从零构建大模型应用：补齐工程化落地能力的最后一块拼图
很多开发者在看大模型教程时，容易陷入两个极端：要么只懂调用 API 做简单聊天，要么只停留在 RAG（检索增强生成）的概念层面，一旦涉及私有知识库搭建、复杂 Prompt 编排或向量数据库集成，就不知道如何下手。这门课程的核心价值，在于填补“认知”到“工程落地”之间的巨大缺口。它不只是教你理解 Transformer 原理，更是手把手带你走完从数据处理、模型微调接口调用，到最终应用部署的全链路。如果你正面临“只会写 Demo，无法构建生产级应用”的焦虑，这门课就是针对这一能力短板的专项补给。
学习路径与核心模块拆解
课程分为 L1 基础认知阶段，建议初学者先夯实基础。开篇的开班典礼和大模型基础认知部分，旨在统一术语体系，避免后续学习中因概念模糊导致的理解偏差。这是入门的必经之路，务必认真对待 PPT 中的核心定义和逻辑框架。
在掌握基础后，重点应放在“全栈”二字上。这意味着你需要将学习重心从单纯的文本生成，转移到如何构建完整的大模型应用系统。虽然资料包线索显示目前主要涵盖基础认知部分，但作为体系课，其后续模块通常会深入涉及 Embedding 模型的选择与应用、向量数据库（如 Milvus、Chroma 等）的搭建、LangChain 或 LlamaIndex 等开发框架的实战应用，以及简单的 Fine-tuning 流程。建议你在预习时，重点关注与大模型交互的工程细节，而不仅仅是理论。
学完能做什么及资料配合建议
完成本课程及相关练习后，你应该能够独立回答以下问题：大语言模型是如何通过 Tokenization 处理文本的？如何构建一个基于私有数据的问答系统？RAG 技术如何解决大模型幻觉问题？以及如何评估和优化生成结果的质量？
资料包的配合至关重要。除了视频讲解，请务必下载并研读配套 PPT，其中的知识点提炼是复习和查漏补缺的关键。不要只看视频不动手，建议在观看基础认知章节时，同步查阅官方文档，理解基础概念背后的技术背景。对于后续涉及的代码实现环节，务必亲手敲一遍核心逻辑，哪怕只是调试通一个最简单的 RAG Demo，也比被动观看十遍视频更有意义。这门课适合有一定 Python 基础、对 AI 应用开发感兴趣的技术学习者，无论是备考相关认证，还是转岗 AI 应用工程师，都能从中获得扎实的实战经验。
课程介绍
QQ_1769868909921.png 2026-1-31 22:16 上传 ├──大模型全栈班-L1阶段 | ├──01-开班典礼-25.4.22 | | ├──12期-1-2、大语言模型的基础认知-大白.pptx 26.13M | | └──27633794_tenghuiwangxiao_live_493431_1_2025-04-22-19-24-07_2025-04-22-21-44-25.mp4 273.97M | ├──02-大模型的基础认知-25.4.25 | | ├──12期-1-2、大语言模型的基础认知-大白.pptx 26.13M | | └──27633794_tenghuiwangxiao_live_494128_1_2025-04-25-19-17-25_2025-04-25-22-02-31.mp4 357.79M |
课程目录
QQ_1769868909921.png 2026-1-31 22:16 上传 ├──大模型全栈班-L1阶段 | ├──01-开班典礼-25.4.22 | | ├──12期-1-2、大语言模型的基础认知-大白.pptx 26.13M | | └──27633794_tenghuiwangxiao_live_493431_1_2025-04-22-19-24-07_2025-04-22-21-44-25.mp4 273.97M | ├──02-大模型的基础认知-25.4.25 | | ├──12期-1-2、大语言模型的基础认知-大白.pptx 26.13M | | └──27633794_tenghuiwangxiao_live_494128_1_2025-04-25-19-17-25_2025-04-25-22-02-31.mp4 357.79M | ├──03-提示工程特训-25.4.29 | | ├──12期-3-4、提示工程特训和实战-大白.pptx 14.41M | | ├──27633794_tenghuiwangxiao_live_494923_1_2025-04-29-19-15-32_2025-04-29-22-07-36.mp4 363.44M | | └──PythonProject12.rar 10.36M | ├──04-Prompt Engineering实战-25.5.6 | | ├──12期-3-4、提示工程特训和实战-大白.pptx 14.41M | | ├──27633794_tenghuiwangxiao_live_496311_1_2025-05-06-19-18-42_2025-05-06-22-08-56.mp4 440.73M | | └──PythonProject12(1).rar 126.12M | └──05-通俗易懂大模型核心原理-25.5.9 | | ├──12期-5、通俗易懂大模型的核心原理-大白.pptx 28.91M | | └──27633794_tenghuiwangxiao_live_497505_1_2025-05-09-19-26-01_2025-05-09-22-48-12.mp4 358.79M ├──大模型全栈班-L2阶段 | ├──06- RAG认知与项目实战-25.5.13 | | ├──1.mp4 447.74M | | ├──1.rag认知与项目实战.rar 135.36M | | └──1、RAG认知与项目实践(2).pptx 17.08M | ├──07-RAG认知与项目实战 （二）-25.5.16 | | ├──1.rag认知与项目实战 (2).zip 218.27M | | ├──1、RAG认知与项目实践(2).pptx 17.08M | | └──2.mp4 473.60M | ├──08-RAG认知与项目实战（三）-25.5.20 | | ├──基于RAG实现公司HR制度智能问答系统 | | ├──医疗混合检索实战 | | ├──1、RAG认知与项目实践(2).pptx 17.08M | | └──3.mp4 532.75M | ├──09-LangChainV0.3从入门到精通（一）-25.5.22 | | ├──20250522-code(1).zip 9.59kb | | ├──2、LangChainV0.3从入门到精通.pdf 11.44M | | └──4.mp4 511.50M | ├──10-LangChainV0.3从入门到精通（二）-25.5.26-云帆老师 | | ├──exh_prsr | | ├──20250526-code.zip 7.67kb | | ├──2、LangChainV0.3从入门到精通.pdf 11.44M | | └──5.mp4 494.90M | ├──11- LangChainV0.3从入门到精通（三）-25.5.29-云帆老师 | | ├──20250529-code.zip 9.32kb | | ├──2、LangChainV0.3从入门到精通.pdf 11.44M | | ├──2、LangChainV0.3从入门到精通.pptx 22.58M | | └──6.mp4 528.44M | ├──12- LangChainV0.3从入门到精通（四）-25.6.5-云帆老师 | | ├──20250605-code.zip 11.63kb | | ├──3、基于LangChain的RAG系统优化实践.pdf 10.15M | | ├──3、基于LangChain的RAG系统优化实践.pptx 15.61M | | ├──7.mp4 616.77M | | └──world_full.zip 89.30kb | ├──13-基于LangChain的RAG系统优化实践（一）-25.6.9-云帆老师 | | ├──20250609-code(1).zip 73.01M | | ├──3、基于LangChain的RAG系统优化实践.pdf 10.15M | | ├──3、基于LangChain的RAG系统优化实践.pptx 15.61M | | └──8.mp4 512.87M | ├──14-基于LangChain的RAG系统优化实践（二）-25.6.12-云帆老师 | | ├──20250609-code(1).zip 73.01M | | ├──3、基于LangChain的RAG系统优化实践.pdf 10.15M | | ├──3、基于LangChain的RAG系统优化实践.pptx 15.61M | | ├──9.mp4 531.92M | | └──adv_rag_代码详细注释版.zip 25.79kb | ├──15-基于LangChain的RAG系统优化实践（三）-25.6.16 | | ├──10.mp4 558.99M | | ├──3、基于LangChain的RAG系统优化实践.pdf 10.15M | | ├──3、基于LangChain的RAG系统优化实践.pptx 15.61M | | ├──4、掌握RAG应用评估技能和工具.pdf 