解决什么工作场景：从调接口到做智能体
这门课聚焦 LangChain 智能体开发，解决的核心场景是：你已经会调用大模型 API，但业务需求远不止一问一答。比如要让模型先理解任务、再调用外部工具、最后整合输出，单靠裸 API 很难落地。课程把提示词工程、接口调用、工具链串联这几块串起来，重点放在怎么让模型按设定流程干活，而不是只会聊天。如果你在工作中需要把大模型嵌进现有系统、做自动化任务处理或搭简单的智能体，这门课的思路能直接套用。
适合什么基础：能跑通 Python 就行
资料里包含 Python 环境搭建和第一个程序运行，说明起点设得很低，但别误以为零基础能轻松跟上。实际学习门槛是：你得能独立装好 Python 解释器、在 VSCode 里跑通脚本、看得懂基础语法。课程前段会讲提示词设计，包括文生图场景，这部分偏概念，门槛低；后段涉及 LangChain 的链式调用和智能体逻辑，需要你边看边敲代码。如果你完全没写过代码，建议先补基础语法再来看；如果写过几段 Python 但没碰过大模型，这门课的节奏刚好。
资料怎么用：先看提示词和接口，再碰智能体
建议按这个顺序看：先过提示词工程那几节，把提示词设计和改写逻辑吃透，这是后面所有调用的基础；接着看大模型接口使用，重点放在环境搭建和文本生成图片的实现上，这部分会逼着你把本地环境跑通。环境没搭好，后面的智能体代码一行也跑不起来。练习时别光看视频，每节讲完的代码自己敲一遍，改改参数看输出变化。文生图那几节虽然看起来偏具体应用，但反向提示词和智能改写的思路，在后面做智能体时同样用得上。学完后，你应该能独立搭一个能调用外部工具、按流程处理任务的简单智能体，而不是只会复制别人的示例代码。
握智能体开发全流程，提升实战技能，轻松应对复杂项目，开启AI开发新高度
课程目录
* 01 提示词工程/
* 01 提示词基础.mp4 (34.42 MB), 17:02
* 02 提示词的设计.mp4 (28.65 MB), 15:30
* 03 文生图提示词公式.mp4 (35.26 MB), 15:58
* 04 文生图提示词词典.mp4 (36.99 MB), 12:20
* 02 大模型接口的使用/
* 01 AI开发环境（Python解释器的安装）.mp4 (6.11 MB), 03:03
* 02 VSCode和第一个Python程序.mp4 (12.65 MB), 05:37
* 03 文本生成图片的实现.mp4 (99.85 MB), 24:56
* 04 文生图提示词的智能改写.mp4 (20.13 MB), 07:36
* 05 反向提示词的应用.mp4 (21.48 MB), 08:29
* 03 大模型接口的部署/
* 01 Django创建工程项目.mp4 (20.28 MB), 11:05
* 02 Django浏览器访问页面.mp4 (23.91 MB), 13:45
* 03 图片生成页面的布局.mp4 (21.67 MB), 08:59
* 04 图片生成的实现.mp4 (30.36 MB), 09:03
* 04 LangChain框架基础/
* 01 LangChain的入门介绍.mp4 (18.23 MB), 11:09
* 02 LangChain提示词模板之字符串.mp4 (17.67 MB), 09:09
* 03 LangChain提示词模板之聊天消息.mp4 (20.03 MB), 09:45
* 04 LangChain示例的添加.mp4 (17.97 MB), 07:08
* 05 LangChain提示词模板的扩展.mp4 (24.42 MB), 11:20
* 06 LangChain示例集fewshow的应用.mp4 (35.90 MB), 15:40
* 07 LangChain调用LLM模型解析输出.mp4 (30.71 MB), 14:06
* 08 文档问答助手.mp4 (72.96 MB), 19:07
* 09 文档向量的计算和理解.mp4 (39.15 MB), 17:43
