知乎Ai应用开发工程师大模型11期|2025完结

课程简介

大模型应用工程化：从提示词到可上线系统当前大模型技术迭代极快，许多开发者卡在“会调 API 但做不出完整产品”的瓶颈上。本课程聚焦于 LLM 应用的工程落地，核心解决的是如何将零散的模型能力组合成稳定、可控、可迭代的生产级系统。课程不局限于单一框架的 API 调用演示，而是深入剖析 LangChain 与 LlamaIndex 两大主流开发库的设计哲学与…

已有 22 人浏览发布 2026-03-01 更新 2026-10-11

大模型应用工程化：从提示词到可上线系统

当前大模型技术迭代极快，许多开发者卡在“会调 API 但做不出完整产品”的瓶颈上。本课程聚焦于 LLM 应用的工程落地，核心解决的是如何将零散的模型能力组合成稳定、可控、可迭代的生产级系统。课程不局限于单一框架的 API 调用演示，而是深入剖析 LangChain 与 LlamaIndex 两大主流开发库的设计哲学与实战用法。内容覆盖从基础的环境搭建、依赖管理，到高级的 RAG（检索增强生成）架构设计、智能体（Agent）工作流编排，再到最终的模型量化部署与评测优化。这种结构化的知识体系，旨在填补理论学习与实际工程交付之间的鸿沟，帮助开发者建立完整的大模型应用开发视野。

适合人群与前置基础要求

本课程适合具备 Python 编程基础，且对自然语言处理有一定概念但不深入理解的工程师或进阶学习者。理想的学习者应能熟练阅读 Python 代码，理解面向对象编程的基本概念，并知晓 Git 的基本操作。无需深厚的机器学习数学背景，因为课程侧重应用层开发而非底层模型训练。但需要你对 Transformer 架构有基本认知，了解 Token、Embedding、Context Window 等核心术语的含义。对于完全零基础的小白，建议先补充 Python 语法和基本的 AI 概念后再介入；而对于已有传统后端开发经验的工程师，这门课则是切入 AI 工程领域的高效路径。重点在于实践而非理论推导，因此动手能力强于学术背景的学员往往能获得更好的收益。

学习路径与资料配合建议

建议学习顺序遵循“基础概念→工具链掌握→架构设计→实战项目”的递进逻辑。首先应通读关于大模型基础原理及环境配置的章节，确保本地开发环境无误。其次，重点攻克 LangChain/LlamaIndex 的核心模块，如链式调用、记忆管理和工具定义，这是构建复杂应用的地基。随后，深入研究 RAG 管道的搭建细节，包括文档加载、分块策略、向量数据库选型及检索优化，这是当前企业级应用最核心的场景。最后，通过完整的案例项目将各模块串联，体验从需求分析到系统部署的全流程。配套资料中的源码是学习的核心资产，切忌仅观看视频而忽略代码。建议采用“对照阅读→复现运行→修改调试→二次开发”的模式：先运行官方示例确保环境正常，再尝试修改参数观察输出变化，最后基于现有代码重构或添加新功能。对于资料中提供的配置文件和向量库数据，应仔细分析其结构设计，理解其在实际项目中的复用方式。通过这种高强度的代码级实践，才能真正掌握将大模型能力转化为独立生产系统的工程技能。

