极客时间-彭靖田-AI全栈开发实战营（完结）

这门课要解决的工程问题

很多开发者已经能够调用模型接口，却很难把一次问答真正落到业务里：资料不会被稳定检索，回答缺少边界，应用无法复用，接口也不能顺畅接入已有工作流。问题并不只是“提示词怎么写”，而是模型能力、业务知识、应用配置、测试方法和外部入口之间缺少一条可运行的链路。

这套实战资料围绕 FastGPT 展开，重点处理从模型能力到业务应用之间的连接。内容通过行政助理、电商专业客服、企业问答 Agent 等场景，说明如何组织知识内容、构建 RAG 问答、验证回答效果，再通过 API 和飞书机器人把应用接到实际使用入口。它更适合拿来对照搭建和排查，而不是只记概念。

• 理解大模型应用为什么需要知识检索和场景约束。
• 观察一个问答应用如何从演示配置变成可测试的业务流程。
• 掌握应用发布、接口调用与外部机器人接入之间的关系。

技术主线：从模型能力到可用应用

从技术栈角度看，这门课不是单独讲模型原理，也不是只展示一个聊天页面，而是把模型层、知识检索层、应用编排层和接口接入层串起来。FastGPT 可以作为应用构建入口，知识库和 RAG 负责为回答提供业务上下文，应用配置则负责约束角色、任务范围和输出方式。这样拆分后，模型本身不再承担全部职责，业务资料也不会和提示内容混在一起。

行政助理类应用和电商客服类应用看似不同，底层都可以拆成相近的结构：确定服务对象，准备领域资料，设计问答规则，处理正常问题和边界问题，再通过测试观察结果。电商客服案例更能体现专业知识检索的重要性，行政助理案例则适合观察通用任务如何被具体化。API 发布和飞书机器人接入进一步说明，应用只有被外部系统调用，才真正具备进入工作流程的条件。

学习时可以把每个案例看成一组可替换模块，而不是一次性的成品。业务资料可以更换，角色和约束可以调整，测试问题可以扩充，外部入口也可以重新连接。掌握这种拆分方式后，面对新的内部问答、资料查询或客服场景时，不必从空白页面重新摸索。

适合什么基础，建议先看哪几块

这门课更适合有基础编程或开发经验的人，至少应当理解变量、函数、接口请求、JSON 参数和基本的前后端交互。没有机器学习理论基础也可以学习，因为重点在 AI 应用落地、知识检索和系统接入；但如果完全没有接口和调试经验，建议先补充 HTTP 请求、参数传递、返回结果和错误排查等基础内容。

有后端、自动化工具或业务系统开发经验的读者，可以把它当作一套应用架构案例来阅读，重点关注模块如何组合、配置如何复用、接口如何发布。刚接触 AI 应用的开发者，则应当先建立“问题输入—知识检索—模型生成—结果验证—外部调用”的整体认识，不要一开始就只盯着某个提示词或某个界面选项。

建议先看能够完整展示应用建立、知识准备和一次问答运行的部分，先搞清楚一条最小链路；随后再看 RAG 的高级配置和电商客服案例，理解专业资料如何影响回答；接着学习 API 发布与飞书机器人接入，观察应用如何脱离管理界面被调用；最后再回看企业级问答 Agent，把前面学到的模块放到更完整的场景中。这样的顺序比直接跳到综合案例更容易定位问题。

用项目结构理解可复用模块

实际练习时，可以把一个 AI 应用拆成几类内容：业务资料、角色与任务说明、检索相关配置、回答格式约束、调用入口以及测试记录。资料负责提供事实，应用配置负责规定行为，接口负责连接外部系统，测试记录则用来判断调整是否有效。把这些内容分开管理，后续更换行业资料或修改服务对象时，才不会牵一发而动全身。

例如，可以先复现行政助理场景，再只替换知识内容和业务规则，把它改造成内部制度问答；也可以沿用同一套应用骨架，换成商品、售后和服务规范，观察它如何变成电商客服。对照两个场景时，不要只看最终回答，更要比较哪些内容属于通用结构，哪些内容只是领域数据，哪些配置决定了回答的边界。

练习中还应当保留自己的问题集合。除了常见问题，还要加入资料中没有答案的问题、表述不清的问题和容易误解的问题，记录应用是否能够拒答、追问或提示信息不足。这样做可以把“看起来能用”转化为可重复检查的结果，也能帮助开发者判断问题究竟来自知识内容、检索配置，还是应用规则本身。

学完后的独立实践与资料配合方式

完成主要案例后，可以独立搭建一个面向具体领域的知识问答应用，例如把团队制度、产品说明或服务规范整理成问答入口；也可以参照行政助理和电商客服的结构，制作一个具备专业资料检索能力的业务助手。进一步，还可以发布应用接口，连接飞书机器人，让用户通过熟悉的工作入口提交问题并获得回答。

独立实践的重点不是复制演示中的文字，而是重新完成需求拆解、资料整理、应用配置、问题测试和接口验证。每次更换一个场景，都应明确服务对象、允许回答的范围、无法回答时的处理方式，以及哪些问题必须优先返回准确资料。这样才能判断自己掌握的是搭建方法，还是只记住了某个案例的表面设置。

资料建议采用“看一小段、立即复现、再做替换”的方式使用。先按照演示完成最小版本，再把示例领域换成自己的资料；随后保存几组典型问题，逐项比较回答变化；遇到异常时，回到输入内容、知识资料、应用配置和接口参数逐层排查。最后可以不再观看操作过程，只依据自己的测试记录重新搭建一遍。这样的练习会把视频中的步骤转化为可迁移的工程经验。

• 先复现一个最小可运行的问答应用，再逐步增加业务约束。
• 使用自己的资料替换示例内容，验证 RAG 是否真的改善回答。
• 记录接口请求、返回结果和异常现象，形成个人排查清单。
• 完成网页端验证后，再练习通过 API 和飞书机器人调用。