ai大模型全栈工程师11期|知乎

后端开发

课程简介

从应用层到工程化落地的完整闭环这门课程的核心价值在于打通了从大模型底层原理到实际工程应用的链路，解决了许多开发者“懂概念但不会用”或“会调用 API 但无法构建复杂系统”的痛点。它不仅仅是教你怎么聊天，而是重点讲解如何将 AI 能力封装进业务逻辑，特别是围绕 RAG（检索增强生成）和 Agent（智能体）这两个当前最具落地价值的方向展开。课程涵盖了从 P…

已有 1 人浏览发布 2026-10-07 更新 2026-10-11

从应用层到工程化落地的完整闭环

这门课程的核心价值在于打通了从大模型底层原理到实际工程应用的链路，解决了许多开发者“懂概念但不会用”或“会调用 API 但无法构建复杂系统”的痛点。它不仅仅是教你怎么聊天，而是重点讲解如何将 AI 能力封装进业务逻辑，特别是围绕 RAG（检索增强生成）和 Agent（智能体）这两个当前最具落地价值的方向展开。课程涵盖了从 Python 基础巩固、Prompt 工程优化，到 Embedding 向量数据库选型、LangChain 与 LlamaIndex 框架的实际应用，直至 Function Calling 和 AutoGPT 等多任务协作系统。这种结构非常适合那些已经掌握基本编程语法，但缺乏将 AI 集成到后端服务中经验的中级开发者。通过对照源码实践，你可以理解如何构建一个具备记忆、工具调用和多步骤推理能力的智能系统，而不仅仅是停留在演示阶段。

建议学习路径与核心模块拆解

建议采用“基础扫盲 + 核心深挖”的策略。首先快速回顾第二课 Python 基础和第五课 API 调用，确保能独立写出稳定的接口请求，这是后续所有开发的基石。重点投入时间在第七至第九课，即 Embedding、向量数据库及 RAG 技术部分。这是目前企业级应用最需要的技能，你需要深入理解切片策略、相似度搜索算法以及上下文窗口的管理，参考提供的代码示例，动手搭建一个属于自己的知识库问答系统。随后，第十课和第十一课涉及 LlamaIndex 和 LangChain，不要死记 API 文档，而是结合具体场景（如多文档问答、数据提取）来理解框架的设计模式。对于基础较弱者，第六课 Cursor 编程技巧能帮助提升代码生成效率，但请务必阅读生成代码的逻辑。

进阶实践与独立项目能力

学完前十一课后，你应当具备独立开发基于 RAG 的企业内部知识库助手的能力。进一步的挑战在第十二至十四课，重点在于 Function Calling 和 Agent 系统。你需要理解如何让模型自主决定调用哪些外部工具，如何管理多轮对话中的状态，以及如何通过 AutoGPT 等框架实现目标驱动的自动化工作流。资料包中的实践案例是连接理论与实践的关键，建议你在本地环境中复现这些案例，修改其中的参数和逻辑，观察输出结果的变化。例如，尝试改变向量数据库的索引类型，对比搜索精度与速度的差异；或者在 Agent 中加入不同的插件，测试其决策稳定性。最终目标是能够独立设计并部署一个包含用户意图识别、工具调用、结果聚合的完整 AI 应用，掌握从数据处理、模型交互到服务部署的全栈技能，具备解决复杂业务场景下 AI 集成问题的能力。

课程介绍

QQ_1749863020492.png (211.72 KB, 下载次数: 0) 2025-6-14 09:11 上传 672cd66bbba51ff8a4ab834e5fce77b.png (61.58 KB, 下载次数: 0) 2025-6-14 09:11 上传第零课开班综述第一课AI大模型基本原理第二课python编程基础第三课prompt工程设计与优化第四课GPU与CPU计算硬件与大模型第五课API基础与通过API调用大模型第六课Cursor编程从入门到精通第七课Embedding和向量数据库第八课RAG技术第九课RAG高级技术及实践第十课LlamaIndex：知识管理与信息检索应用第十一课LangChain：多任务应用开发第十二课Function Calling与跨模型协作第十三课Agent智能体系统的设计与应用第十四课AutoGPT原理和实现

课程目录

QQ_1749863020492.png (211.72 KB, 下载次数: 0) 2025-6-14 09:11 上传 672cd66bbba51ff8a4ab834e5fce77b.png (61.58 KB, 下载次数: 0) 2025-6-14 09:11 上传 第零课开班综述 第一课AI大模型基本原理 第二课python编程基础 第三课prompt工程设计与优化 第四课GPU与CPU计算硬件与大模型 第五课API基础与通过API调用大模型 第六课Cursor编程从入门到精通 第七课Embedding和向量数据库 第八课RAG技术 第九课RAG高级技术及实践 第十课LlamaIndex：知识管理与信息检索应用 第十一课LangChain：多任务应用开发 第十二课Function Calling与跨模型协作 第十三课Agent智能体系统的设计与应用 第十四课AutoGPT原理和实现 第十五课Fine-tuning技术与大模型优化 第十六课Coze工作原理及应用开发 第十七课Coze应用、插件与 SDK 开发 第十八课dify本地部署及应用开发 第十九课 PyTorch基础与应用 第二十课 PyTorch 进阶：复杂网络模型搭建、迁移及部署 第二十一课 tensorflow及应用 第二十二课 项目实战：企业知识库 1 第二十三课 项目实战：企业知识库 2 第二十四课 项目实战：AI搜索类应用 第二十五课 项目实战：AI搜索类应用 2 第二十七课 项目实战：智能招聘面试模拟系统 AI大模型资料第一课