【2026最新】零基础AI大模型应用开发教程，包含所有干货！教学通俗易懂，小白适用！普通人也能抓住的AI风口！学完即就业！

Parts

1. P1 · 【前言】00.AI大模型应用开发学习路线
2. P2 · 【认知篇】01.什么是AI大模型开发
3. P3 · 【认知篇】02.RAG的基本原理
4. P4 · 【认知篇】03.微调的基本原理
5. P5 · 【认知篇】04.本地安装部署DeepSeek大模型
6. P6 · 【认知篇】05.通过API访问本地部署的大模型
7. P7 · 【认知篇】06.通过Dify构建大模型应用并和已有系统集成
8. P8 · 【认知篇】07.通过Dify的API和已有系统集成
9. P9 · 【认知篇】08.基于本地大模型和Dify打造本地化RAG知识库
10. P10 · 【认知篇】09.基于原生RAG应用开发了解RAG原理
11. P11 · 【进阶篇】10.Agent基本概念
12. P12 · 【进阶篇】11.Agent的分类
13. P13 · 【进阶篇】12.Agent组成和策略、应用场景
14. P14 · 【进阶篇】13.OpenAI兼容API接口
15. P15 · 【进阶篇】14.工具的定义和使用
16. P16 · 【进阶篇】15.记忆机制和对话管理
17. P17 · 【进阶篇】16.基于ReAct的Agent代码示例
18. P18 · 【进阶篇】17.常见Agent开发框架及OpenAIAgentSDK特点
19. P19 · 【进阶篇】18.async写法和流式传输
20. P20 · 【进阶篇】19..连续对话和多模态
21. P21 · 【进阶篇】20.使用工具和MCP
22. P22 · 【进阶篇】21.框架的用法和实战案例
23. P23 · 【进阶篇】22.API模式和Python集成
24. P24 · 【进阶篇】23.国产之光？MetaGPT多智能体开源框架
25. P25 · 【进阶篇】24. PydanticAI开源框架
26. P26 · 【进阶篇】25.微软Agent开源框架AutoGen正式发布全新重构版本V0.4
27. P27 · 【进阶篇】26.微软Agent开源框架AutoGen Studio低代码开发平台
28. P28 · 【进阶篇】27.微软AutoGen开源框架Extensions扩展库
29. P29 · 【进阶篇】28.微软Agent开源框架AutoGen全新重构V4（上）
30. P30 · 【进阶篇】29.微软Agent开源框架AutoGen全新重构V4（中）
31. P31 · 【进阶篇】30.微软Agent开源框架AutoGen全新重构V4（下）
32. P32 · 【进阶篇】31.OpenAI Agents SDK开源框架发布
33. P33 · 【进阶篇】32.RAG原理、检索增强生成是什么？
34. P34 · 【进阶篇】33.Faiss向量数据库的配置与使用
35. P35 · 【进阶篇】34.Python+本地端LLM，3步驟快速搭建ollama
36. P36 · 【进阶篇】35.基于知识库的LangChain检索器实现
37. P37 · 【进阶篇】36.RAG索引的构建
38. P38 · 【进阶篇】37.RAG检索重排
39. P39 · 【进阶篇】38.RAG文档分块
40. P40 · 【进阶篇】39.RAG文本向量化
41. P41 · 【提升篇】40.LangChain第一战
42. P42 · 【提升篇】 41.快速切换其他大模型
43. P43 · 【提升篇】42.大模型的其他交互方式
44. P44 · 【提升篇】43.LCEL链式表达式
45. P45 · 【提升篇】44.基于Redis保存历史聊天信息
46. P46 · 【提升篇】45.聊天历史服务整合LCEL链
47. P47 · 【提升篇】46.快速上手AI大模型工具机制
48. P48 · 【提升篇】47.深度定制本地工具
49. P49 · 【提升篇】48.深入理解什么是文本向量化
50. P50 · 【提升篇】49.引入向量数据库实现向量检索
