解决“只会调参，不会开发”的落地难题

很多职场人接触大模型后，最大的痛点往往不是模型选型，而是无法将 AI 能力真正嵌入到业务流程中。本课程专门针对“只会 Prompt 调优，不懂工程落地”的开发者设计，重点解决了从环境搭建到 MCP（Model Context Protocol）技术落地的全链路开发问题。课程跳过了枯燥的理论堆砌，直接切入实战场景，手把手教你如何搭建稳定的大模型开发环境。核心价值在于它填补了通用大模型与垂直行业应用之间的技术鸿沟，特别是针对微博内容情感分析这类高频业务场景，提供了从数据接入、模型调用到结果输出的完整工程化解决方案。学完这门课，你不再是简单的“AI 使用者”，而是具备独立搭建和优化 AI 应用系统的开发工程师。

适合零基础入门，建议先攻克环境配置与 MCP 协议

本课程基础要求适中，适合有一定编程基础（如熟悉 Python 或 Linux 基本命令）的上班族或转行者。虽然标题涉及“开发工程师”，但课程设计非常务实，从开班典礼和基础环境搭建讲起，对新手非常友好。建议初学者在开始深入学习项目前，务必先花时间熟悉“开班典礼+环境搭建”这一章节，这是后续所有实操的基础。同时，课程中引入了最新的 MCP 技术应用，这是目前大模型应用开发的新范式，建议优先学习相关章节，理解如何通过 MCP 进行资源管理和上下文传递，这将为后续复杂的微博情感分析项目打下坚实的底层逻辑基础。

学完能独立开发 MCP 应用与情感分析系统

掌握这门课的核心技能后，你将具备独立完成 AI 应用开发的能力。具体来说，你不仅能熟练配置大模型开发环境，还能独立实现基于 MCP Sampling 协议的内容分析工具。课程中的“微博内容情感分析”项目是极佳的练手案例，学完后，你可以独立完成从数据获取、接口对接到结果可视化的全流程开发。这意味着你可以将这套能力复用到客户反馈分析、舆情监测或其他需要文本情感判断的业务中。资料包中的配套练习文件将帮助你快速上手，确保在学完课程后，你能拿出一个可直接运行、具备实际业务价值的项目作品，为职场晋升或技术转型提供强有力的硬实力支撑。

课程介绍

6c604d90f603738d82a08336f51bb051f919ec9a.jpg 2025-11-19 20:58 上传 大模型开发工程师二期 大模型开发工程师三期 大模型开发工程师四期 大模型开发工程师五期 ├──1-开班典礼+环境搭建 | ├──1-开班典礼+环境搭建.mp4 667.94M | └──day01-开班典礼+环境搭建.zip 3.89M ├──11-MCP技术应用与开发 | ├──11-MCP技术应用与开发.mp4 1.12G | └──第10章_MCP技术应用与开发.zip 488.93kb ├──12-项目3_基于 MCP Sampling 实现微博内容情感分析 | ├──12-项目3_基于 MCP Sampling 实现微博内容情感分析.mp4 860.85M | └──扩展1_AI应用开发新范式 MCP.zip 3.