网盘截图：

课程目录：

│ 001 AI大模型应用开发工程师就业速成计划-开班综述.pdf
│ AI大模型应用开发工程师就业速成计划——预习指南.zip
│ 第零课开班综述.mp4
│
├─22项目实战：企业知识库1
│ 22-project-rag-a.zip
│
├─22 项目实战：企业知识库2
│ 23-project-rag-b.zip
│
├─23 项目实战：AI搜索类应用1
│ project-search.zip
│
├─23 项目实战：AI搜索类应用2
│ 25-project-search-b.zip
│
├─24 项目实战：智能招聘面试模拟系统
│ project-interview.zip
│
├─AI大模型资料第一课
│ 2024大模型典型示范应用案例集.pdf
│ AI产品经理面试题65道.pdf
│ AI大模型应用开发工程师知识图谱-20250324(1).pdf
│ AI大模型应用开发工程师知识图谱-20250324.pdf
│ day1-一节课搞懂大模型应用开发-2025.pdf
│ 生成式AI商业落地白皮书.pdf
│
├─第一课AI大模型基本原理
│ 01-principle.zip
│ 第一课AI大模型基本原理.mp4
│
├─第七课Embedding和向量数据库│ 1-Embedding与向量数据库 (1).pdf
│ 2-向量数据库使用 (1).pdf
│ 7、Embeddings和向量数据库-评论区.pdf
│ 第七课Embeddings和向量数据库.mp4
│ 课件代码-1.zip
│ 课件代码-2.zip
│
├─第三课prompt工程设计与优化
│ 03-prompt.zip
│ 第三课prompt工程设计与优化.mp4
│
├─第九课RAG高级技术及实践
│ 1-RAG高级技术与实践.pdf
│ 2-GraphRAG.pdf
│ 3-Qwen-Agent技术.pdf
│ 9、RAG高级技术与最佳实践-评论区.pdf
│ RAG高级技术及实践.mp4
│ 代码.zip
│
├─第二十一课 tensorflow及应用
│ 21-TensorFlow及其应用.zip
│ 第二十一课tensorflow及期应用.mp4
│
├─第二十七课 项目实战：智能招聘面试模拟系统 2
│ project-interview.zip
│
├─第二十三课 项目实战：企业知识库 2
│ 23-project-rag-b.zip
│
├─第二十二课 项目实战：企业知识库 1
│ 22-project-rag-a.zip
│
├─第二十五课 项目实战：AI搜索类应用 2
│ 25-project-search-b.zip
│
├─第二十四课 项目实战：AI搜索类应用 1
│ project-search.zip
│
├─第二十课PyTorch进阶：复杂网络模型搭建、迁移及部署
│ 20-pytorch进阶-复杂网络模型搭建与迁移.zip
│ 第二十课PyTorch 进阶：复杂网络模型搭建、迁移及部署.mp4
│
├─第二课python编程基础
│ 02-python.zip
│ 第二课Python编程基础.mp4
│
├─第五课API基础与通过API调用大模型
│ 05-introduce-of-API.zip
│ 第五课API基础与能过API调用大模型.mp4
│
├─第八课RAG技术
│ 08-代码.zip
│ 1-RAG技术与应用.pdf
│ 8、RAG技术与应用-评论区.pdf
│
├─第六课Cursor编程从入门到精通
│ 06-cursor.zip
│ 6、Cursor编程-从入门到精通-评论区.pdf
│ 第六课cursor编程从入门到精通.mp4
│
├─第十一课LangChain：多任务应用开发
│ 11-langchain.zip
│ 第十一课LangChain：多任务应用开发.mp4
│
├─第十七课Coze应用、插件与 SDK 开发
│ Coze应用、插件与 SDK开发.zip
│ 第十七课Coze应用、插件与 SDK 开发.mp4
│
├─第十三课Agent智能体系统的设计与应用
│ 13-agent.zip
│ 第十三课Agent智能体系统的设计与应用.mp4
│
├─第十九课 PyTorch基础与应用
│ 19-pytorch.zip
│ 19、PyTorch基础与应用.mp4
│
├─第十二课Function Calling与跨模型协作
│ 12-function-calling.zip
│ 第十二课Function Calling与跨模型协作.mp4
│
├─第十五课Fine-tuning技术与大模型优化
│ 15-Fine-课后版.zip
│ 15-代码.zip
│ 第十五课Fine-tuning技术与大模型优化.mp4
│
├─第十八课dify本地部署及应用开发
│ 18-dify本地部署及应用开发-v1.zip
│ 第十八课Dify本地化部署和应用.mp4
│
├─第十六课Coze工作原理及应用开发
│ 16-Coze工作原理及应用开发.zip
│ 第十六课Coze工作原理及应用开发.mp4
│
├─第十四课AutoGPT原理和实现
│ 14-autogpt.zip
│ 第十四课AutoGPT原理和实现.mp4
│
├─第十课LlamaIndex：知识管理与信息检索应用
│ 10-llamaindex-01.zip
│ 10-llamaindex-02.zip
│ 10、lamaIndex：知识管理与信息检索应用-评论区.pdf
│ 第十课LlamaIndex：知识管理与信息检索应用.mp4
│
└─第四课GPU与CPU计算硬件与大模型 04-hardware.zip 第四课GPU与CPU计算硬件与大模型训练 .mp4

