LLM应用全流程开发 全新技术+多案例实战+私有化部署

课程详情

课程目录

00 资料
  大型资料下载
    大型资料下载地址.txt
  源代码
    01 n8n-template.zip
    02 chapter-8.zip
    03 chapter-4.zip
    04 books.zip
    05 chapter-16.zip
    06 chapter-15.zip
    07 chapter-14.zip
    08 chapter-13.zip
    09 chapter-12.zip
    10 chapter-11-localSearch.zip
    11 chapter-11.zip
    12 custom-mcp.zip
    13 chapter-9.zip
    14 gradio_streamlit_exmaples.zip
    15 gradio-docs.zip
01 第1章 【扬帆启程】深度求索：课程导学与AI基础
  01 1-1 课程导学与安排【全面了解课程】
02 第2章 【行业概览】 LLM时代背景与应用价值，搜索+生成的时代
  01 2-1 什么是大语言模型
  02 2-2 大模型的应用如何用好找准方向
  03 2-3 GPT系列与模型演进
  04 2-4 LLM与传统NLP对比
  05 2-5 大规模语料与训练挑战
  06 2-6 [更新]大模型行业应用案例（MCP、Manus、Sora、v0）
  07 2-7 大模型现存局限
03 第3章 【初识DeepSeek】 多模态与MoE核心特性
  01 3-1 DeepSeek发展历程&模型核心特点
  02 3-2 模型架构：MoE等核心要点
  03 3-3 [资源推荐]大模型训练数据集与训练策略-
  04 3-4 与其他开源模型的比较（重视开源协议&商用授权）
  05 3-5 [资源推荐]Deepseek版本+扩展应用+生态介绍
04 第4章 【通用提示词能力】大模型“基石”，从聊天到精准AI交互
  01 4-1 为什么要设计提示词：AI输出准确性
  02 4-2 常见场景示例：翻译、摘要、润色 -
  03 4-3 创意场景示例：文案营销、角色扮演 -
  04 4-4 进阶场景示例：代码生成、逻辑推理
  05 4-5 问题调试：如何改进不理想的输出
  06 4-6 组合提示词：从简短到复杂的演练
  07 4-7 [资源]提示词万词聚合网站
05 第5章 【进阶应用】界面化工作流整合：让DeepSeek融入业务
  01 5-1 AI工作流概念：自动化与协同
  02 5-2 国内外常见工作流工具概览(Coze&Dify&Zapier)
  03 5-3 Dify+Ollama本地部署实战（Docker部署）
  04 5-4 工作流示例（一）：Dify+Deepseek实现网文摘要工作流
  05 5-5 工作流示例（二）：智能客服-调用知识库
06 第6章 【企业级开发准备】 AI编程环境与常用开发工具LLM应用案例
  01 6-1 AI必备编辑器：Cursor&windsurf&trae
  02 6-2 AI必备编程插件推荐Roo&Cline&WindSurf
  03 6-3 在Cursor&AI插件中集成Deepseek大模型
  04 6-4 桌面端工具：LMStudio&GPT4all&Cherry&ChatWise
  05 6-5 [重要]离线环境下，是否可以使用AI编程Ollama配置揭秘
  06 6-6 案例1：如何自动编程巧用Agents功能（工具案例）
  07 6-7 Cursor账号白嫖方式&重置机器码脚本
  08 6-8 案例2：长文写作技巧（角色植入、背景植入、写作手法植入）
  09 6-9 案例3：RAG初体验-长文档会话工具（智能助手）
  10 6-10 案例4：使用CherryStudio+ollama配置本地知识库
  11 6-11 案例5：搭建智能助手：本地Dify知识库+Ollama本地模型
07 第7章 【RAG根基】 深度学习与Transformer剖析
  01 7-1 Transformer 架构概览：原理演变与必备学习资源
  02 7-2 从 Token 看概率：大模型如何理解语言与传统 NLP 区别
  03 7-3 什么是 Embedding：文本到向量的转换原理
  04 7-4 Transformer 自注意力机制解析
  05 7-5 自注意力可视化、Embedding检索与微调生成
08 第8章 【本地私有化】 DeepSeek部署与数据安全
  01 8-1 [重要]模型硬件推荐与系统环境要求1111
  02 8-2 [生产级]流行的模型推理框架vLLM&LMDeploy&ktransformers
  03 8-3 [扩展]大模型国产化：硬件GPU服务商选择
  04 8-4 GPU算力服务器租用方案（AutoDL&智星云&恒源云）
