首页

投稿

【2026年AI大模型】10小时学：Prompt、RAG、Agent、MCP、大模型微调从入门到项目实战（完整版）学会可做LLM项目

28.8万

69

2026-02-10 15:23:28

未经作者授权，禁止转载

【视频相关教材、学习路线、GitHub项目、实战案例集、电子书+问题解答请看 ”置顶” 自取哦】本套教程从零开始讲解，手把手教学，包含Python快速入门、AI开发环境搭建及提示词工程、Transformer架构和预训练、SFT、RLHF等一些基础概念、RAG、Agent、Langchain、大模型微调和私有化部署无论是新手小白，还是有一定编码经验的选手，皆可学习如果视频对你有用的话请【一键三联】支持一下UP哦，拜托，这对我真的很重要

大模型微调

大模型项目

大模型训练

吴恩达langchain 发消息

助力技术人的每一次成长｜提供晚间免费直播课！欢迎咨询：人工智能基础课程/大模型课程/论文发表

1-1-1 课程导学【快速了解课程与安排】

11:45

1-2-1 章节介绍

02:24

1-2-2 什么是大语言模型（LLM）

15:51

1-2-3 LLM在企业中的价值与市场需求

14:19

1-2-4 ChatGPT聊天机器人的使用与局限性

19:54

1-2-5 大语言模型如何影响软件的构建

13:46

1-2-6 LLM应用开发专有名词解释

13:44

1-2-7 LLM&AI Agent应用的交互模式

10:08

1-2-8 章节总结

02:54

1-3-1 章节介绍

03:32

1-3-2 从LLM大模型到AI Agent的技术演进

18:15

1-3-3 初识LLMOps，为什么需要LLMOps

08:21

1-3-4 Dify LLMOps应用开发平台功能演示

11:54

1-3-5 LLMOPs项目需求拆分与设计

16:03

1-3-6 课程LLMOps应用开发平台演示

10:37

1-3-7 课程学习目标与解决的问题展示

05:34

1-4-1 章节介绍

03:14

1-4-2 不同方向的学员如何学习这门课程与建议

11:37

1-4-3 ChatGPT辅助学习与课程提示词

17:46

1-4-4 OpenAI&月之暗面API秘钥获取与参数详解

25:23

1-4-5 Playground快速调试Prompt与接口参数

29:32

1-4-6 章节总结

01:57

2-1-1 章节介绍

02:48

2-1-2 Python环境搭建与配置镜像加速

13:55

2-1-3 PyCharm编辑器配置与插件安装

08:27

2-1-4 项目架构与基础框架选择

07:59

2-1-5 项目目录结构约定、规范与依赖注入

24:29

2-1-6 依赖库介绍、安装与测试

20:00

2-1-7 Postman基础配置与使用介绍

10:11

2-1-8 几种环境下的Postgres数据库安装

22:50

2-1-9 本章总结

24:19

2-2-1 章节介绍

02:44

2-2-2 30行代码实现一个聊天机器人API

11:41

2-2-3 校验API接口输入请求

18:24

2-2-4 统一响应接口设计与实现

11:41

2-2-5 异常错误状态统一设计与实现

15:18

2-2-6 PyTest配置与API测试用例

25:08

2-2-7 Flask-SQLAlchemy扩展的配置与使用

24:09

2-2-8 应用ORM模型的创建与增删改查

39:48

2-2-9 重写SQLAlchemy核心类实现自动提交

09:47

2-2-10 Flask-Migrate扩展介绍与使用

21:12

2-2-11 本章总结

02:19

2-3-1 章节介绍

04:30

2-3-2 LangChain简介及为什么选择LangChain？

21:26

2-3-3 LangChain框架安装及文档介绍

21:11

2-3-4 Prompt组件及使用技巧

36:46

2-3-5 Model组件及使用技巧

25:58

2-3-6 OutputParser组件及使用技巧(1)

