大模型全栈开发到底解决什么工作场景
很多做业务系统开发的人最近都有个困惑：调用大模型接口写个聊天助手并不难，但真要在企业里把大模型塞进现有业务，会遇到一堆硬骨头。比如怎么让模型读懂公司内部文档、怎么搭一套不会泄露数据的本地推理服务、怎么把提示词工程变成可维护的代码模块。这门课要解决的就是这个断层：不是教你调通一个接口，而是带你走完从选模型、改代码、部署服务到对接业务系统的全链路。学完之后，你应该能独立给一个小团队搭起一套带私有知识库的智能问答后端，或者把原有的内部系统改造成能调用大模型能力的辅助工具。
这门资料适合什么基础、建议怎么看
从资料包的构成能看出，课程默认读者是有一定编程底子的技术人员。虽然前几讲带了 Python 环境搭建和编辑器配置，但这部分对纯零基础转行的人其实不够吃，你得自己补点变量、循环、函数的基本概念。如果你已经写过 Java、Go 或者前端 JavaScript，只是没用过 Python，这部分正好帮你快速熟悉语法和工程环境。建议的看法是：先把 Python 环境和编辑器那几节当成“热身”过一遍，确认本地能跑通代码，然后直接跳到大语言模型算法原理和 Prompt 工程的核心模块。先理解模型是怎么“想”问题的，再看应用层代码会顺很多。不要一上来就死磕算法推导，全栈工程师的重点在于“能跑通、能部署、能接业务”，而不是手搓一个新模型。
学完能独立做什么、资料怎么配合练
跟着这套资料走完，你能拿到的产出物很具体：一个能跑的本地大模型调用环境、一套基于检索增强（RAG）的文档问答原型、以及一份能把模型服务封装成 API 供前端调用的工程代码。练习时建议这样配合：每看一个原理章节，就在编辑器里把对应的示例代码敲一遍，不要只看视频。讲到环境搭建时，别图省事跳过依赖安装，自己把包管理工具的配置走一遍，后面部署环节会少踩很多坑。遇到模型输出不稳定的地方，先别急着换模型，回头查 Prompt 模块和上下文处理的代码，很多问题出在传参和拼接逻辑上。这套资料的价值在于它把碎片化的技术点串成了一个能交付的工程闭环，你要做的就是把每个环节的代码自己跑通，最后拼成一个完整的小项目。
做 ChatGPT 浪潮中的超级个体 本课程主要面向程序设计相关技术人员教授大语言模型的算法原理与应用技术
课程目录
* 01 先导课/
* 01 Python 开发环境搭建/
* 01 PyCharm安装与应用.mp4 (22.86 MB), 15:39
* 01 第五节、Python编辑器Pycharm.pptx (1.39 MB)
* 02 VSCode安装与应用.mp4 (19.43 MB), 11:53
* 02 第四节、Python编辑器VSCode.pptx (1.80 MB)
* 03 macOS环境安装.mp4 (6.84 MB), 05:25
* 03 第三节、MacOS环境安装.pptx (1.47 MB)
* 04 初始Python.mp4 (9.55 MB), 09:13
* 04 第一节、初识Python.pptx (2.53 MB)
* 05 Windows环境安装.mp4 (6.63 MB), 04:53
* 05 第二节、Python环境搭建.pptx (0.78 MB)
* 06 pip包管理工具.mp4 (28.69 MB), 18:52
* 02 Python工程应用/
* 01 Python工程应用-字符串.mp4 (32.33 MB), 27:36
* 02 Python文档化应用场景.mp4 (18.98 MB), 12:10
* 03 如何使用注释.mp4 (29.06 MB), 18:19
* 04 字符编码的处理.mp4 (64.71 MB), 39:03
* 05 Python程序调试和异常处理技巧.mp4 (95.59 MB), 01:00:42
* 06 JSON应用.mp4 (40.10 MB), 25:18
* 07 文件IO.mp4 (25.28 MB), 15:47
* 08 爬虫（2）.mp4 (76.67 MB), 44:50
* 09 爬虫（1）.mp4 (33.21 MB), 24:39
* 10 爬虫（3）.mp4 (63.92 MB), 49:15
* 11 爬虫（4）.mp4 (66.87 MB), 47:56
* 12 字符串处理.mp4 (50.68 MB), 31:01