51. P51 · 【提升篇】50.RAG实战之Indexing建立索引
52. P52 · 【提升篇】51.RAG实战之Retrivel检索增强
53. P53 · 【提升篇】52.思考总结：如何提升RAG应用的质量
54. P54 · 【提升篇】 53.使用Ollama部署本地DeepSeek
55. P55 · 【提升篇】54.部署One-API大模型网关
56. P56 · 【提升篇】55.部署FastGPT构建本地应用
57. P57 · 【提升篇】56.部署大模型网络服务
58. P58 · 【提升篇】57.快速了解LangGraph
59. P59 · 【提升篇】58.使用LangGraph构建Agent智能体_上
60. P60 · 【提升篇】59.使用LangGraph构建Agent智能体_下
61. P61 · 【提升篇】60.引入向量数据库实现向量检索
62. P62 · 【提升篇】61.LangGraph接入MCP
63. P63 · 【提升篇】62.深度理解Graph_上
64. P64 · 【提升篇】63.深度理解Graph_下
65. P65 · 【提升篇】64.使用LangGraph构建多智能体工作流
66. P66 · 【提升篇】65.零帧起手，实现多智能体工作流
67. P67 · 【实战篇】66..模型微调介绍
68. P68 · 【实战篇】67.模型训l练利器HuggingFace
69. P69 · 【实战篇】68.什么是模型
70. P70 · 【实战篇】69.什么是模型训练
71. P71 · 【实战篇】70.求解器
72. P72 · 【实战篇】71.一些常用的损失函数
73. P73 · 【实战篇】72.私有化大模型1（部署前准备工作）
74. P74 · 【实战篇】73. 私有化大模型（详细部署过程）
75. P75 · 【实战篇】74.私有化大模型1（如何使用该模型）
76. P76 · 【实战篇】75.AI搜索项目实战（上）
77. P77 · 【实战篇】76.AI搜索项目实战（下）
78. P78 · 【实战篇】77.项目实战：RAG企业知识库(上)
79. P79 · 【实战篇】78.项目实战：RAG企业知识库(下)
80. P80 · 【实战篇】79.智能招聘面试模拟系统（上）
81. P81 · 【实战篇】80.智能招聘面试模拟系统（下）
82. P82 · 【医疗实战篇】81.大模型时代的学习路线
83. P83 · 【医疗实战篇】82.医疗行业多智能体项目业务需求分析
84. P84 · 【医疗实战篇】83.LangChainLangGraphLangSmith家族大拆解
85. P85 · 【医疗实战篇】84.企业级Agent构建思路以及多Agent应用场景指南
86. P86 · 【医疗实战篇】85.实战构建带工具调用的复杂Agent智能体
87. P87 · 【医疗实战篇】86.从0到1实战搭建专属MCP服务
88. P88 · 【医疗实战篇】87.实战打造医疗专属RAG应用智能体
89. P89 · 【医疗实战篇】88.增加人类监督，打造“听话”的大模型应用
90. P90 · 【医疗实战篇】89.基于LangGraph深度整合医疗辅助诊断多智能体
91. P91 · 【医疗实战篇】90.基于DeepAgents实现企业级自适应综合智能体
92. P92 · 【Agent实战案例-基础】91.官方基础应用案例
93. P93 · 【Agent实战案例-进阶】92.技术研究员智能体案例
94. P94 · 【Agent实战案例-进阶】93.健康档案助手智能体案例
95. P95 · 【Agent实战案例-进阶】94.软件编码助手智能体案例
96. P96 · 【Agent实战案例-进阶】95.营销战略协助智能体-1
97. P97 · 【Agent实战案例-进阶】96.营销战略协助智能体-2
98. P98 · 【Agent实战案例-进阶】97.快速搭建AI Agent工作流
99. P99 · 【Agent实战案例-进阶】98.快速搭建AI Agent复杂工作流