深入学习微软Semantic Kernel框架，拓展跨框架开发视野。
课程综述与结课测试：系统回顾核心知识点，通过结课测试检验学习成果，巩固知识体系。
课程亮点
从入门到企业级，完整链路覆盖：从HelloGPT第一个程序到企业级RAG应用，从Agent智能体到云原生部署，一条主线贯穿大模型应用开发全生命周期。
LangChain深度实战：不止于框架API调用，深入Agent架构、ReAct模式、Retrieval管道等核心设计思想，让你真正理解框架背后的工程哲学。
企业场景导向：聚焦企业内部数据接入、研发流程赋能、代码生成等真实企业需求，学完即可上手企业级项目。
工程化思维贯穿：不仅教”怎么用大模型”，更教”怎么把大模型工程化落地”——从代码规范、测试到云原生部署，培养完整的产品交付能力。
前沿技术聚合：涵盖LangChain、Semantic Kernel、HuggingFace、AutoGPT、多模态等当下最热门的大模型技术方向。

课程目录：
AI大模型
01-第一个大模型程序：HelloGPT.mp4
02｜提示词技巧：获得代码友好的回复.mp4
03-初识LangChain：你的瑞士军刀.mp4
04｜保持会话状态：让Chatbot获得记忆.mp4
05-对话启发式UI：交互方式的新思考.mp4
06-FunctionCalling：让GPT学会使用工具.mp4
07｜LangChainAgent：让GPT学会使用工具.mp4
08｜In-contextlearning：学习解决特定任务.mp4
09｜ReAct模式：构建自己的AutoGPT.mp4
10｜文本分片及向量化：让大模型应用企业内部数据.mp4
11｜LangChainRetrieval：连接大模型和内部文本.mp4
12｜整合所学：构建多模态Chatbot.mp4
13｜研发全过程中的应用：硅基工程师诞生.mp4
14｜代码生成：解决代码生成的依赖性并增强确定性.mp4
15｜有效利用LLM开发：编写大模型友好的代码.mp4
16｜云原生部署任务实践：让你成为更好的DevOps工程师.mp4
17｜HuggingFace与Pre-trainedModel：借助AI社区的力量.mp4
18｜架构展望：集成大模型的应用参考架构.mp4
内容综述.mp4
直播回放｜Semantic-Kernel大模型开发实战.mp4
结束语｜道阻且长，行则将至.mp4
结课测试｜来赴一场满分之约吧！.ts
课程介绍.ts

下载地址：

感谢您的来访，获取更多精彩文章请收藏本站。