返回首页

AI 全栈开发实战营

从大模型原理到企业级落地,覆盖 DeepSeek、Dify、MCP、FastGPT 全栈技术链,24 节课带你系统掌握 AI 应用开发的核心能力

24 节 · 约 60h 7 大篇章 DeepSeek / Dify / MCP / FastGPT
面向人群: 开发者 / 技术转型者 / 全栈工程师

课程概述

01

技术深度全覆盖

从 Transformer、MoE 等大模型原理到 DeepSeek、Dify、FastGPT 等应用开发平台,构建完整的 AI 全栈知识体系。

02

实战项目驱动

通过小红书文案生成助手、代码生成 Agent、微信智能客服、企业级 RAG 等真实案例,掌握可落地的解决方案。

03

企业级行业赋能

提供金融、医疗、教育等多行业适配方法论,含数据安全、权限控制与合规策略,助力企业快速实现 AI 转型。

04

前沿技术视野

解读 DeepSeek-R1、MCP/A2A 协议、模型微调与蒸馏等最新技术,紧跟大模型应用的前沿趋势与竞争格局。

课程总览

配套课程项目

课程代码与实战案例全部开源,基于 DeepSeek API 的全栈开发快速入门指南,学完即可 Fork 作为自己项目的起点。

核心技术栈

DeepSeek

国产顶尖开源大模型系列,涵盖 V1–V3、R1 推理模型及多模态 VL2,支持 API 调用与私有化部署,是课程核心模型底座。

Dify

面向零基础人员的 Agent 开发平台,提供工作流编排、提示词管理、条件分支与迭代调试,快速构建智能客服与代码生成 Agent。

MCP / A2A

模型上下文协议(MCP)实现 LLM 与外部工具/数据的标准化连接;A2A 协议打破 Agent 能力孤岛,实现多智能体协同。

FastGPT

企业级 RAG 开发框架,集成知识库问答、工作流编排与自动化数据处理,适用于智能客服、知识管理与复杂业务流程自动化。

技术架构

核心价值

🚀

核心技术解码

掌握 Transformer、MoE 等大模型架构原理,深入理解 Agent 设计、工作流编排与跨模态模型调用策略。

💼

全栈能力构建

从 FastAPI 服务化到 Docker/K8s 容器化部署,掌握企业级系统架构、自动化工作流与跨平台 API 集成。

🔬

场景化应用赋能

精通 Prompt 工程与模板设计、RAG 与向量数据库实践,实现代码生成、知识库问答等场景的智能化落地。

🛡️

行业前沿突破

解读国内外先驱大模型最新进展,掌握 Agent 跨行业应用经验复制,以及安全合规与隐私保护最佳实践。

学习收益

  • 系统掌握从机器学习理论到 Transformer、MoE 架构的大模型全栈知识体系
  • 独立开发 RAG 智能问答、小红书文案生成助手、代码自动生成等多类型 AI Agent
  • 熟练使用 Dify、FastGPT 平台进行工作流编排,并通过 LangBot 实现微信/钉钉等多平台部署
  • 掌握 MCP/A2A 协议,构建标准化的 LLM 与外部工具集成方案,实现多智能体协同
  • 具备 DeepSeek 模型私有化部署、微调与蒸馏的企业级实施能力,满足数据安全与合规要求

详细大纲

01 AI 通识基础与核心技术

第 1 课:机器学习与深度学习理论基础

  • 监督学习、非监督学习与半监督学习的核心算法与应用场景
  • 神经元、激活函数、前向/反向传播与梯度下降优化
  • 经典网络结构:全连接网络、CNN、RNN 及深度学习框架

第 2 课:大模型发展全景与关键技术

  • Transformer 架构:自注意力机制、多头注意力与位置编码
  • 稀疏注意力(Longformer/BigBird)与混合专家模型(MoE)
  • 模型压缩与加速:量化(INT8/FP16)与知识蒸馏
02 DeepSeek 大模型应用与 Agent 开发

第 3 课:DeepSeek 现状、应用与技术创新

  • DeepSeek 的现象级爆火:为什么火、是什么、能火多久
  • DeepSeek Prompt 工程最佳实践与代码生成实践
  • DeepSeek V1–V3 里程碑模型与 R1 推理模型关键技术解析

第 4 课:使用 DeepSeek 开发第一个 RAG

  • DeepSeek API 开发平台与多厂商 API 服务接入
  • 向量数据库原理、架构与选型(Milvus/Chroma 等)
  • RAG 系统架构与工作流程,实战开发智能问答系统

第 5 课:开发小红书爆款文案生成助手

  • Agent 基本概念、工作机制与 LLM + Agent 核心能力
  • DeepSeek Agent 架构与 Prompt 任务分解策略
  • 实战:文案生成逻辑设计、评估优化与自动化部署

第 6 课:DeepSeek 私有化部署与最佳实践

  • 私有化部署适用场景:金融、医疗、政府等高隐私行业
  • 技术选型:FastAPI/Flask 服务化、Docker/K8s 容器化、Ollama
  • 实战:基于 Ollama 的 DeepSeek 私有化部署与性能评估
03 Dify 工作流编排与智能 Agent 开发
Dify 工作流编排与智能 Agent 开发

第 7 课:大模型应用开发平台 Dify 快速入门

  • Dify 平台定位、核心功能与技术架构
  • Docker 环境搭建与应用创建、调试预览
  • 实战:使用 Dify 搭建 AI 图像生成应用与智能客服机器人