课程目录

目录：
001 AI大模型应用开发工程师就业速成计划-开班综述.pdf
AI大模型应用开发工程师就业速成计划——预习指南.zip
第零课开班综述.mp4
22 项目实战：企业知识库1
22-project-rag-a.zip
22 项目实战：企业知识库2
23-project-rag-b.zip
23 项目实战：AI搜索类应用1
project-search.zip
23 项目实战：AI搜索类应用2
25-project-search-b.zip
24 项目实战：智能招聘面试模拟系统
project-interview.zip
AI大模型资料第一课
2024大模型典型示范应用案例集.pdf
AI产品经理面试题65道.pdf
AI大模型应用开发工程师知识图谱-20250324(1).pdf
AI大模型应用开发工程师知识图谱-20250324.pdf
day1-一节课搞懂大模型应用开发-2025.pdf
生成式AI商业落地白皮书.pdf
第一课AI大模型基本原理
01-principle.zip
第一课AI大模型基本原理.mp4
第七课Embedding和向量数据库
1-Embedding与向量数据库 (1).pdf
2-向量数据库使用 (1).pdf
7、Embeddings和向量数据库-评论区.pdf
第七课Embeddings和向量数据库.mp4
课件代码-1.zip
课件代码-2.zip
第三课prompt工程设计与优化
03-prompt.zip
第三课prompt工程设计与优化.mp4
第九课RAG高级技术及实践
1-RAG高级技术与实践.pdf
2-GraphRAG.pdf
3-Qwen-Agent技术.pdf
9、RAG高级技术与最佳实践-评论区.pdf
RAG高级技术及实践.mp4
代码.zip
第二十一课 tensorflow及应用
21-TensorFlow及其应用.zip
第二十一课tensorflow及期应用.mp4
第二十七课 项目实战：智能招聘面试模拟系统 2
第二十三课 项目实战：企业知识库 2
第二十二课 项目实战：企业知识库 1
第二十五课 项目实战：AI搜索类应用 2
第二十四课 项目实战：AI搜索类应用 1
第二十课 PyTorch 进阶：复杂网络模型搭建、迁移及部署
20-pytorch进阶-复杂网络模型搭建与迁移.zip
第二十课PyTorch 进阶：复杂网络模型搭建、迁移及部署.mp4
第二课python编程基础
02-python.zip
第二课Python编程基础.mp4
第五课API基础与通过API调用大模型
05-introduce-of-API.zip
第五课API基础与能过API调用大模型.mp4
第八课RAG技术
08-代码.zip
1-RAG技术与应用.pdf
8、RAG技术与应用-评论区.pdf
RAG鎶€鏈笌搴旂敤.mp4
第六课Cursor编程从入门到精通
06-cursor.zip
6、Cursor编程-从入门到精通-评论区.pdf
第六课cursor编程从入门到精通.mp4
第十一课LangChain：多任务应用开发
11-langchain.zip
第十一课LangChain：多任务应用开发.mp4
第十七课Coze应用、插件与 SDK 开发
Coze应用、插件与 SDK开发.zip
第十七课Coze应用、插件与 SDK 开发.mp4
第十三课Agent智能体系统的设计与应用
13-agent.zip
第十三课Agent智能体系统的设计与应用.mp4
第十九课 PyTorch基础与应用
19-pytorch.zip
19、PyTorch基础与应用.mp4
第十二课Function Calling与跨模型协作
12-function-calling.zip
第十二课Function Calling与跨模型协作.mp4
第十五课Fine-tuning技术与大模型优化
15-Fine-课后版.zip
15-代码.zip
第十五课Fine-tuning技术与大模型优化.mp4
第十八课dify本地部署及应用开发
18-dify本地部署及应用开发-v1.zip
第十八课Dify本地化部署和应用.mp4
第十六课Coze工作原理及应用开发
16-Coze工作原理及应用开发.zip
第十六课Coze工作原理及应用开发.mp4
第十四课AutoGPT原理和实现
14-autogpt.zip
第十四课AutoGPT原理和实现.mp4
第十课LlamaIndex：知识管理与信息检索应用
10-llamaindex-01.zip
10-llamaindex-02.zip
10、lamaIndex：知识管理与信息检索应用-评论区.pdf
第十课LlamaIndex：知识管理与信息检索应用.mp4
第四课GPU与CPU计算硬件与大模型
04-hardware.zip
第四课GPU与CPU计算硬件与大模型训练 .mp4