857.知乎大模型15期已完结|0-AI大模型第15期正课视频课文件夹

这套大模型课程的内容偏工程落地，不是那种讲完 Transformer 原理就结束的科普课。它真正想解决的问题是：你已经在用 ChatGPT 或 DeepSeek 处理日常文字工作，但一到「把模型接进自己的业务系统」就卡住——不知道怎么调 API、不知道检索怎么接、不知道模型输出怎么稳定成结构化数据。课程从 API 调用一路铺到 RAG、Agent、Text2SQL，覆盖的是把大模型变成可用工具的那条链路。

适合什么基础，不适合什么基础

如果你完全没写过代码，这套资料会偏吃力。它默认你能看懂 Python 基本语法、知道什么是 HTTP 请求和 JSON，至少装过环境、跑过脚本。前端或测试转 AI 应用方向、后端想补大模型这一块、产品经理想搞懂技术边界，这几类人学起来收益最大。反过来，如果你已经做过完整 RAG 项目、熟悉 LangChain 和向量库，前几部分会显得基础，可以直接跳到微调和 Agent 协作那块挑着看。纯零基础的话，建议先补 Python 再回来，否则视频里敲代码的环节只能看个热闹。

建议的观看顺序与重点

不要按文件夹顺序从头刷。合理路径是先看大模型基本原理与 API 使用，把调用、参数、返回结构跑通，这是后面所有内容的地基。接着看 Prompt 工程和 DeepSeek 使用，这部分直接决定你输出质量的稳定性。然后进入 Embeddings 与向量数据库，再顺势学 RAG 技术和高级实践，这是整套课里最能直接转化成工作成果的一段。Text2SQL 和 LangChain 多任务开发可以放在后面，前者适合做数据报表类需求，后者适合把多个能力串成一个应用。Function Calling 与协作、Agent 系统设计属于进阶，等你前面能独立跑通一个小项目再碰。Cursor 编程那部分可以当工具课随时穿插看，用来提升写代码效率，不占主线。

学完能独立做什么，资料怎么配合练

走完主线，你应该能独立完成几件事：用 API 搭一个带上下文的多轮问答；把公司文档切分、向量化，做成一个能准确引用的知识库问答；用 Text2SQL 让非技术同事用自然语言查数据库出报表；把几个模型调用串成带工具调用的简单智能体。这些都不是玩具 demo，是能直接放进内部工具里的形态。练习上，别只看视频。每看完一块，自己换一份真实数据重做一遍——比如拿自己的行业资料做检索，拿一张真实业务表做查询。微调部分对算力和数据要求高，先理解流程和适用场景即可，不必强求本地跑通。向量库和 RAG 这两块建议反复动手，参数改一改、切分方式换一换，观察召回结果的变化，这种对比练习比被动看讲效果明显得多。

整体判断：这套资料的价值在于链路完整、偏实操，适合已经有编程基础、想把大模型能力接进实际工作的人。如果你期待的是零基础速成或者纯理论讲解，它可能不对路。买之前先确认自己的代码底子，再决定从哪一块切入。