第 8 课:LangBot 即时通信机器人平台

  • LangBot 核心优势:多平台适配、MCP 协议兼容、高稳定性设计
  • 多模态对话能力与 JSON/YAML 动态配置热更新
  • 实战:Docker 部署 LangBot 并接入个人微信

第 9 课:Dify + LangBot 多平台智能客服 Agent

  • 多平台智能客服方案:快速接入、统一管理与多模态支持
  • 钉钉机器人与微信公众号接入实战
  • 高级功能:多应用类型适配、超时处理与错误恢复机制

第 10 课:使用 Dify 研发代码自动生成 Agent

  • 系统架构:需求输入 → Dify 工作流 → DeepSeek 模型 → 代码执行反馈
  • 高效提示词设计、异步执行与自动重试机制
  • 实战:贪吃蛇小游戏与公司官网的代码自动构建与调试
04 MCP/A2A 协议与多智能体协同

第 11 课:模型上下文协议(MCP)简介

  • MCP 核心架构:Hosts、Clients、Servers 与传输层
  • 核心概念:Resources、Prompts、Tools、Sampling
  • MCP 生态与社区支持

第 12 课:MCP 部署与开发实战

  • 使用 Python/C# SDK 开发 MCP 客户端与服务器
  • MCP Inspector 调试技巧与性能优化
  • 高级应用:复杂工作流集成与安全机制

第 13 课:A2A 协议与 MCP 的协同之道

  • A2A 核心架构、Agent Card 与交互流程详解
  • MCP 与 A2A 全面对比:核心差异、技术分层与场景选择
  • 实战:A2A 官方 Python 示例 HelloWorld 演练
05 FastGPT 企业级知识库与 RAG 进阶

第 14 课:企业知识库与问答系统设计

  • 企业数据治理、知识库需求分析与架构设计
  • 基于大模型的问答系统架构与性能优化
  • 企业级应用挑战:可扩展性、容错机制与资源调度

第 15 课:FastGPT 快速入门

  • FastGPT 定位:企业级 RAG 开发框架的核心功能与适用场景
  • Docker 部署与关键配置:模型服务、向量数据库、数据存储
  • 知识库构建:文档上传、自动分段与问答对生成

第 16 课:使用 FastGPT 开发企业级智能问答 Agent

  • 工作流编排:用户意图分类 → 知识库召回 → 结果格式化输出
  • API 集成与鉴权(JWT/API Key)及性能监控指标
  • 实战:企业级智能问答 Agent 的全流程开发与优化
06 企业应用安全与行业经验推广
企业应用安全与行业经验推广

第 17 课:权限分级控制与数据隐私保护

  • RBAC 权限分级设计:管理员、开发者、普通用户
  • 数据隐私保护:差分隐私、联邦学习与数据脱敏
  • 数据合规性保障:GDPR、网络安全法与审计监控

第 18 课:跨行业经验复制与应用

  • 行业间差异分析与智能客服方案的跨行业移植
  • 金融、医疗、教育行业的智能客服适配与优化
  • 案例:从金融到零售的智能客服实践与经验转化

第 19 课:跨行业代码生成 Agent 经验复制

  • 代码生成方案在不同行业的共性需求与定制化调整
  • 金融风控、医疗电子病历、教育自动批改等场景的代码生成需求
  • 案例:从企业工具到跨平台应用的代码生成实践与效益提升
07 大模型竞争格局与模型微调蒸馏

第 20 课:国际巨头引领的模型技术路线

  • OpenAI GPT 系列(GPT-1 到 GPT-4 Turbo)与 o1/o3 推理系列
  • Meta LLaMA、xAI Grok、Anthropic Claude、Google Gemini 系列
  • 各模型核心技术突破与竞争格局分析

第 21 课:国内先驱主导的开源先进模型

  • DeepSeek 系列:V1–V3、R1 推理模型的技术演进
  • 阿里 Qwen 系列:Qwen-VL 多模态、Qwen2.5-Max 与 QwQ 推理模型
  • 国内外大模型竞争格局与技术发展趋势

第 22 课:大模型应用的趋势与挑战

  • 未来方向:多模态融合、绿色 AI、通用人工智能(AGI)
  • 量子计算与大模型结合、模型安全与伦理法规
  • AI 人才需求趋势与从开发到管理的职业发展路径

第 23 课:DeepSeek-R1 模型微调与案例分析

  • 微调基本概念:数据准备、预处理与训练评估流程
  • 实战:使用 DeepSeek 进行模型微调的完整案例
  • 行业定制化训练:针对特定需求的数据集与个性化方案

第 24 课:实战 DeepSeek-R1-Qwen 小模型蒸馏

  • 蒸馏技术基础:降低推理成本与提高部署效率的策略
  • 蒸馏流程:数据集构建、温度调节、损失函数与知识迁移
  • 实战:GPU 环境搭建、分布式训练与小模型性能评估

讲师介绍

彭靖田

创始人 / CEO
谷歌 AI 开发者专家(GDE)10 万+ AI 学员3 次创业成功退出浙大竺可桢学院《深入理解 TensorFlow》作者

华为 2012 实验室深度学习创始团队成员,加州大学访问学者。曾任才云科技技术合伙人(2020 年被字节跳动收购为火山引擎云),品览数据联合创始人兼 CTO(累计融资近 2 亿元)。Kubeflow 维护者 / TensorFlow 贡献者 / Linux CNCF 程序委员会成员。

开始学习

扫码关注公众号「彭靖田」,咨询课程详情

公众号二维码
更多联系方式