概述

🛠 技术栈概览

类别	技术/平台	说明
大模型与基础	LLM、Transformer、MoE、自注意力	LLaMA/Qwen/GPT、多模态、预训练/微调/推理
提示与编排	提示词工程、Tool Calling、Skills	多轮对话、消息模板、结构化输出、工具调用、技能化能力沉淀
低代码平台	Coze（扣子）、Dify	工作流、Agent、知识库、插件、Python 调用与本地化部署
开发框架	LangChain、LangGraph、DeepAgents	Model I/O、Runnable / LCEL、Memory、Tools、Agents、图式工作流、多智能体
协议与通信	MCP（Model Context Protocol）、A2A	Function Calling、服务解耦、外部工具接入、跨 Agent 协作
RAG 与检索	向量数据库、稀疏检索、混合检索、BGE-Rerank	多路召回、重排序、知识图谱、RAGAS 评估、高级 RAG 优化
文档与多模态	MinerU、OCR	图文混排 PDF 解析、设备手册与售后指南
部署与运维	Docker、Ollama、Xinference、vLLM	腾讯云/阿里云、AutoDL、Coze 本地部署
微调与训练	PEFT、LoRA、QLoRA、DeepSpeed、Llama-Factory	Alpaca/ShareGPT 数据格式、Safetensors/ONNX
编程与工具	Python；Codex、Cursor	主语言为 Python；覆盖 AI 编程工具、Agent Skills、多模型 API、MCP 接入与调试
求职与面试	面试题库	按岗位能力域组织 问法 + 答法；对齐同类线上培训结业能力与 JD 高频考点

01 大模型基础能力构建

章节名称	内容概要
大模型（LLM）认识与环境准备	起源与发展、AGI 关系、主流模型特点与适用场景、预训练/微调/推理
大模型架构原理	Transformer、MoE、自注意力、LLaMA/Qwen/GPT、多模态
大模型调度平台	Ollama、私有大模型调用、云端/本地部署（AWS、阿里云等）
提示词工程	核心原则与结构、链式思维与 Few-shot、多轮对话与记忆、在 Agent 与工具调用中的应用

02 企业低代码平台开发与项目实战

章节名称	内容概要
Coze（扣子）平台	界面与功能、插件/知识库/工作流/智能体、Python 调用工作流
项目 1：商户运营管家	行业调研 PPT、爆款视频复刻、营销海报、卖点提炼、评论分析
Dify AI 平台	工作流/Agent/知识库、多案例（投诉分类、调研报告、客服分析、评论分析）、Python 调用
容器化技术	Docker 核心概念、安装与常用命令
企业级大模型部署	腾讯云/阿里云、Docker、Dify、AutoDL、Ollama、Xinference、Coze 本地部署
AI 代码编程工具 - Trae AI	安装使用、多模型 API、MCP 接入
AI 代码编程工具 - Qoder	使用与调试、项目开发

03 大模型核心开发框架

章节名称	内容概要
LangChain 框架原理与应用	Model I/O、Prompt、Parser、Runnable / LCEL、Memory、Tools、Retrieval、Agent
LangGraph 框架原理与应用	图式思维、State/Node/Edge、持久化记忆、流式输出、多智能体与 A2A
MCP 从原理到实战	与 Function Calling 对比、通信机制、工作流程、Server 部署与自定义开发
跨 Agent 通信：A2A 协议	与 MCP 关系、消息与认证、典型场景

04 企业级 RAG / Agent 项目实战

章节名称	内容概要
掌柜智库	LangGraph RAG 工作流、MinerU/OCR、向量+稀疏+Neo4j 多路召回、HyDE/BGE-Rerank、RAGAS 评估
电商小二	意图解析、多源知识库、流式回复、转人工机制、对话复盘、多渠道与监控
电商问数	围绕自然语言问数，完整串起 MySQL 数仓、元数据知识库、Qdrant 向量检索、Elasticsearch 字段值检索、LangGraph 工作流、SQL 生成校验执行、FastAPI SSE 和前后端联调
深度研搜	基于 DeepAgents 搭建多智能体研究系统，串起网络搜索、MySQL 查询、RAGFlow 知识库、文件读取生成、FastAPI 接口和 WebSocket 实时进度回传
市场罗盘	场景化任务拆解、从 0 到 1 设计与开发、阶段目标与进度管控、代码评审与成果展示

已完成实战项目推荐：

• 电商问数（源码仓库）：不是简单的 SQL 生成 Demo，而是把 MySQL、LangGraph、Qdrant、Elasticsearch、FastAPI 等知识点放进同一条可运行的智能问数链路里。
• 深度研搜（源码仓库）：不是普通聊天框，而是围绕开放研究任务，把主智能体调度、子智能体分工、多来源资料检索、文件生成交付和前后端实时联动做成一条完整闭环。

05 大模型微调实践

章节名称	内容概要
大模型微调核心	数据与格式（Alpaca、ShareGPT）、PEFT/LoRA/QLoRA、全参数微调与 DeepSpeed、vLLM 部署、评估
企业级微调数据集构建	公开/私有数据、标注与质量、数据增强
基于 Llama-Factory 的高效微调	环境与参数、单卡/多卡、Safetensors/ONNX
调优案例	学习率与 LoRA 秩、loss/评测对比、业务场景下的迭代策略；多组对照的完整微调—评测—部署案例

06 大厂开发规范

章节名称	内容概要
企业大模型研发流程	技术调研、方案与框架设计、RAG 与 pipeline、评估与角色、立项与需求文档
大模型当下热点	Agent/RAG 主流技术、前沿与热点跟踪

---

🏗️ Agent 项目架构与技术架构