課程介紹
在AI技術重塑產業格局的今天，掌握大模型開發與智能體工程化能力已成為開發者進階的必經之路。本課程以DeepSeek模型為核心，結合LangChain框架與LangGraph工具鏈，打造從模型部署、增強檢索到復雜智能體開發的完整技術閉環，助您成為AI應用開發的全棧工程師。
培訓對象
學員需具備：Python基礎；
AI工程師、全棧開發者、企業技術負責人，致力于掌握大模型開發、智能體工程化及輕量化應用交付能力，推動業務智能化升級的人員。
課程收益
大模型全棧技術覆蓋，構建底層技術認知；
LangChain×LangGraph深度實戰，掌握企業級AI工程化能力；
全流程開發工具鏈，實現開發到落地的無縫銜接；
多模態數據實戰突破，打通數據到智能的轉化路徑；
開源生態整合，實現多源技術融合，提升開發靈活性與擴展性。
知識概要
-- deepseek本地化部署和LangChain快速入門；
-- LangChain基礎使用；
-- LangChain進階；
-- LangGraph進階。
課程大綱
deepseek本地化部署和LangChain快速入門
Ollama簡介
1)Ollama安裝和常用參數配置
2)Ollama大模型介紹
3)Ollama部署deepseek
4)管理和部署本地大模型
基于Ollama的Web構建
ChatBox安裝和使用
LangChain簡介
LangChain基本模塊和架構介紹
快速使用：實現對話
對輸出進行解析
使用提示詞模板
理解Message消息
模型的無狀態性
消息歷史記錄
管理消息歷史
Streaming流
案例實戰：構建聊天機器人
接入智譜AI
接入通義前文API
接入DeepSeek API
接入本地Ollama DeepSeek API
LangChain基礎使用
Prompt Templates提示模板使用
Ouput Parser 輸入解析器
LCEL管道運算符原理
LCEL基本語法
使用LCEL構建簡單聊天機器人
使用Session支持多輪聊天
理解RAG增強檢索架構流程
Document Loader使用
加載CSV、Excel、Pdf本地知識庫
爬取Web網站，同步本地知識庫
向量存儲和檢索
案例：基于本地產品知識庫的客服機器人
智能體概念和相關API介紹
自定義工具
實現工具調用
自定義Callback回調函數
實戰：SQL面試題自動答題機器人使用指標評價工具
智能體實戰：能使用搜索引擎智能體
智能體實戰：預定餐廳
理解RAG應用概念
Conversational RAG 對話式RAG
案例實戰：構建PDF股票知識問答機器人
LangChain進階
構建提取鏈基本概念：數據結構、提取器
案例實戰：從文本中抽取實體和屬性信息，并生成json格式數據
理解生成合成數據概念
案例實戰：生成機器學習分類任務數據集
將文本分類打標簽
案例實戰：對紅酒客戶評論進行評論分類
文本摘要提取基本概念
案例實戰：加載會議數據集，生成會議紀要
理解工具調用
langGraph概述
langGraph關鍵特性和核心設計
理解Nodes和Edges
理解State和狀態管理
編譯圖和執行圖
構建基本聊天機器人
使用工具增強機器人
自定義狀態
LangGraph進階
Anget案例：反思生成更好的笑話
Agent案例：RAG/反思生成更好的笑話/生成網站營銷Banner
LangChain集成Huggingface文本嵌入模型
Huggingface開源社區介紹
LangChain集成Huggingface文本嵌入模型
實戰：基于大模型實現金融知識庫AI問答實戰
Stream Hello World程序
創建Streamlit Web應用
Streamlit 文本顯示/數據顯示
圖表可視化組件
Form表單元素
頁面布局和容器
多頁面和頁面導航
基于Streamlit實現聊天機器人
基于Streamlit實現pdf 發票解析機器人
認證過程
無認證考試
開班信息
暫無開班信息