33:31

2-3-7 LCEL表达式与Runnable可运行协议

22:19

2-3-8 两个Runnable核心类的讲解与使用

30:47

2-3-9 利用回调功能调试链应用-让过程更透明

19:56

2-3-10 LangSmith平台介绍与使用-从原型到生产

13:09

2-3-11 API接口文档介绍与接口统一

17:16

2-3-12 项目Git版本管理与控制

12:24

2-3-13 本章总结

02:55

3-1-1 本章介绍

02:10

3-1-2 Node.js环境搭建及镜像加速

19:55

3-1-3 项目前端架构与基础框架选择

13:13

3-1-4 前端项目搭建与开发规范

22:18

3-1-5 WebStorm编辑器配置-提升TS代码开发效率

07:49

3-1-6 ArcoDesign与TailwindCSS简化UI界面

21:58

3-1-7 项目页面模板与路由配置，实现路由守卫功能

24:57

3-1-8 Pinia实现多页面共享数据状态(1)

21:28

3-1-9 前端接口请求Fetch方法封装

30:53

3-2-1 本章介绍

02:41

3-2-2 解决前后端分离接口跨域问题

21:09

3-2-3 即时设计 UI 设计稿快速上手与解读

10:43

3-2-4 应用编排页面结构与样式设计

28:52

3-2-5 对接API实现第一个带UI的基础聊天机器人

18:43

3-2-6 应用调试与预览功能封装与逻辑优化

21:18

3-2-7 本章总结

03:10

4-1-1 本章介绍

02:27

4-1-2 LLM实现记忆功能思路与常见记忆模式

23:33

4-1-3 ChatGPT-Playground手动模拟记忆功能

20:20

4-1-4 Python+OpenAI原生SDK实现记忆功能

28:50

4-1-5 ChatMessageHistory组件上手与源码解析

26:25

4-1-6 Memory组件运行流程及不同记忆分类

22:38

4-1-7 LangChain缓冲记忆组件的使用与解析

25:24

4-1-8 LangChain摘要记忆组件的使用与解析

23:05

4-1-9 LangChain实体记忆组件的使用与解析

15:25

4-1-10 记忆组件的持久化与第三方集成

15:44

4-1-11 内置Chain组件的使用与源码解读

25:12

4-1-12 RunnableWithMessageHistory简

15:49

4-1-13 本章总结

02:24

4-2-1 本章介绍

02:18

4-2-2 LLMOps项目记忆功能需求拆解分析

11:50

4-2-3 运行流程拆解与基础数据表设计

35:18

4-2-4 记忆功能相关API文档编写整理

11:22

4-2-5 Runnable组件动态添加默认调用参数

21:38

4-2-6 Runnable组件配置运行时链内部

17:49

4-2-7 Runnable组件动态替换运行组件

12:44

4-2-8 Runnable组件重试与回退机制降低程序错误率

15:55

4-2-9 Runnable组件生命周期监听器与使用场景

13:30

4-2-10 基于Runnable封装记忆链实现记忆自动管理

15:49

4-2-11 开源智能体MetaGPT记忆模块解读

15:11

4-2-12 本章总结

01:57

5-1-1 本章介绍

02:45

5-1-2 大语言模型出现幻觉的原因及缓解方案

18:54

5-1-3 检索增强生成RAG基础架构与手动模拟

15:54

5-1-4 AI应用开发新宠——向量数据库的介绍与用途

16:23

5-1-5 传统数据库与向量数据库的使用差异

18:00

5-1-6 Embedding文本嵌入模型介绍与使用

16:09

5-1-7 OpenAI Embedding接口使用实践测试

17:26

5-1-8 CacheBackEmbedding组件的使用与注意事项

12:16

5-1-9 其他Embedding嵌入模型的配置与使用

16:00

5-1-10 Faiss向量数据库的配置与使用

33:15

5-1-11 Pinecone向量数据库的配置与使用

25:33

5-1-12 TCVectorDB向量数据库的配置与使用

31:47

5-1-13 Weaviate向量数据库的配置与使用

26:25

