提示工程、模型微调、插件、LangChain，RAG，Agent…参加两天面授实战训练营，立智带你统统搞定！

Deepseek大模型应用开发*佳实践AI大模型全栈工程师实战训练营一、为什么需要该课程？

本课程为DeepSeek大模型应用开发人员提供了一份清晰、全面的“可用知识”，带领大家快速了解DeepSeek原理和API应用开发，同时对比OpenAI和国内多个其他大模型（DeepSeek文心，智谱，千问等）的工作原理及优势，并在此基础上使用流行的编程语言构建大模型应用。通过课程，你不仅可以学会如何构建文本生成、问答和内容摘要等初阶大模型应用，还能了解到提示工程、模型微调、插件、LangChain，RAG，Agent等高阶实践技术。课程提供了简单易学的示例，帮你理解并应用在自己的项目中。二、你可以参加吗？

各类软件企业和研发中心的程序员、软件设计师、架构师、 项目经理。本课程面向零基础LLM应用开发者，不需要了解复杂数学算法，机器学习原理，不需要之前学习过大模型知识。有Java，C#，C++等编程基础，*好有Python基础知识，但即使你对 Python 不太熟悉，也完全没有关系。课程主要阅读和讲解案例代码。三、课程大纲

第1章 DeepSeek为什么这么火第一部分: DeepseekV3和R1 推理大模型入门1.Deepseek平台简介2.Deepseek为什么这么火？有什么核心技术？3.Deepseek 核心功能与基础操作4.Deepseek推理大模型R1和普通大模型V35.DeepSeek R1 的六个蒸馏小模型6.DeekSeep大模型还需要提示词工程吗？7.Deepseek的提问技巧8.编写指令的3个原则9.挖掘指令的3个方法10.编写指令的7种技巧第2章 开发工程师的AI思维第二部分: 开发工程师的AI思维1.深入理解AI和AI产品2.开发工程师的AI思维3.AI产品产业化和标准化4.AI产品落地的价值与难题5.AI产品经理6.AI产品的知识体系7.所有应用都值得被大模型重构一遍！-百度李彦宏8.AI 2.0彻底改变社会:所有应用都可以被重写一次--李开复9.微软发布全新AI PC,有哪些启发10.苹果(AAPL.US)WWDC发布Apple Intelligence 有什么启发11.苹果 pad math notes的AI应用分析第三部分: AI重构应用案例分析1.分析部分现有系统如何引入AI功能2.分享业内一些经典案例3.产品AI化的一些心得4.某电子家电集团AI落地实践5.某金融企业AI落地实践6.某电信企业AI落地实践第3章 基于DeepSeek大模型API开发应用第四部分: SeepSeek大模型  API 应用开发1.DeepSeek-V3 大模型API2.DeepSeek-R1推理大模型API3.DeepSeek模型参数4.DeepSeek大模型多轮对话5.DeepSeek大模型对话前缀续写（Beta）6.DeepSeek大模型FIM 补全（Beta）7.DeepSeek大模型JSON Output8.DeepSeek大模型Function Calling9.DeepSeek大模型上下文硬盘缓存10.文本内容补全初探（Text Completion）11.聊天机器人初探（Chat Completion）12.基于DeepSeek开发智能翻译助手13.案例分析第五部分: DeepSeek大模型对比其他大模型API（国外和国内其他）1.OpenAI大模型API2.claude大模型API3.Gemini 大模型API4.智谱大模型API 介绍5.使用 GLM-4 API构建模型和应用6.基于通义千问大模型API的应用与开发7.基于百度大模型API应用开发8.基于字节，腾讯，华为大模型应用开发第六部分: DeepSeek大模型API构建应用程序（12案例，灵活选择）1.应用程序开发概述2.案例项目分析3.项目1：构建新闻稿生成器4.项目2：语音控制5.项目3：企业管理系统MIS应用案例分析6.项目4：某企业智能管理系统第4章 DeepSeek和LangChain开发应用第七部分: ⼤模型应⽤开发框架 LangChain1.⼤模型应⽤开发框架 LangChain2.LangChain 是什么3.为什么需要 LangChain4.LangChain 典型使⽤场景5.LangChain 基础概念与模块化设计6.LangChain 核⼼模块⼊⻔与实战7.LangChain 的3 个场景8.LangChain 的6 大模块9.LangChain 的开发流程10.创建基于LangChain聊天机器人第八部分: 基于DeepSeek和LangChain构建文档问答系统1.构建复杂LangChain应⽤2.LangChain模型(Models)：从不同的 LLM 和嵌入模型中进行选择3. LangChain提示(Prompts)：管理 LLM 输入4. LangChain链(Chains)：将 LLM 与其他组件相结合5. LangChain索引(Indexs)：访问外部数据6. LangChain记忆(Memory)：记住以前的对话7. LangChain代理(Agents)：访问其他工具8.使⽤大模型构建文档问答系统第5章 DeepSeek构建企业级RAG知识库第九部分: DeepSeek大模型企业RAG应用1.RAG技术概述2.加载器和分割器3.文本嵌入和 向量存储4.检索器和多文档联合检索5.RAG技术的关键挑战6.检索增强生成实践7.RAG技术文档预处理过程8.RAG技术文档检索过程第十部分: 构建基于DeepSeek RAG：实现检索增强生成1.何谓检索增强生成2.提示工程、RAG与微调3.从技术角度看检索部分的Pipeline4.从用户角度看RAG流程5.RAG和Agent6.通过Llamalndex的ReAct RAG Agent实现检索7.获取井加载电商的财报文件8.将财报文件的数据转换为向量数据9.构建查询引擎和工具10.配置文本生成引擎大模型11.创建Agent以查询信息第6章 基于DeepSeek大模型Agent智能体开发第十一部分:DeepSeek大模型驱动的Agent智能体开发概述1.智能体的定义与特点2.智能体与传统软件的关系3.智能体与LLM的关系4.从ChatGPT到智能体5.智能体的五种能力6.记忆，规划，工具，自主决策，推理7.多智能体协作8.企业级智能体应用与任务规划9.智能体开发第十二部分: 基于Deepseek和LangChain构建Agent1.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Agent6.深挖AgentExecutor的运行机制7.Plan-and-Solve策略的提出8.LangChain中的Plan-and-Execute Agent9.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7章 DeepSeek大模型应用案例分析（案例使用国内外多种大模型）第十三部分: DeepSeek大模型落地实战—上课带领大家动手实现案例1.基于DeepSeek 实现一个“开启智能股票分析“项目2.基于DeepSeek 实现一个 AI 生成媒体内容3.基于DeepSeek 实现一个 大模型在旅游行业的应用4.基于DeepSeek 实现一个完整的RAG知识库系统5.基于DeepSeek 实现一个完整的Agent系统自动办理业务第8章 DeepSeek大模型原理和部署，微调第十四部分: 私有化部署DeepSeek大模型1.DeepSeek云端部署2.DeepSeek和国产信创平台适配3.DeepSeek和国内云平台4.利用Ollama私有化部署DeepSeek大模型5.使用其他工具私有化部署DeepSeek大模型6.DeepSeek私有化部署总结第十五部分: DeepSeek大模型微调和蒸馏1.DeepSeek 大模型微调2.大模型指令微调技术3.通用模型的缺点和指令微调的必要性4.指令集的收集与格式化5.指令数据集文件制作6.大模型微调剖析四、课程时间

