这份资料是极客时间 AI 大模型应用开发实战营第 7 期的完整课程包，主题聚焦在「用工程化方式把大模型接进真实应用」。它不讲模型训练、不推导 Transformer 公式，重点全在应用层：怎么用 LangChain 组织调用链、怎么对接 OpenAI 接口、怎么把多模态能力落进项目。对于已经能调通 API、但项目一复杂就写成一坨脚本的开发者，这份资料的参考价值最直接。

技术栈与知识边界

从资料结构看，内容围绕三条主线展开：LangChain 的抽象层、OpenAI 系列模型的调用实践、以及多模态场景的入门。其中 LCEL（LangChain Expression Language）占了独立一章的篇幅，说明课程把「表达式语言 + Runnable 协议」当作核心抽象来讲，而不是停留在早期 Chain 类的拼装。这一点对理解现代 LangChain 写法很关键——LCEL 用管道符把 prompt、model、parser 串成可组合单元，天然支持流式输出、异步和批量，是后续所有复杂链路的语法基础。

课件部分配有 PDF，视频则按知识点切分，单节体量从几 MB 到上百 MB 不等，其中实战节明显更长，说明演示和编码占了大头。这种「短理论 + 长实战」的切分方式，适合边看边在本地复现，而不是一口气刷完。

项目结构与可复用模块

LCEL 那一章的组织逻辑值得单独说。它先讲 Runnable 协议的设计，再讲多链整合，最后落到一个完整实战。这条路径对应的是真实项目里的典型演进：单个 Prompt 调用 → 需要多步串联 → 需要并行、分支、回退 → 需要把整条链封装成可复用组件。Runnable 协议统一了 invoke、batch、stream、astream 等接口，意味着你写好的一个链，换个调用方式就能适配同步请求、批量任务和流式响应，不用改内部结构。

「整合复杂逻辑的多链」这一节更贴近工程现场：当业务需要先检索、再判断、再生成，或者要根据中间结果走不同分支时，单链就不够了。多链组合的写法可以直接搬到自己的项目里，作为路由层或编排层使用。这部分是整份资料里复用价值最高的模块，建议对照自己的业务改写一遍，而不是照抄示例。

适合谁拿来对照实践

  • 已经会用 OpenAI 接口做单轮问答，但不知道如何组织多步骤流程的开发者；
  • 写过 LangChain 旧版 Chain，想迁移到 LCEL 写法的工程师；
  • 需要把大模型能力嵌进现有后端服务、关注可维护性和可测试性的人；
  • 想先摸清多模态调用方式的入门者，作为后续深入前的起步。

需要说明的是，这份资料是实战营第 7 期，模型和库版本会随时间迭代，部分 API 细节可能与你当前用的版本有差异。所以它的正确用法是「对照参考」而非「逐字复刻」：理解它的分层思路和抽象设计，再结合官方文档校准具体调用。

自学路径建议

比较高效的顺序是先过一遍 LCEL 的 Runnable 协议，把 invoke / stream / batch 三种调用方式跑通；然后自己动手把一条单链拆成多链，体会组合与分支的写法；最后找一个自己手头的小需求，用这套结构重写一遍。视频里实战节的代码节奏较快，建议暂停跟敲，遇到报错再回看对应知识点。课件 PDF 适合当速查，不必逐页精读。真正决定学习效果的，是你有没有把示例改造成自己的项目结构——这份资料提供的是脚手架和方法，落地还得靠自己动手。

