这门课在教什么、解决什么工作场景
AI 大模型已经从「能聊天」进化到「能干活」。企业里最缺的不是会用现成产品的用户，而是能把大模型嵌入业务系统、让模型接数据、接工具、接流程的开发者。这个培养计划围绕「大模型应用开发」这条线展开，目标是让你具备独立交付大模型项目的能力。
课程从 Python 基础补齐、Prompt 工程、GPU/CPU 硬件常识讲起，逐步深入 Embedding 与向量数据库、RAG（检索增强生成）技术，再到 LlamaIndex、LangChain、Function Calling、Agent 智能体、AutoGPT 等进阶话题。路径设计得很实在：先搭地基，再建框架，最后做系统。学完你能做的事，包括：给企业搭建知识库问答系统、让大模型接入内部 API 和数据库、用 RAG 解决模型幻觉和知识时效性问题、构建能自主调用工具完成任务的 Agent 应用。
适合什么基础、建议先看哪几块
课程对零编程基础的同学可能起步会有些吃力，因为它前面直接放了一个「Python 编程基础」模块，但没有单独列出零基础入门的内容。建议你先确认自己会基本的 Python 语法——变量、循环、函数、文件读写，能看懂简单代码就行。如果没有这些基础，建议提前找一个 Python 入门教程补一下，再来看这个课程，效果会好很多。
真正进入课程后，建议按顺序看：Python 基础 → Prompt 工程设计与优化 → API 基础与通过 API 调用大模型 → Embedding 和向量数据库 → RAG 技术及应用。这五块是后续所有内容的地基。你如果跳过 RAG 直接去看 LangChain 或 Agent，大概率会看不懂那些框架在做什么，因为你不知道底层的数据是怎么检索、怎么组装、怎么返回的。
学完能独立做什么、资料怎么配合练习
这个培养计划的资料包比较完整，每个模块都是独立的压缩包，里面应该有 PPT、代码示例、笔记之类的东西。学习时不要只看视频，必须动手跑代码。尤其是 RAG、LlamaIndex、LangChain 这几个模块，涉及真实的文档加载、分块、向量化、检索和生成流程，只看概念根本没法理解。
建议你每学完一个模块，就用自己的数据做一次小实验——比如给某个文档库写一个问答助手，或者让模型读取本地文件内容回答你的问题。等你把 RAG 和 Agent 的实战跑通，你手里就有了可以写进简历的项目经验。课程的最终形态是 Agent 智能体系统的设计与应用，如果你能把这块单独跑起来，基本就已经具备大模型应用开发工程师的入门门槛了。
课程介绍
v2-3a49cec5bc66e3ead362e9bf2d696d37_1440w.png 2025-11-27 08:50 上传 13期目录 001 AI大模型应用开发工程师就业速成计划-开班综述.pdf 1 AI大模型基本原理.zip 2 python编程基础 3 prompt工程设计与优化.zip 4 GPU与CPU计算硬件与大模型 5 API基础与通过API调用大模型.zip 6 Cursor编程从入门到精通 7 Embedding和向量数据库.zip 8 RAG技术及应用 9 RAG高级技术及实践.zip 10 LlamaIndex：知识管理与信息检索应用 11 LangChain：多任务应用开发 12 Function Calling与跨模型协作 13 Agent智能体系统的设计与应用 14 AutoGPT原理和实现 15 Fine-t
课程目录
v2-3a49cec5bc66e3ead362e9bf2d696d37_1440w.png 2025-11-27 08:50 上传 13期目录 001 AI大模型应用开发工程师就业速成计划-开班综述.pdf 1 AI大模型基本原理.zip 2 python编程基础 3 prompt工程设计与优化.zip 4 GPU与CPU计算硬件与大模型 5 API基础与通过API调用大模型.zip 6 Cursor编程从入门到精通 7 Embedding和向量数据库.zip 8 RAG技术及应用 9 RAG高级技术及实践.zip 10 LlamaIndex：知识管理与信息检索应用 11 LangChain：多任务应用开发 12 Function Calling与跨模型协作 13 Agent智能体系统的设计与应用 14 AutoGPT原理和实现 15 Fine-tuning技术与大模型优化 16 Coze工作原理及应用开发 17 Coze应用、插件与 SDK 开发 18 dify本地部署及应用开发 19 PyTorch基础与应用 20 PyTorch 进阶：复杂网络模型搭建、迁移及部署 21 tensorflow及应用 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 14期目录 0-AI大模型第14期正课【视频课文件夹】 1-AI大模型原理与API使用 2-Prompt工程：设计与优化 3-Cursor编程：从入门到精通 4-Cursor数据可视化与洞察 -2025-11-25 20:53 5-Embeddings和向量数据库 6-RAG技术与应用 7-RAG高级技术与最佳实践 8-Text2SQL：自助式数据报表开发 9-LangChain：多任务应用开发 10-Function Callling与协作 10-Function Callling与协作(1) 11-MCP与A2A应用 12-Agent智能体系统的设计与应用 13-视觉大模型与多模态理解 14-Fine-tuning技术与大模型优化 15-Coze工作原理与应用实例 16-Coze进阶实战与插件开发 17-Dify本地化部署和应用 17-Dify本地化部署和应用(1) 18-分析式AI基础 19-不同领域的AI算法 20-机器学习神器 21-时间序列模型 22-时间序列AI大赛 23-项目实战：企业知识库 24-项目实战：交互式BI报表 25-项目实战：AI运营助手 26-项目实战：AI搜索类应用 常用工具下载 大模型应用开发-资料包.zip 15期目录 开营直播 0-AI大模型第15期正课【视频课文件夹】 1-AI大模型原理与API使用 2-DeepSeek使用与Prompt工程 3-Cursor编程-从入门到精通 4-Embeddings和向量数据库 5-RAG技术与应用 6-RAG高级技术与最佳实践 7-Text2SQL：自助式数据报表开发 8-LangChain：多任务应用开发 9-Function Calling与协作 10-MCP与A2A的应用 11-Agent智能体系统的设计与应用 12-视觉大模型与多模态理解 13-Fine-tuning微调艺术 14-Fine-tuning实操 15-Coze工作原理与应用实例 15-Coze工作原理与应用实例(1) 16-Agent进阶实战与插件开发 17-Dify本地化部署和应用 18-分析式AI基础 19-不同领域的AI算法 20-机器学习神器 21-时间序列模型 22-时间序列AI大赛 23-神经网络基础与Tensorflow实战 24-pytorch与视觉检测 25-项目实战：企业知识库 26-项目实战：交互式BI报表 27-项目实战：AI运营助手 28-项目实战：AI搜索类应用