5-1-14 对接自定义向量数据库的配置与使用

20:19

5-2-1 本章介绍

02:30

5-2-2 Document组件与文档加载器组件的使用

17:19

5-2-3 LangChain内置文档加载器使用技巧

34:57

5-2-4 自定义LangChain文档加载器使用技巧

11:54

5-2-5 Blob与BlobParser代替文档加载器

17:34

5-2-6 文档转换器与字符分割器组件的使用

21:22

5-2-7 递归字符文本分割器的使用与运行流程

27:24

5-2-8 语义文档分割器与其他内容分割器的使用

37:53

5-2-9 自定义LangChain文档分割器技巧

12:13

5-2-10 非分割类型的文档转换器使用技巧

15:42

5-2-11 VectorStore组件深入学习与检索方法

27:16

5-2-12 检索器组件深入学习与使用技巧

12:02

5-2-13 内置的检索器组件与自定义检索器技巧

08:04

5-2-14 本章总结

03:36

5-3-1 本章介绍

02:13

5-3-2 RAG开发6个阶段优化策略分析

15:48

5-3-3 多查询重写策略提升检索准确性

17:46

5-3-4 RAG多查询结果融合策略

19:49

5-3-5 问题分解策略提升复杂问题检索正确率

21:24

5-3-6 Step-Back回答回退策略实现前置检索

24:03

5-3-7 混合策略实现doc-doc对称检索

13:01

5-3-8 集成多种检索器算法实现混合检索

11:26

5-3-9 检索器的逻辑路由缩减检索范围

22:48

5-3-10 使用语义路由选择不同的Prompt模板

09:13

5-3-11 自查询检索器实现动态元数据过滤

29:00

5-3-12 MultiVector实现多向量检索文档

18:41

5-3-13 父文档检索器实现拆分和存储平衡

16:09

5-3-14 递归文档树检索实施高级RAG深入理解

22:35

5-3-15 ReRank重排序提升RAG系统效果

13:35

5-3-16 纠正性索引增强生成CRAG优化策略

12:45

5-3-17 使用Self-RAG纠正低质量的检索生成

11:11

5-3-18 本章总结

04:19

6-1-1 本章介绍

02:40

6-1-2 LLM函数调用使用技巧与应用场景

20:31

6-1-3 LangChain中的工具与工具包

16:36

6-1-4 创建自定义工具的3种技巧与使用场景

18:59

6-1-5 高德天气预报查询插件的集成与编写

21:08

6-1-6 谷歌实时信息搜索插件的集成与编写

09:39

6-1-7 ChatModel使用函数调用的技巧与流程

20:04

6-1-8 不支持函数调用的大语言模型解决技巧

23:38

6-1-9 函数调用快速提取结构化数据使用技巧

19:38

6-1-10 函数调用出错捕获提升程序健壮性

31:34

6-1-11 多模态LLM执行函数调用的技巧

27:42

6-1-12 基于ReACT架构的Agent智能体设计与实现

39:32

6-1-13 基于工具调用的智能体设计与实现

19:20

6-1-14 内置的其他Agent类型介绍与上手

13:47

6-1-15 AgentExecutor源码解析与Agent组件缺陷

18:20

6-1-16 本章总结

02:31

6-2-1 本章介绍

03:21

6-2-2 LCEL链表达式的缺点与扩展

22:36

6-2-3 LangGraph介绍与基础组件上手

28:21

6-2-4 条件边与循环流程实现工具调用Agent

27:19

6-2-5 LangGraph实现ReACT架构Agent

16:13

6-2-6 图结构应用程序删除消息的使用技巧

25:09

6-2-7 LangGraph检查点实现记忆持久化功能

21:59

6-2-8 图结构断点实现Agent与人进行交互

26:43

6-2-9 LangGraph子图架构实现AI工作流

22:55

6-2-10 需求转换图架构的技巧-CRAG实现

40:28

6-2-11 利用图优化LLMOps聊天机器人架构

14:35

6-2-12 LangGraph两种基础流式响应技巧

14:53

6-2-13 LangGraph 总结与注意事项篇

15:47

6-2-14 本章总结

02:34

顶部