极客时间- AI大模型应用开发实战营第7期

深入探索AI大模型应用开发

编辑点评

实战导向，涵盖LangChain、OpenAI等前沿技术，适合AI开发者及对AI应用感兴趣的学习者。

⭐ 编辑推荐

跟随实战营，掌握AI大模型应用开发核心技能，打造个性化AI应用。

✨ 课程亮点

✦LangChain实战教学
✦OpenAI技术解析
✦多模态开发入门

课程目录

📁 第7周-第17章 LangChain表达式语言（LCEL）入门与实战
    📁 课件
        第17章 LangChain表达式语言（LCEL）入门与实战.pdf  [3.4 MB]
    1. 章节介绍.mp4  [8.8 MB]
    7. 实战 LCEL 开发与应用.mp4  [107.7 MB]
    6. LCEL 进阶使用：整合复杂逻辑的多链.mp4  [19.8 MB]
    4. LCEL Runnable 协议设计与使用.mp4  [26.6 MB]
    3. LCEL 设计理念与优势.mp4  [23.6 MB]
    5. LCEL vs LangChain 古典语法.mp4  [15.5 MB]
    2. LangChain Expression Language 是什么.mp4  [12.4 MB]
📁 第2周-第6章 大模型应用最佳实践
    📁 课件
        第6章：AI大模型应用最佳实践.pdf  [14.0 MB]
    4. Function Calling - 使用 GPT 生成 SQL 查询并执行.mp4  [61.2 MB]
    1.如何提升 GPT 模型使用效率与质量.mp4  [20.6 MB]
    2. AI 大模型应用最佳实践.mp4  [98.9 MB]
    3. Function Calling - 使用 GPT 模型生成函数和参数.mp4  [111.8 MB]
📁 第6周-第14章 实战OpenAl-Translatorv2.0
    📁 课件
        第14章-实战 LangChain版 OpenAI-Translator v2.0.pdf  [15.1 MB]
    7. 实战 OpenAI-Translator v2.0 功能特性研发.mp4  [80.4 MB]
    5. 实战：基于 LangChain 优化的 OpenAI-Translator.mp4  [121.7 MB]
    3. 实战Chat Model和Chat Prompt Template.mp4  [48.6 MB]
    1. 章节介绍.mp4  [5.6 MB]
    4. 基于 LangChain 优化的 OpenAI-Translator.mp4  [39.6 MB]
    6. OpenAI-Translator v2.0 功能特性研发.mp4  [4.9 MB]
    2. 深入理解Chat Model和Chat Prompt Template.mp4  [18.8 MB]
📁 第7周-第16章 实战房产销售机器人Sales-Consultant
    📁 课件
        第16章-实战房产销售机器人Sales-Consultant.pdf  [11.6 MB]
    4. 实战 LangChain 版 Sales-Consultant.mp4  [150.7 MB]
    3. Sales-Consultant 技术方案与架构设计.mp4  [44.0 MB]
    1. 章节介绍.mp4  [7.1 MB]
    2. Sales-Consultant 业务流程与价值分析.mp4  [40.1 MB]
📁 第4周-第9章 OpenAl 多模态开发入
    📁 课件
        第9章：OpenAI 多模态开发入门.pdf  [25.3 MB]
    2. OpenAI 多模态能力总览.mp4  [156.1 MB]
    5. 多模态开发入门：文生音 TTS.mp4  [29.4 MB]
    6. 多模态开发入门：音生文 Whisper.mp4  [37.1 MB]
    3. 多模态开发入门：图生文 GPT-4V.mp4  [95.4 MB]
    4. 多模态开发入门：文生图 DALL·E 3.mp4  [34.5 MB]
    1. 章节介绍.mp4  [5.5 MB]
📁 第3周-第7章 第2部分 大模型应用开发入门：Assistants API
    📁 课件
        第7章-大模型应用开发入门：Assistants API.pdf  [12.3 MB]