12.29M | | ├──poppler-Release-24.08.0-0(1).zip 14.39M | | └──tesseract-ocr-w64-setup-5.5.0.20241111(1).exe 20.39M | ├──16-掌握RAG应用评估技能和工具-25.6.19 | | ├──11.mp4 428.82M | | ├──20250609-code(1).zip 73.01M | | ├──4、掌握RAG应用评估技能和工具(1).pptx 13.42M | | └──4、掌握RAG应用评估技能和工具.pdf 12.29M | └──17- RAG项目综合应用和实战-25.6.23-云帆老师 | | ├──12.mp4 704.23M | | ├──5、RAG开源项目综合应用和6、通用文档智能问答系统商业化实战.pdf 6.04M | | ├──Docker 安装教程.pdf 1.23M | | ├──Docker 安装教程_20250620_154616.pdf 1.23M | | ├──FastGPT.zip 1.79M | | ├──ragflow安装和数据.zip 46.72M | | ├──天眼查项目.zip 148.98kb | | └──通用文档智能问答系统.zip 8.16M ├──大模型全栈班-L3阶段 | ├──18-Agent 生态认知革命-25.6.26 | | ├──18.2认知革命-25.6.26.mp4 280.13M | | ├──Agent 生态认知革命(1).zip 48.34M | | ├──Agent 生态认知革命.zip 47.35M | | └──AGI大模型全栈实践班【AGI大模型2512期】18-Agent 生态认知革命-25.6.26.mp4 201.10M | ├──19-Agent智调：Funcation Calling-25.6.30 | | ├──19Agent智调FuncationCalling-25.6.30.mp4 607.07M | | ├──Agent智调_Function Calling.zip 17.75M | | └──补充视频.mp4 72.70M | ├──20-Agent 核心认知框架-25.7.3 | | ├──Agent核心认知框架 | | ├──Agent核心认知框架补充视频及代码 | | ├──20-1Agent 核心认知框架-25.7.3.mp4 162.84M | | └──20-Agent 核心认知框架-25.7.3.mp4 673.53M | ├──21-多Agent系统-25.7.7 | | ├──21-多Agent系统-25.7.7.mp4 589.72M | | ├──agent_numerology.zip 383.75kb | | └──多Agent系统.zip 135.23M | └──22-多Agent系统（二）-25.7.10 | | ├──2024大模型典型示范应用案例集.pptx 83.21M | | ├──22-1多Agent系统(下)-25.7.10.mp4 483.04M | | ├──22-多Agent系统.mp4 27.85M | | └──多Agent系统二(1).zip 291.65M ├──大模型全栈班-L4阶段 | ├──23-Agent 数字人应用-25.7.14 | | ├──02AG大模型全栈实践班【AGI大模型2512期】23-Agent 数字人应用-25.7.14.mp4 421.48M | | ├──Agent数字人.zip 1.26G | | └──AG大模型全栈实践班【AGI大模型2512期】23-Agent 数字人应用-25.7.14.mp4 35.56M | ├──24-Agent可视化平台 Coze-25.7.17 | | ├──coze实践 | | └──24-Agent可视化平合 Coze-25.7.21.mp4 513.06M | └──24-Agent可视化平台 Coze-25.7.21 | | ├──coze实践 | | └──24-Agent可视化平合 Coze-25.7.21.mp4 513.06M ├──大模型全栈班-L5阶段 | ├──22-何为开源大模型、为何要开源大模型25.7(1).24 | | ├──1何为开源大模型、为何要开源大模型（ 13.81M | | └──何为开源大模型、为何要开源大模型.mp4 1.05G | ├──23-大模型微调数据集的生成-25.7(1).26 | | ├──2大模型微调技术之数据清洗（ 16.23M | | └──大模型微调技术之数据清洗.mp4 977.66M | ├──24-大模型微调数据集的生成（二）-25.7.26 | | ├──3模型微调（ 15.36M | | └──大模型微调技术之数据清洗（二）.mp4 949.17M | ├──25-企业级大模型部署实战-25.7.28 | | ├──大模型部署.zip 40.49kb | | └──大模型部署实训.mp4 2.04G | └──26-大模型生成效果评估实战-25.7.29 | | └──大模型评估.mp4 1.20G ├──大模型全栈班-L6阶段 | ├──01-多模态应用概述与快速入门-25.7.27-kimi老师 | | ├──01.mp4 209.80M | | └──第一课（ 13.94M | ├──02、03、04-多模态技术基础与实践-25.7.30、25.8.1、25.8.5-Kimi老师 | | ├──Anaconda安装包 | | ├──resnet_pet_classification-main | | ├──02.mp4 269.02M | | ├──03.mp4 245.68M | | ├──04.mp4 265.05M | | ├──1-AlexNet网络实现.pdf 1.04M | | ├──AlexNet.ipynb 172.62kb | | ├──GoogLeNet+-+深度学习与CV.pdf 2.50M | | ├──resnet_pet_classification-main.zip 225.05M | | └──第二课（ 34.74M | ├──05、06-Transformer模型与ResNet实践-25.8.8~8.13-kimi老师 | | ├──其他参考资料 | | ├──05.mp4 280.55M | | ├──06.mp4 216.81M | | ├──1 Transformer背景介绍 – 自然语言处理基础V2.5.pdf 293.48kb | | ├──2 认识Transformer架构 – 自然语言处理基础V2.5.pdf 249.09kb | | └──6 注意力机制详解 – 自然语言处理基础V2.5.pdf 2.72M | ├──07-注意力机制及在多模态中的应用-25.8.15 | | ├──基于seq2seq的西班牙语到英语的机器翻译任务 | | ├──其他参考资料 | | ├──07.mp4 295.10M | | └──6 注意力机制详解 – 自然语言处理基础V2.5.pdf 2.72M | ├──08、09-注意力机制的机器翻译与文本生成实践-25.8.20-Kimi老师 | | ├──莎士比亚风格的文本生成任务 | | ├──08.mp4 292.76M | | ├──09.mp4 274.15M | | ├──9_RNN_5.pdf 4.30M | | ├──9_RNN_6.pdf 804.12kb | | ├──9_RNN_8.pdf 848.55kb | | └──多模态大模型前沿技术综述与最新进展.pdf 47.88M | ├──10–基于图像的文本描述生成-25.8.26 | | ├──010.mp4 292.81M | | ├──CV+NLP图像描述生成.ipynb 2.38M | | ├──Vibe Coding 调研作业.pdf 74.56kb | | ├──图片的描述生成任务实践.pdf 2.61M | | └──文件目录.png 488.55kb | └──11、12-阶段总结与多模态深入-25.8.29 | | ├──011.mp4 278.30M | | ├──012.mp4 265.09M | | ├──Qwen25-VL.zip 5.13kb | | ├──基于MOPASS(魔泊云)平台的Qwen2.5-VL微调代码运行指南（带书签）.pdf 1.09M | | ├──总复习v1.xmind 7.08M | | └──总复习v1（最终版）.xmind 8.08M └──预习课程 | ├──预习视频 | | ├──预习二：Mac 系统开发环境搭建 | | ├──预习六：RAG系统搭建流程 | | ├──预习三：python语法 | | ├──预习四：开课前预习篇 | | ├──预习五：Langchain开发框架 | | └──预习一：win10及以上系统开发环境搭建 | └──预习资料 | | ├──Mac安装python解释器与pycharm的安装-安装教程在珊瑚课堂 | | ├──Python代码-（不含代码） | | ├──Python代码-（含完整代码） | | ├──typora | | ├──Windows系统下Python和pycharm安装包及教程 | | └──Python语言基础课程介绍.pdf 2.75M
