課程大綱
第一部分：生成式人工智能和大語言模型技術概覽
一、AIGC的概念和技術體系
  1.生成式人工智能（AIGC）體系概述
  2.大語言模型技術（LLM）工作原理
  3.LLM 生態體系
  4.OpenAI 及其相關模型介紹
二、提示工程
  1.什么是提示工程
  2.構建提示的方法
  3.優化提示技巧改善LLM輸出質量
  4.提示工程思維和提示工程最佳實踐
三、實現AIGC開發環境
  1.獲取并使用LLM API Key
  2.構建開發環境使用Python代碼實現流式自動對話
  3.快速創建Chat Bot，練習提示詞
第二部分：使用 LangChain 開發AIGC應用
一、LangChain的基本概念和環境準備
  1.大語言模型的概念
  2.LangChain的概念和組件
  3.安裝LangChain環境
  4.使用LangChain調用LLM API
二、模型的調用、提示工程和輸出解析
  1.模型I/O
  2.提示工程
  3.輸出解析
三、Chain：串聯不同的組件
  1.Chain的概念
  2.LLMChain
  3.Sequential Chain
  4.RouterChain
四、Memory：保存對話上下文
  1.Memory 概述
  2.ConversationChain
  3.ConversationBufferMemory（緩沖記憶）
  4.ConversationBufferWindowMemory
  5.ConversationSummaryMemory
  6.ConversationSummaryBufferMemory
五、Agent：代理
  1.Agent概念和體系
  2.React框架
  3.結構化工具對話代理
  4.自主詢問搜索代理
  5.計劃與執行代理
六、LangChain高級應用
  1.工具和工具箱
  2.實現檢索增強生成RAG
  3.連接數據庫
  4.回調函數實現異步通信機制
  5.CAMEL：實現角色扮演
  6.實現自治代理
七、綜合演練：構建客服Chatbot
  1.技術架構
  2.實現步驟
  3.實現基本聊天
  4.實現記憶功能
  5.整合文檔庫具備檢索機制
  6.使用Gradio/StreamLit框架部署Chatbot
八、項目實戰：開發知識庫問答系統
  1.項目需求
  2.技術框架
  3.核心實現機制
  4.核心代碼分析
  5.功能實現
第三部分：實現自主可控的AIGC應用開發底座 （1D）
一、搭建API Gateway
  1.AIGC 開發底座工具鏈介紹
  2.LLM API 調用方法和策略綜述
  3.使用One-API項目部署API Geateway
  4.管理API渠道和令牌
  5.API 調用的監控以及用戶管理
二、實現LLM模型本地運行
  1.使用LM Studio實現開源大模型的本地運行
  2.開源大語言模型和本地開發環境的對接
  3.測試和評估LLaMa模型
  4.測試和評估Mixtrel MoE模型
  5.使用Phi 2實現本地平替Github Copilot解決方案
  6.實現嵌入式模型的本地運行
三、構建低代碼無代碼AIGC應用開發平臺
  1.部署Flowise
  2.快速實現基本會話機器人
  3.實現整合Web瀏覽插件的會話機器人
  4.實現領域知識庫（Embedding & 向量檢索引擎）
  5.實現智能體
四、AIGC 應用的部署
  1.應用容器化部署介紹
  2.借助Vercel實現應用的PaaS化部署
  3.部署ChatGPT Web
  4.快速上線自定義LLM應用
課程周期
24課時（45分鐘/課時）