    3. Assistants 工具介绍与使用.mp4  [24.5 MB]
    5. Assistants 开发实战.mp4  [56.3 MB]
    4. 使用 Playground 调试 Assistants.mp4  [90.0 MB]
    2. Assistants API 快速入门.mp4  [65.0 MB]
    1. 章节介绍.mp4  [10.9 MB]
📁 第3周-第8章 实战ChatGPT Plugin开发
    📁 课件
        第8章：实战 ChatGPT Plugin开发.pdf  [4.4 MB]
    4. Function Calling vs ChatGPT plugin.mp4  [11.4 MB]
    1. 实战 ChatGPT Plugin 章节介绍.mp4  [7.4 MB]
    2. ChatGPT Plugin 开发指南.mp4  [109.8 MB]
    3. 实战天气预报（Weather Forecast）插件开发.mp4  [74.0 MB]
📁 第8周-第19章 大模型应用落地与数据隐私
    📁 课件
        第19章-大模型应用落地与数据隐私.pdf  [19.9 MB]
    4. 大语言模型应用的法规合规性.mp4  [91.7 MB]
    1. 章节介绍.mp4  [8.8 MB]
    2. 大模型时代的开源与数据协议.mp4  [53.0 MB]
    3. 大语言模型的可解释性.mp4  [33.1 MB]
📁 第5周-第13章 大模型应用开发框架LangChain(下篇)
    📁 课件
        第13章-大模型应用开发框架LangChain(下).pdf  [11.5 MB]
    1. LangChain（下）章节介绍.mp4  [8.4 MB]
    4. 构建复杂应用的代理系统Agents.mp4  [53.8 MB]
    2. 框架原生的数据处理流Data Connection.mp4  [48.7 MB]
    3. 实战：数据处理流Data Connection.mp4  [184.8 MB]
    5. 实战：LangChain Agents.mp4  [136.1 MB]
📁 第1周-第1章 初探大模型-起源与发展
    3.初探大模型：起源与发展.mp4  [36.6 MB]
    1.课程整体内容安排.mp4  [54.5 MB]
    2.本章内容概述.mp4  [5.0 MB]
    5.为什么需要注意力机制（Why）以及如何实现（How）.mp4  [87.1 MB]
    7.走向不同：GPT与BERT的选择.mp4  [64.8 MB]
    课件.exe  [93.5 MB]
    6.变革里程碑：Transformer的崛起.mp4  [55.6 MB]
    4.注意力机制是什么（What）.mp4  [15.7 MB]
📁 第5周-第12章 大模型应用开发框架LangChain(中篇)
    📁 课件
        第12章-大模型应用开发框架LangChain(中).pdf  [3.5 MB]
    5. 实战：大模型应用记忆系统Memory.mp4  [116.4 MB]
    2. 大模型应用的最佳实践Chains.mp4  [35.3 MB]
    3. 实战：大模型应用的最佳实践Chains.mp4  [260.0 MB]
    4. 大模型应用记忆系统Memory.mp4  [11.6 MB]
    1. LangChain（中）章节介绍.mp4  [8.4 MB]
📁 第2周-第5章 OpenAl 大模型开发与应用实践
    📁 课件
        第5章：OpenAI 大模型开发与应用实践.pdf  [8.9 MB]
    5.OpenAI API 入门 - Models API.mp4  [8.7 MB]
    10.OpenAI API 实战：使用 tiktoken 计算 token 数量.mp4  [68.6 MB]
    2.OpenAI 语言模型总览.mp4  [30.4 MB]
    8.OpenAI API 实战：文本内容补全初探（Text Completion）.mp4  [27.2 MB]
    4.Token 计费与计算.mp4  [16.5 MB]
    3.OpenAI 模型基准测试与微调简述.mp4  [15.1 MB]
    6.OpenAI API 入门 - 生成类 API.mp4  [10.8 MB]
    9.OpenAI API 实战：聊天机器人初探（Chat Completion）.mp4  [42.4 MB]