* 03 课程工具与知识点准备/
* 01 dotenv使用.mp4 (31.34 MB), 20:26
* 02 FastAPI的使用.mp4 (59.62 MB), 35:18
* 02 会员专享系列讲座/
* 01 学习阶段：RAG/
* 01 【翼飞】阿里云百炼之RAG在企业场景的应用.mp4 (156.22 MB), 01:40:36
* 02 学习阶段：手撕 AutoGPT/
* 01 【丛鑫、卢雅西】XAgent 原理、技术与应用.txt (0.00 MB)
* 02 【林义章】MetaGPT 让每个人拥有专属智能体.mp4 (298.88 MB), 01:57:13
* 03 学习阶段：Fine-tuning/
* 01 【张轩玮】我是如何训练百亿参数大模型 ChatYuan 的.txt (0.00 MB)
* 02 【施兴】如何用 Stable Diffusion 复现一个妙鸭.txt (0.00 MB)
* 03 【甘如饴】多模态大模型和代码大模型是怎样炼成的.txt (0.00 MB)
* 04 【神秘嘉宾】大模型时代的AI产品新挑战.mp4 (163.83 MB), 02:22:33
* 05 【可乐】百度智能云千帆行业实战金融大模型应用探索与开发实践.mp4 (211.43 MB), 01:48:27
* 06 【麒汀】阿里云百炼之一站式模型微调训练实践.mp4 (233.15 MB), 02:02:29
* 03 正式直播课/
* 01 课前导读.html (0.00 MB)
* 02 大模型应用开发基础.mp4 (299.64 MB), 02:29:51
* 03 Prompt Engineering.mp4 (387.38 MB), 02:22:09
* 04 (赠课) 软件开发基础概念与环境搭建.mp4 (264.44 MB), 02:42:41
* 05 Function Calling.mp4 (410.37 MB), 02:50:05
* 06 从AI编程认知AI.mp4 (311.77 MB), 02:31:25
* 07 RAG和Embeddings.mp4 (361.74 MB), 02:23:53
* 08 Assistants API.mp4 (289.85 MB), 02:19:31
* 09 Semantic Kernel.mp4 (312.32 MB), 02:23:58
* 10 LangChain.mp4 (329.13 MB), 02:23:50
* 11 LLM应用开发工具链.mp4 (284.28 MB), 02:10:22
* 12 手撕AutoGPT.mp4 (326.18 MB), 02:23:23
* 13 模型微调（上）.mp4 (385.65 MB), 02:39:17
* 14 模型微调（下）.mp4 (362.18 MB), 02:32:08
* 15 多模态大模型（上）.mp4 (213.02 MB), 02:05:26
* 16 多模态大模型（中）.mp4 (257.87 MB), 02:11:09
* 17 AI产品部署和交付（上）.mp4 (297.18 MB), 02:59:23
* 18 AI产品部署和交付（下）.mp4 (311.93 MB), 03:04:54
* 19 大模型时代的创业机遇.mp4 (314.23 MB), 02:51:33
* 20 产品设计.mp4 (267.62 MB), 02:15:18
* 21 产品运营.mp4 (224.92 MB), 02:11:33
* 22 多模态大模型（下）.mp4 (271.58 MB), 02:29:04
* 23 项目拆解.mp4 (276.28 MB), 02:38:45
* 24 课程总结及结课仪式.mp4 (405.54 MB), 03:44:30
* 04 大咖分享/
* 01 客座嘉宾我是如何训练百亿参数大模型 ChatYuan 的.mp4 (222.51 MB), 02:22:03
* 02 嘉宾：如何用 Stable Diffusion 复现一个妙鸭.mp4 (317.37 MB), 01:46:54
* 03 客座嘉宾：大模型时代的 AI 产品新挑战.mp4 (219.88 MB), 02:07:20
* 课件资料/
* 课件资料.7z (190.46 MB)
