AI大模型全栈工程师实战训练营培训班

日程

培训主题

培训大纲

第一天

上午

第一节：

大模型理论知识

（预备知识）

1. 初探大模型：起源与发展

2. GPT模型家族：从始至今

3. 大模型DeepSeek VS ChatGPT4的对比介绍

4. 大模型实战-讲解大模型2种学习路线

5. 大模型最核心的三项技术:模型、微调和开发框架

6. DeepSeek的MoE混合专家模型介绍

7. DeepSeek-R3后训练阶段与强化学习技术介绍

8. OpenAl文本模型A、B、C、D四大模型引擎简介

9. Embedding大模text-Embedding-ada模型介绍

10. 全球开源大模型性能评估榜单

11. 中文大模型生态介绍与GLM 130B模型介绍

12. DeepSeek模型介绍与部署门槛

13. DeepSeek开源生态:微调、多模态，WebUI等项目简介

第二节：

DeepSeek大模型API应用开发

1. DeepSeek-V3 大模型API

2. DeepSeek模型&价格

3. DeepSeek模型参数Temperature设置

4. DeepSeek模型Token用量计算

5. DeepSeek大模型多轮对话

6. DeepSeek大模型JSON Output

7. DeepSeek大模型Function Calling

8. DeepSeek大模型上下文硬盘缓存

9. 聊天机器人初探（Chat Completion）

10. 基于DeepSeek开发智能翻译助手

第一天

下午

第三节：

LLM模型的私有化部署与权限控制

1. 各种模型文件介绍：.bin、GGUF、.safetensors等格式区别

2. 模型的推理、量化原理与实现流程

3. ModelScope与Hugging Face平台介绍及模型下载使用

4. 大模型管理底座Ollama架构与运行机制

5. Ollama+LLaMA部署开源大模型的完整流程

6. Open WebUI前端功能介绍与模型调用演示

7. Open WebUI用户与访问权限控制配置方法

8. vLLM架构简介与Ollama的核心区别

9. vLLM在高并发与吞吐性能上的优化机制解析

10. vLLM+OpenAPI实战：部署并调用企业级大模型服务

第四节：基于Dify 平台的Agent与Workflow智能客服系统构建

1. Agent核心组成：Prompt、数据源、模型与工具集成

2. Dify架构、本地部署与Ollama/vLLM模型接入

3. 数据分析、代码编写与客服等多场景Agent构建

4. Dify API接入与微信等多终端平台对接

5. Dify Workflow 节点拓扑设计与运行机制

6. 数据爬取、清洗与结构化提取自动化工作流

7. 集成自定义Tool、知识库与LLM节点

8. 条件分支、循环与变量传递实现客服响应逻辑

9. Dify Workflow发布、版本管理与可视化调试

10. Agent与Workflow融合的端到端客服方案

第二天

上午

第五节：

基于Deepseek和LangChain构建Agent

1. 通过LangChain中的ReAct框架实现自动定价 

2. LangChain ReAct框架 

3. LangChain中ReAct Agent的实现 

4. LangChain中的工具和工具包 

5. 通过create_react_agent创建Agent 

6. 深挖AgentExecutor的运行机制

7. Plan-and-Solve策略的提出 

8. LangChain中的Plan-and-Execute Agent 

9. 通过Plan-and-Execute Agent实现物流管理 

10. 为Agent定义一系列进行自动库存调度的工具

第六节：Agent+MCP打造高级智能体

1. RAG、Agent与MCP的区别与联系

2. MCP与FunctionCall的关系

3. 热门的MCP客户端工具有哪些

4. MCP服务接入原理讲解

5. 自定义MCP Client开发--STDIO协议对接

6. LangGraph agent接入Github MCP服务

7. Langchain_mcp_adatpers创建高德MCP客户端

8. 基于高德MCP的复杂路径规划+可视化展示

第二天

下午

第七节：

基于DeepSeek

和LlamaIndex构建文档问答系统

1. LlamaIndex：选择与配置不同的语言模型与向量模型

2. LlamaIndex提示：定义与管理查询模板及上下文注入策略

3. LlamaIndex索引：构建文档索引、向量索引与树形索引

4. LlamaIndex存储：访问与持久化外部知识数据

5. LlamaIndex记忆：实现对多轮对话的上下文追踪与复用

6. LlamaIndex代理：整合外部工具与执行动态任务

7. 实战演练：使用LlamaIndex构建企业文档问答系统

第八节：

Trae AI驱动：Skills插件极速开发

1. Trae 开发环境快速搭建

2. AI自然语言生成Skill代码

3. URL转二维码功能极速构建

4. 智能邮件管理插件开发实战

5. Trae智能诊断与代码修复

6. AI辅助对接多平台API接口

7. 自动化办公爬虫编写实操

8. 多项Skill逻辑链条组合集成

9. 插件标准化封装与运行测试

第三天

上午

第九节：

WorkBuddy的部署与使用

1. WorkBuddy 基础部署与环境准备

2. WorkBuddy 核心配置文件详解

3. 模型供应商（Model Provider）集成

4. 基础对话（Chat）与角色设置

5. 简单工具（Tools）的挂载与测试

6. Skills 安装使用及技巧

7. 意图识别与任务匹配  

8. Agent 多任务协同的配置与调用

9. 基于WorkBuddy数字人构建

第十节：

从图片、视频到数字人，AI应用边界探索

1. 用Stable Diffusion实现文生图（输入文字就能画图）

2. 用Stable Diffusion实现图生图（上传图片自动变换风格）

3. 提示词怎么写？掌握关键词技巧

4. 玩转Lora微调，让图片拥有不同风格（动漫、国风、写实）

5. 艺术字、证件照、logo、海报、详情图制作实操

6. AI辅助设计，快速搞定海报、Banner、广告图

7. 认识HeyGen，AI数字人生成工具

8. 用HeyGen生成数字人大纲、剧本、字幕、配乐

9. 一键制作真人感十足的数字人视频

10. 实现AI半无人直播、语音直播，应用到客服和营销

第三天

下午

第十一节：DeepSeek多模态模型Janus的微调与模型对齐

1. 多模态大模型的核心原理与应用场景

2. 报销凭证（发票、单据）的结构化特征与难点

3. 数据准备：票据样本、文字识别与表格标注

4. 如何科学构建训练数据（基础与专业数据混合训练）

5. 微调常见方式介绍：微调、偏好对齐、蒸馏、奖励模型

6. OCR微调：关键字段识别（抬头、金额、日期、税号）

7. 版式与图像理解：复杂票据结构解析

8. 多模态信息对齐：文本、图像与语音的融合

9. 参数高效微调方法（LoRA/Adapter）实战

10. 案例演示：凭证识别与结构化信息提取

11. 业务落地：从票据识别到自动化报销流程

第十二节：EvalScope实现模型评估

1. EvalScope架构与LLM模型评估全生命周期

2. 评估实战：评测流程与结果可视化

3. 评估指标设计与结果的高效对比分析

4. 主流大模型框架的集成方式

5. 评估结果的结构化存储与复现机制

6. 评估版本管理：模型、数据集与评测配置关联

7. EvalScope的自动化评估与人工反馈结合机制

8. EvalScop中的Prompt评估与提示词版本对比

9. EvalScope的评估可观测性与评测链路追踪

10. 基于EvalScope评估结果的模型部署与上线决策