    1.本章内容概述.mp4  [5.5 MB]
    7.OpenAI API 实战 - Models API.mp4  [54.8 MB]
📁 第4周-第11章 大模型应用开发框架LangChain（上篇）
    📁 课件
        第11章-大模型应用开发框架LangChain（上）.pdf  [3.1 MB]
    7. 规范化输出：Output Parsers.mp4  [28.1 MB]
    3. 为什么需要LangChain、使用场景及模块化设计.mp4  [49.0 MB]
    5. 标准化的大模型抽象：Mode IO.mp4  [98.8 MB]
    1. LangChain（上）章节介绍.mp4  [6.2 MB]
    2. LangChain 是什么.mp4  [21.6 MB]
    6. 模板化输入：Prompts & 语言模型：Models.mp4  [173.9 MB]
    4. LangChain 核心模块入门.mp4  [13.1 MB]
📁 直播回放
    10.17 第四次直播答疑.mp4  [128.7 MB]
    8.13 开营分享.mp4  [209.3 MB]
    8.20 第一次直播答疑.mp4  [149.0 MB]
    9.26 第三次直播答疑.mp4  [83.7 MB]
📁 第8周-第20章 大模型开源生态与硬件选型
    📁 课件
        第20章-大模型开源生态与硬件选型.pdf  [16.3 MB]
    1. 章节介绍.mp4  [5.2 MB]
    3. 显卡选型推荐指南.mp4  [72.3 MB]
    2. 大模型时代的Github：Hugging Face.mp4  [105.7 MB]
📁 第1周-第2章 GPT模型家族-从始至今
    📁 课件
        第2章：GPT模型家族-从始至今.pdf  [7.6 MB]
    2.GPT模型家族：从始至今.mp4  [23.8 MB]
    5.GPT-4：一个新的开始.mp4  [60.8 MB]
    4.ChatGPT：赢在哪里.mp4  [41.4 MB]
    1.本章内容概述.mp4  [5.8 MB]
    3.从GPT-1到GPT-3.5：一路的风云变幻.mp4  [68.4 MB]
📁 第7周-第18章 生产级大模型应用开发平台 LangSmith
    📁 课件
        第18章 生产级大模型应用开发平台 LangSmith.pdf  [5.1 MB]
    4. LangSmith 服务协议与计价规则.mp4  [9.0 MB]
    5. LangSmith 平台功能介绍.mp4  [39.5 MB]
    1. 章节介绍.mp4  [2.8 MB]
    3. LangSmith 账号申请与开发环境搭建.mp4  [19.8 MB]
    6. LangSmith 上手实战.mp4  [128.1 MB]
    2. LangSmith 是什么？.mp4  [29.4 MB]
📁 第4周-第10章 实战：使用GPTBuilder开发定制化ChatGPT
    📁 课件
        第10章 实战 使用 GPT Builder 开发定制化 ChatGPT.pdf  [17.2 MB]
    4. GPTs vs Assistants API.mp4  [10.7 MB]
    2. GPTs 应用开发与生态.mp4  [17.9 MB]
    7. 使用 Action 构建更复杂的 GPTs.mp4  [18.7 MB]
    3. GPTs 热门应用分享.mp4  [96.7 MB]
    6. 使用 GPT Builder 开发你的第一个 GPTs.mp4  [25.8 MB]
    5. 实战 GPT Builder 开发定制化 ChatGPT.mp4  [43.4 MB]
    1. 章节介绍.mp4  [6.8 MB]
📁 第8周-第21章 ChatGLM3-6B大模型应用开发
    📁 课件
        第21章-国产大模型 ChatGLM3 应用开发.pdf  [42.3 MB]
    3.基于 ChatGLM3-6B 的大模型应用开发.mp4  [101.9 MB]
    2.智谱 AI GLM 大模型家族.mp4  [95.8 MB]
    1.章节介绍.mp4  [6.7 MB]
📁 第9周-第22章 智谱AI GLM篇
    9.超拟人大模型CharacterGLM：理论与实战.pdf  [3.7 MB]