5月9-10日2天面授 五、课程地点

六、课程价格

原价5999元/人 限时特惠2xxx元/人? 私信专属顾问老师领取优惠福利七、老师介绍—刘捷

01实战经验

讲师最近几年带队完成了数十个AI项目，内容不仅包括深度学习、机器学习、数据挖掘等具体技术要点，也包括AI的整体发展、现状、应用、商业价值、未来方向等，涵盖内容非常丰富。完成多个深度学习实践项目，广泛应用于医疗、交通、银行、电信等多个领域。从2020年推出的多门课程《AI大模型赋能行业应用与解决方案》《AI 大模型辅助软件研发管理与效能提升》和《AI大模型技术及开发应用实践》更是广受欢迎，已经为几十家企业培训，作为一名AI技术专家，对人工智能的理解深入透彻。他不仅精通AI的编程技术，还熟悉各种AI工具的使用，尤其在AI行业应用更是有着独特的见解和实践经验；自从2023年以来帮助多家研发中心做AI辅助开发效能提升咨询服务。同时也是微软人工智能认证工程师，阿里云AI人工智能训练师。在人工智能领域的深耕和创新，也得到了出版社的青睐，计划出版自己的著作。也在多家技术大会做AI技术讲座。02成功案例

本课程已经举办多期线上线下公开课。已经为几十家企业定制专门培训课程包括如Autodesk中国研发中心，思科研发中心，中信研发中心，平安，民航信，NTT DATA，北京体彩，海尔，华为，中兴，台达电子，中国通号集团，中移信息，河南工学院，中国电信，中国联通，电信研究院，联想研发中心以及多家金融企业研发中心，平安产险，平安寿险，中信银行等。