  05 8-5 [AI脚本]Linux环境离线安装Ollama
  06 8-6 [扩展]AutoDL外部数据上传方案（七牛云对接）
  07 8-7 AutoDL+Ollama：大模型私有化部署实战(配合客户端演示)
  08 8-8 Ollama 高阶实战：环境变量、模型路径与并发解析
  09 8-9 别让模型裸奔！教你给 Ollama 加上 Token 安全锁
09 第9章 【API实践】DeepSeek推理与多场景接入
  01 9-1 AI开发环境准备：vscode插件+conda+pip国内加速源
  02 9-2 模型调用入门：接口、参数、费用全解锁
  03 9-3 多轮对话实战：用 Python 模拟 ChatGPT 式会话流程
  04 9-4 模型响应提速关键：搞懂流式输出与实时解析
  05 9-5 模型参数全掌握：温度、Top P、Token 配置与场景实战
  06 9-6 聊天机器人实战：多轮会话、上下文管理与流式输出实战
  07 9-7 [代码生成]RooCode实战：提示词驱动开发与调试实战
  08 9-8 模型函数调用原理（对比MCP）
  09 9-9 复杂函数调用实战：AI 生成 + VS Code 调试全流程解析
10 第10章 【爆火AI工具】MCP 能力开发与接入实战全流程（纯扩展的）
  01 10-1 理解 MCP：下一代模型能力调用平台与 Function Call 的对比实战
  02 10-2 MCP 安装与服务选择指南+环境配置-
  03 10-3 常见问题：MCP加载失败如何解决
  04 10-4 常见问题：使用uv&pip来安装MCP服务
  05 10-5 高质量 MCP 服务推荐：去哪里找、怎么选、哪些值得用
  06 10-6 开发你的第一个 MCP 服务：协议理解、需求分析与入门实践
  07 10-7 MCP开发环境搭建：mcp-starter初始化与调试实操
  08 10-8 [AI协作开发]从提示词到可用 IP 查询接口的全流程实践
  09 10-9 集成与发布：让你的 MCP 服务在 IDE 和 AI 插件中可用
11 第11章 【搜索整合】 RAG原理与本地搜索方案
  01 11-1 搜索增强入门：为什么大模型必须借助搜索完整流程与原理解析
  02 11-2 搜索服务推荐：Google、Bing、SerpAPI、百度全解析
  03 11-3 实战 Google Custom Search：账号申请、API Key 管理与搜索接口开发
  04 11-4 实战百度千帆搜索：接口开发、价格对比与搜索模式解析
  05 11-5 搜索工具会话融合案例预览：构建智能聊天机器人的完整流程
  06 11-6 实战打造智能聊天机器人：融合搜索、工具调用与多轮对话
12 第12章 【本地化搜索方案】开源库与数据整合
  01 12-1 [章导学]本地搜索介绍：本地检索、爬虫采集、元搜索
  02 12-2 爬虫搜索演示：抓取百度&谷歌内容+解析搜索结果
  03 12-3 本地搜索实现：轻量级爬虫开发+核心代码逻辑讲解
  04 12-4 本地搜索调试：理解爬虫流程与搜索原理（扩展介绍crawl4ai）
  05 12-5 [技术视野]元搜索与文档搜索引擎的对比
  06 12-6 [进阶]元搜索方案SearxNG：容器化部署与接口调试
  07 12-7 Elasticsearch本地化运行全流程实战
13 第13章 【向量检索】解锁海量数据的高效检索之道
  01 13-1 [章导学]RAG 核心技术概览
  02 13-2 [基础]向量&向量空间概念解析
  03 13-3 嵌入模型选型指南：基于 MTEB 榜单与场景需求筛选
  04 13-4 从训练到检索：嵌入模型向量生成与相似度匹配原理
  05 13-5 向量数据库选型指南：功能对比与场景落地
  06 13-6 Chroma 实战：本地部署、数据写入与向量查询
14 第14章 【编排实战】运用LangChain串联搜索与生成，打造智能工作流
  01 14-1 LangChain入门全览：核心模块解析与环境准备
  02 14-2 大模型模块：基础对话与流式响应输出
  03 14-3 Prompt实践：构建结构化提示词并动态注入变量
  04 14-4 Memory实战：构建有上下文记忆的对话系统
  05 14-5 Tools：让模型拥有可调用的扩展能力
  06 14-6 Agent实践：结合Prompt与Tools实现复杂决策调用
15 第15章 【RAG进阶】搜索与向量数据库的深度结合
  01 15-1 LangChain搜索工具实战：集成DuckDuckGo实现实时信息查询
  02 15-2 [AI赋能]Langchain本地搜索：SearxNG+Agent实战
  03 15-3 RAG数据工程起点：文档加载与结构化准备
  04 15-4 RAG 数据工程核心：文本切分
  05 15-5 RAG向量数据库实战：初始化+写入与查询全流程
