核心知识体系拆解坚实开发底座 (Day01-19):
Python进阶:从变量、容器到面向对象、装饰器、生成器,以及多进程/线程/协程并发编程。 Linux与运维:涵盖Shell脚本编写、权限控制与定时任务。 数据库与容器:深入学习MySQL与SQL语法,掌握Docker环境迁移与服务部署。 现代后端:基于FastAPI框架构建异步非阻塞API,掌握SSE流式输出机制。
大模型核心技术 (Day20-26):
三大商业级实战项目:
掌柜智库:基于LangGraph实现强状态管理的对话系统,整合MinIO、Milvus与MongoDB构建高级RAG问答链路。 电商小二:采用多轨道(知识检索、闲聊、固定业务)并行架构的大语言模型客服系统。 智能体市场罗盘:利用DeepAgents、Tavily与RAGFlow打造的多智能体协同联网深度搜索工具。
极客进阶与工程化体系:
| 阶段 | 模块 | 关键技术与工具 | 核心交付物/目标 | | 基础篇 (Day01-19) | Python基础, Linux/Shell, MySQL, Docker, FastAPI | Python, Markdown, Pycharm, Shell命令, 协程, FastAPI, Docker, SQL | 掌握开发底座与环境部署,实现异步后端接口开发。 | | 大模型核心篇 (Day20-26) | 大模型概念、架构与演进 | RAG, 微调续训, 智能体, MCP | 理解大模型底层逻辑,掌握智能体搭建与工作流设计。 | | 大模型核心篇 (Day20-26) | 低代码平台 | Cherry, ima, Coze, Dify | 零代码/低代码实现知识库搭建与多节点工作流(批处理/循环)。 | | 大模型核心篇 (Day20-26) | LangChain框架 | Milvus, 向量检索, Agent工具调用, JsonOutputParser | 基于框架实现模型调用、输出解析及多模态工具集成。 | | 项目实战篇 | 项目一: 掌柜智库 | LangGraph, Docker, MinIO, MongoDB, RAG, SSE | 全栈搭建带持久化对话的状态管理问答系统。 | | 项目实战篇 | 项目二: 电商小二 | LangChain, RAG, SQLAlchemy, Pydantic, Jinja2 | 多轨道(检索、闲聊、固定任务)的大模型客服应用。 | | 项目实战篇 | 项目三: 深度搜索智能体市场罗盘 | DeepAgents, Tavily, RAGFlow, LangSmith | 基于多智能体协同的联网深度搜索应用。 | | 进阶专题 | VibeCoding | Cursor, Codex, Claude Code, Trae, Skill | 利用AI辅助编程工具提升开发效率。 | | 进阶专题 | 模型部署 (vLLM) | vLLM, GPU服务配置 | 云端GPU算力部署与大模型服务发布。 | | 进阶专题 | RAGAS评估体系 | RAGAS指标(忠诚度, 相关性, 召回率) | 构建大模型回答质量评估指标体系与Bad Case分析。 | | 配套资源 | 面试精选与课后资料 | 设计模式, 前后端, 数据结构, 算法 | 满足全能AI应用开发者的求职面试与技能巩固需求。 |
|