課程介紹
本課程以全棧視角深度解析大模型開發技術，基于DeepSeek與Dify兩大核心工具鏈，從本地部署到智能體開發，實現企業級AI應用的高效落地。本課程“理論+代碼+案例”三位一體，涵蓋超20個行業場景實戰，適合AI開發者、算法工程師及技術管理者快速掌握大模型落地的全流程技術棧，提升復雜工作流設計、多模態數據處理及私有化部署能力，賦能智能客服、自動化辦公、跨模態生成等前沿應用開發。
培訓對象
AI開發者、算法工程師及技術管理者等。
課程收益
掌握大模型開發全棧能力，從零到一構建安全、高效、可擴展的智能業務系統。
知識概要
-- 理解大模型/deepSeek和提示詞工程；
-- DeepSeek本地部署和Dify智能體和工作流應用開發；
-- 深入工作流應用開發。
課程大綱
理解大模型/deepSeek和提示詞工程
AIGC基本概念、原理
大語言模型基本概念和通用大模型簡潔
Transformer架構解讀
提示詞指令工程
DeepSeek模型簡潔和優勢
DeepSeek三種模式
DeepSeek-R1使用
DeepSeek創新點
DeepSeek核心技術:架構和訓練方法
DeepSeek-R1提示詞使用原則
編寫DeepSeek提示詞的五點共識和八大技巧
Prompt工程防攻擊
企業如何選擇大模型建設
企業大模型建設路徑的決策框架
什么是大模型開發
大模型開發整體框架流程
DeepSeek本地部署和Dify智能體和工作流應用開發
Ollama簡介、安裝和常用參數配置
Ollama部署deepSeek
使用ChatBox應用本地deepSeek
認識和注冊Dify
本地安裝部署Dify
管理和配置大模型：DeepSeek、智譜清言、通義千問
搭建聊天助手-面試助手
聊天機器人的基礎配置
為智能體添加技能（理解插件）
創建旅游達人智能體
創建文生圖繪畫智能體
創建和管理知識庫
為智能體添加知識庫（理解AIGC增加檢索生成）
知識庫的檢索和召回
案例：搭建業務咨詢服務機器人
創建文本生成型應用
什么是工作流，對話流
理解工作流中數據類型和變量定義
理解分支結構 if
理解 if else if多路分支結構
案例實戰：輸入成績，判斷等級
理解循環—迭代節點
案例演示：將對話翻譯成多門語言
深入工作流應用開發
使用代碼節點
本地部署Dify調用Llama 3.1和OpenAI創建聊天機器人與知識庫
本地部署Dify調用DeepSeek實現工作流
強大的jinjia2模板轉換
識別用戶意圖：問題分類器
案例實戰：客戶咨詢分類
使用http節點和參數提取節點
案例實戰：實現匯率兌換機器人
Dify工作流中使用知識庫
案例實戰：基于本地知識庫的客服機器人
多模態使用和文件讀取
案例實戰：實現PDF發票識別并錄入表格
案例實戰：圖片理解車牌識別
圖像流：案例實戰=創建海報背景圖
工作流中使用知識庫：案例實戰-米家掃地機器人客服(圖文回復)
案例實戰：長篇文章生成
Dify自定義工具：實現國家代碼查詢和匯率兌換
基于API調用Dify應用
案例實戰：基于DifyApi使用Python實現聊天機器人
認證過程
無認證考試
開班信息
暫無開班信息