    1. GLM 大模型家族介绍.mp4  [62.5 MB]
    3.问题解决办法.txt  [443.0 B]
    6. Diffusion 原理介绍.mp4  [35.6 MB]
    1-GLM大模型家族介绍.pdf  [7.4 MB]
    2-GLM-4、GLM-4V API 调用实践.pdf  [1.8 MB]
    9.code.zip  [115.5 KB]
    2. 智谱第四代 API 介绍.mp4  [8.4 MB]
    6.CogView3 & CharGLM 理论与实战.pdf  [9.4 MB]
    8. CogView3 及 API 调用演示.mp4  [7.4 MB]
    9. 超拟人大模型 CharacterGLM：理论与实战.mp4  [55.4 MB]
    4. 使用 GLM-4 API 构建模型和应用.mp4  [70.3 MB]
    7. 模型训练的数据优化（DALLE3）.mp4  [6.3 MB]
    3. API 基础教学和实战.mp4  [44.4 MB]
    5. 使用 GLM-4 从 0 到 1 搭建并优化 RAG 程序.mp4  [190.4 MB]
    5.使用GLM-4从0到1搭建并优化RAG程序.pdf  [1.3 MB]
📁 第6周-第15章 实战 LangChain 版AutoGPT
    📁 课件
        第15章-实战 LangChain 版AutoGPT.pdf  [9.0 MB]
    5. 实战 LangChain 版 Auto-GPT.mp4  [121.8 MB]
    3. LangChain 版 Auto-GPT 技术方案与架构设计.mp4  [21.3 MB]
    2. Auto-GPT 项目定位与价值解读.mp4  [21.7 MB]
    4. LangChain 版 Auto-GPT 源码实现解读.mp4  [82.2 MB]
    1. 章节介绍.mp4  [3.8 MB]
📁 第1周-第3章 提示学习
    📁 课件
        第3章：提示学习.pdf  [5.3 MB]
    3.自洽性（Self-Consistency）：多路径推理.mp4  [28.5 MB]
    4.思维树（Tree-of-Thoughts, ToT）：续写佳话(1).mp4  [31.4 MB]
    2.思维链（Chain-of-Thought, CoT）：开山之作.mp4  [64.8 MB]
    1.什么是提示学习（Prompt Learning）.mp4  [8.9 MB]
📁 第3周-第7章 第1部分 实战OpenAl-Translator
    📁 课件
        第7章：实战OpenAI-Translator.pdf  [7.8 MB]
    1. OpenAI-Translator 市场需求分析.mp4  [31.1 MB]
    3. OpenAI-Translator 技术方案与架构设计.mp4  [10.6 MB]
    5. OpenAI-Translator 模块设计.mp4  [136.0 MB]
    4. 实战PDF解析库pdfplumber.mp4  [101.8 MB]
    2. OpenAI-Translator 产品定义与功能规划.mp4  [11.7 MB]
📁 第2周-第4章 大模型开发基础 -OpenAl Embedding
    📁 课件
        第4章：大模型开发基础-Embedding.pdf  [7.3 MB]
    8.聚焦 Word Embedding.mp4  [17.2 MB]
    5.表示学习与嵌入（Embedding）.mp4  [27.4 MB]
    7.如何评估表示学习.mp4  [16.0 MB]
    9.快速上手 OpenAI Embeddings.mp4  [127.9 MB]
    2.通用人工智能的前夜.mp4  [1.7 MB]
    3.“三个世界”与“图灵测试”.mp4  [60.6 MB]
    6.表示学习怎么学.mp4  [33.0 MB]
    4.计算机的数据表示.mp4  [35.2 MB]
    1.本章内容概述.mp4  [3.6 MB]
01-课前准备.docx  [319.0 KB]
02-课程表.webp  [621.8 KB]

适合人群

  • AI开发者
  • AI爱好者
  • 技术管理者

🎯 学习收获

  • 掌握AI大模型应用开发框架
  • 提升AI应用开发能力
  • 打造个性化AI应用

🎉 祝您学习愉快！