  06 15-6 RAG全流程实战：从文档到问答的闭环实现
16 第16章 【多Agent协同】企业级搜索分析的强化，更灵活的知识与决策
  01 16-1 智能体Agents：开发案例&执行流程揭秘
  02 16-2 定制化agents：通过Prompt引导执行流程
  03 16-3 多Agent协作实战：打造智能待办机器人
  04 16-4 【进阶】案例演示：高仿ChatGPT深度研究
  05 16-5 【进阶】深入研究agent实现（搜索+分析+报告）
  06 16-6 n8n工作流技术方案介绍+资源推荐
  07 16-7 n8n本地化docker部署+配置实战(镜像加速+激活许可)
  08 16-8 技术学习方法论：AI辅助思考与实践反思
  09 16-9 n8n自动化实战：HackerNews收集、AI 处理与日报邮件发送
  10 16-10 智能日报流程优化(日期+邮件主题定制)
  11 16-11 n8n子流程封装与测试：打造高复用自动化模块
  12 16-12 [进阶]LLM 自主工具路由：多 Agent 子流程智能调度实战
  13 16-13 [扩展]网页爬取方案：crawl4ai与社区节点解析
  14 16-14 [更新]MCP Stdio模式：配置 HackerNews MCP服务
17 第17章 【可视化UI进阶】开源UI界面Open WebUI打造本地 AI 聊天系统
  01 17-1 Open WebUI 安装与初体验：配合 Ollama 本地跑通模型
  02 17-2 OpenWebUI实现多Agent对话功能
  03 17-3 本地知识库实战：构建智能客服助手
  04 17-4 联网搜索配置：接入SearxNG&DuckDuckGo
  05 17-5 OpenWebUI三类函数功能解析
  06 17-6 OpenWebUI容器化Docker部署+ Pipeline实战
  07 17-7 开源聊天前端概览：NextChatWeb 与 LobeChat 快速对比入门
18 第18章 【生产部署】高性能推理与容器化思路
  01 18-1 为什么Ollama、LM Studio不适合生产场景
  02 18-2 高性能推理框架对比：vLLM、LMDeploy
  03 18-3 分布式与量化：大模型高效推理的关键
19 第19章 【定制简易界面】 开发测试用：GradioStreamlit打造交互体验
  01 19-1 Gradio 快速原型：构建 LLM 页面并自动生成中文文档
  02 19-2 Gradio 页面快速调试：热重载与重启实战
  03 19-3 Gradio DeepSeek集成实战
  04 19-4 Gradio接入Ollama本地模型流程与会话
  05 19-5 Gradio本地模型对接与会话
  06 19-6 Streamlit快速上手：安装+功能与Gradio 对比
  07 19-7 Streamlit组件入门：侧边栏、控件、表格与可视化
  08 19-8 Streamlit对接DeepSeek：大模型流式输出实战
  09 19-9 Streamlit对接Ollama：本地模型加载与会话
20 第20章 【接口并发】 API安全、限流与监控管理，如何效率+性能兼顾
  01 20-1 并发与限流方案对比：AI 咨询落地实战
  02 20-2 One API 集成实战：LLM 调用网关与分发方案
  03 20-3 LLM底层API开发核心技术方案对比（Python&Node.js）
  04 20-4 API网关与负载均衡：基础实现思路
  05 20-5 全链路监控与日志选型（主流方案对比）
21 第21章 【微调与扩展】 让模型更贴近业务需求
  01 21-1 微调入门：为什么要微调主流方法与差异解析
  02 21-2 Unsloth 微调实战：Colab 环境配置与代码详解
  03 21-3 LlamaFactory：界面化微调全流程指南
22 第22章 【课程回响】AI生成式课程笔记 教学内容RAG化实践
  01 22-1 课程视频RAG项目概览：背景梳理与需求规划
  02 22-2 本地视频转文字实战：Whisper模型部署与使用
  03 22-3 通义听悟API集成实战：Cookie获取、音频上传与任务状态监控
  04 22-4 封装工具Service：下载音频转写结果
  05 22-5 批处理逻辑：对接待处理音频并创建测试逻辑
  06 22-6 多格式下载优化：支持SRT&DOCX等文件类型并测试
  07 22-7 n8n工作流实战：自动生成课程章节笔记与多Agent协作
  08 22-8 n8n流程优化：高级提示词、输出命名与批量执行指南
  09 22-9 n8n工作流：本地向量嵌入+Milvus部署
  10 22-10 课程笔记助手：Milvus向量检索+Chat回答+格式化输出
  11 22-11 课程助手：对外MCP服务配置指南