课程目录

6c604d90f603738d82a08336f51bb051f919ec9a.jpg   2025-11-19 20:58 上传 大模型开发工程师二期 大模型开发工程师三期 大模型开发工程师四期 大模型开发工程师五期 ├──1-开班典礼+环境搭建 | ├──1-开班典礼+环境搭建.mp4 667.94M | └──day01-开班典礼+环境搭建.zip 3.89M ├──11-MCP技术应用与开发 | ├──11-MCP技术应用与开发.mp4 1.12G | └──
第10章_MCP技术应用与开发.zip 488.93kb ├──12-项目3_基于 MCP Sampling 实现微博内容情感分析 | ├──12-项目3_基于 MCP Sampling 实现微博内容情感分析.mp4 860.85M | └──扩展1_AI应用开发新范式 MCP.zip 3.00M ├──13-项目4_从零构建企业生产级Agent服务 | ├──13-项目4_从零构建企业生产级Agent服务.mp4 1.19G | └──ReActAgents.zip 12.06M ├──3-RAG技术与应用 | ├──3-RAG技术与应用.mp4 1002.32M | └──
第2章_RAG技术与应用.zip 2.22M ├──5-Ragas评估与LlamaIndex开发 | ├──5-Ragas评估与LlamaIndex开发.mp4 1.12G | └──
第4章_LlamaIndex知识管理与信息检索.zip 31.23M ├──7-AI应用开发框架LangChain | ├──7-AI应用开发框架LangChain.mp4 1.05G | └──
第5章_LangChain多任务应用开发.zip 889.27kb ├──9-Agent应用与工作流编排框架LangGraph | ├──9-Agent应用与工作流编排框架LangGraph.mp4 1.01G | └──
第7章_Agent应用与工作流编排框架LangGraph.zip 632.20kb ├──L2 | ├──10-LLamaFactory模型导出量化 | | ├──10-LLamaFactory模型导出量化.mp4 1.33G | | └──day10-LLamaFactory模型导出量化.zip 720.53kb | ├──12-LLamaFactory与Xtuner分布式微调大模型 | | ├──12-LLamaFactory与Xtuner分布式微调大模型.mp4 1.19G | | └──day12-LLamaFactory与Xtuner分布式微调大模型.zip 1.20M | ├──14-大模型微调项目实战-数据工程篇 | | ├──14-大模型微调项目实战-数据工程篇.mp4 806.43M | | └──day14-大模型微调项目实战-数据工程篇.zip 776.11M | ├──16-大模型评估测试OpenCompass | | ├──16-大模型评估测试OpenCompass.mp4 1.10G | | └──day16-大模型评估测试OpenCompass.zip 149.31M | ├──18-多模态大模型应用 | | ├──18-多模态大模型应用.mp4 992.96M | | └──day18-多模态大模型应用.zip 5.88M | ├──2-人工神经网络结构及原理 | | ├──2-人工神经网络结构及原理.mp4 919.67M | | └──day02-人工神经网络结构及原理.zip 16.54M | ├──20-RAG+微调实现智能专家系统（部署测试） | | ├──20-RAG+微调实现智能专家系统（部署测试）.ts 1.89G | | └──day20-RAG+微调实现智能专家系统（部署测试）.zip 84.36M | ├──4-基于BERT模型的自定义微调训练 | | ├──4-基于BERT模型的自定义微调训练.mp4 780.44M | | └──day04-基于BERT模型的自定义微调训练.zip 373.36M | ├──6-GPT2中文生成模型定制化微调训练 | | ├──6-GPT2中文生成模型定制化微调训练.mp4 1.11G | | └──day06-GPT2中文生成模型定制化微调训练.zip 1.81G | ├──8-大模型微调-LLama Factor微调Qwen | | ├──8-大模型微调-LLama Factor微调Qwen.mp4 1.25G | | └──day08-大模型微调-LLama Factor微调Qwen.zip 1.22M | ├──1-深度学习基础原理.zip 1.02G | ├──11-vLLM自定义对话模板.zip 1001.35M | ├──13-大模型压缩训练（知识蒸馏）.zip 945.28M | ├──15-大模型微调项目实战-训练与部署.zip 2.27G | ├──17-大模型分布式推理与量化部署.zip 944.65M | ├──19-RAG+微调实现智能专家系统（方案数据篇）.zip 1.62G | ├──3-HuggingFace核心组件.zip 2.07G | ├──5-自定义微调训练BERT模型效果测试.zip 1.62G | ├──7-大模型本地化部署：Ollama&vLLM&LMDeploy+ModelScop.zip 1.54G | └──9-Ollama部署微调大模型.zip 1.28G ├──10-项目2_基于LangGraph实现智能分诊系统.zip 1.10G ├──12-项目3_基于 MCP Sampling 实现微博内容情感分析.zip 855.66M ├──2-Embedding与向量数据库.zip 1009.92M ├──4-RAG高级技术与实践.zip 1.25G ├──6-项目1_中医临床智能诊疗系统.zip 1.10G └──8-Function Calling与Agent智能体开发.zip 1.01G