课程介绍
在AI技术重塑产业格局的今天，掌握大模型开发与智能体工程化能力已成为开发者进阶的必经之路。本课程以DeepSeek模型为核心，结合LangChain框架与LangGraph工具链，打造从模型部署、增强检索到复杂智能体开发的完整技术闭环，助您成为AI应用开发的全栈工程师。
培训对象
学员需具备：Python基础；
AI工程师、全栈开发者、企业技术负责人，致力于掌握大模型开发、智能体工程化及轻量化应用交付能力，推动业务智能化升级的人员。
课程收益
大模型全栈技术覆盖，构建底层技术认知；
LangChain×LangGraph深度实战，掌握企业级AI工程化能力；
全流程开发工具链，实现开发到落地的无缝衔接；
多模态数据实战突破，打通数据到智能的转化路径；
开源生态整合，实现多源技术融合，提升开发灵活性与扩展性。
知识概要
-- deepseek本地化部署和LangChain快速入门；
-- LangChain基础使用；
-- LangChain进阶；
-- LangGraph进阶。
课程大纲
deepseek本地化部署和LangChain快速入门
Ollama简介
1)Ollama安装和常用参数配置
2)Ollama大模型介绍
3)Ollama部署deepseek
4)管理和部署本地大模型
基于Ollama的Web构建
ChatBox安装和使用
LangChain简介
LangChain基本模块和架构介绍
快速使用：实现对话
对输出进行解析
使用提示词模板
理解Message消息
模型的无状态性
消息历史记录
管理消息历史
Streaming流
案例实战：构建聊天机器人
接入智谱AI
接入通义前文API
接入DeepSeek API
接入本地Ollama DeepSeek API
LangChain基础使用
Prompt Templates提示模板使用
Ouput Parser 输入解析器
LCEL管道运算符原理
LCEL基本语法
使用LCEL构建简单聊天机器人
使用Session支持多轮聊天
理解RAG增强检索架构流程
Document Loader使用
加载CSV、Excel、Pdf本地知识库
爬取Web网站，同步本地知识库
向量存储和检索
案例：基于本地产品知识库的客服机器人
智能体概念和相关API介绍
自定义工具
实现工具调用
自定义Callback回调函数
实战：SQL面试题自动答题机器人使用指标评价工具
智能体实战：能使用搜索引擎智能体
智能体实战：预定餐厅
理解RAG应用概念
Conversational RAG 对话式RAG
案例实战：构建PDF股票知识问答机器人
LangChain进阶
构建提取链基本概念：数据结构、提取器
案例实战：从文本中抽取实体和属性信息，并生成json格式数据
理解生成合成数据概念
案例实战：生成机器学习分类任务数据集
将文本分类打标签
案例实战：对红酒客户评论进行评论分类
文本摘要提取基本概念
案例实战：加载会议数据集，生成会议纪要
理解工具调用
langGraph概述
langGraph关键特性和核心设计
理解Nodes和Edges
理解State和状态管理
编译图和执行图
构建基本聊天机器人
使用工具增强机器人
自定义状态
LangGraph进阶
Anget案例：反思生成更好的笑话
Agent案例：RAG/反思生成更好的笑话/生成网站营销Banner
LangChain集成Huggingface文本嵌入模型
Huggingface开源社区介绍
LangChain集成Huggingface文本嵌入模型
实战：基于大模型实现金融知识库AI问答实战
Stream Hello World程序
创建Streamlit Web应用
Streamlit 文本显示/数据显示
图表可视化组件
Form表单元素
页面布局和容器
多页面和页面导航
基于Streamlit实现聊天机器人
基于Streamlit实现pdf 发票解析机器人
认证过程
无认证考试
开班信息
暂无开班信息