大模型应用开发 100 天：Python + LLM 从入门到精通~课程大纲（持续更新）
2026/8/7 6:50:01
网站建设
项目流程
《大模型应用开发 100 天：Python + LLM 从入门到精通》课程大纲 作者定位 ：CSDN 专业作者目标读者 ：Python 开发者、AI 爱好者、后端工程师、转行 AI 的程序员课程规模 ：课程简介 + 课程导入 + 100 期正文 = 共 102 篇每期结构 ：知识讲解 + 代码示例 + 架构图（Mermaid） + 实战演练 + 课后思考
📋 课程简介（第 0 篇） 课程定位、适合人群、学习路线图、收获清单
📋 课程导入（第 1 篇） 环境搭建、工具链配置、第一个 LLM 调用体验
🟢 第一阶段：Python 基础与 AI 预备（Day 1 - Day 10） 期数 标题 核心内容 Day 1 Python 环境搭建与 AI 开发工具链全景 pyenv、uv、VS Code、Jupyter、虚拟环境管理 Day 2 Python 核心语法速通：变量、数据类型与控制流 基础语法回顾，面向有编程经验的开发者快速上手 Day 3 函数、类与模块化编程 函数式编程、OOP、模块导入、包管理 Day 4 Python 高级特性：装饰器、生成器与上下文管理器 进阶语法，为理解 LangChain 源码打基础 Day 5 异步编程 asyncio：大模型调用的性能基石 同步 vs 异步、async/await、并发请求优化 Day 6 数据处理三剑客：NumPy、Pandas 与 JSON 处理 数据加载、清洗、转换，为 RAG 数据处理做准备 Day 7 HTTP 协议与 API 调用实战 requests、httpx、RESTful API、认证机制 Day 8 文本处理与正则表达式：NLP 的瑞士军刀 分词、清洗、模式匹配、文本预处理 Day 9 Jupyter Notebook 高效使用指南与 AI 实验方法论 交互式开发、实验记录、可复现研究 Day 10 【阶段实战】搭建你的第一个 AI 开发工作台 综合前 9 天知识，搭建完整开发环境并运行示例项目
🔵 第二阶段：LLM 基础与 API 调用（Day 11 - Day 20） 期数 标题 核心内容 Day 11 大语言模型原理速览：从 Transformer 到 GPT Attention 机制、自回归生成、模型架构概览 Day 12 主流大模型全景图：GPT、Claude、Llama、Qwen、DeepSeek 各模型特点、能力对比、适用场景 Day 13 第一个 API 调用：用 Python 对话大模型 OpenAI/国产模型 API 接入、请求与响应解析 Day 14 对话管理：System、User、Assistant 角色与多轮对话 消息列表管理、上下文维护、对话历史策略 Day 15 流式输出（Streaming）：让 AI 回答"打字机"般呈现 SSE 协议、流式解析、实时渲染实现 Day 16 Token 经济学：计费、截断与上下文窗口管理 Token 计算、成本优化、长文本处理策略 Day 17 模型参数调优：Temperature、Top-P 与采样策略 创造性 vs 确定性、参数实验与最佳实践 Day 18 结构化输出：让 LLM 返回 JSON、表格与可解析数据 JSON Mode、Function Calling 基础、输出解析 Day 19 错误处理与重试机制：构建健壮的 LLM 调用层 超时、限流、指数退避、降级策略 Day 20 【阶段实战】构建一个多模型对比评测工具 同时调用多个模型 API，对比输出质量、速度、成本
🟡 第三阶段：Prompt Engineering 深度实战（Day 21 - Day 30） 期数 标题 核心内容 Day 21 Prompt Engineering 总论：与大模型对话的艺术 提示词设计原则、Few-shot、Zero-shot、思维链 Day 22 角色设定与系统提示词：打造专家级 AI 助手 System Prompt 设计模式、角色注入、行为约束 Day 23 Few-shot 与 Chain-of-Thought：让模型"学会思考" 示例选择策略、思维链引导、推理能力激发 Day 24 提示词模板化：Jinja2 与动态 Prompt 生成 模板引擎、变量注入、条件渲染、批量生成 Day 25 高级 Prompt 模式：ReAct、Self-Consistency、Tree of Thoughts 前沿提示策略原理与代码实现 Day 26 Prompt 评估与迭代：A/B 测试与自动化评测 评估指标、批量测试框架、迭代优化流程 Day 27 长文本处理策略：分段、摘要与滑动窗口 长文档理解、Map-Reduce、Refine 模式 Day 28 多语言与跨语言 Prompt 设计 中英混合场景、翻译增强、跨语言检索 Day 29 Prompt 安全：注入攻击防御与内容审核 Prompt Injection、越狱防护、安全最佳实践 Day 30 【阶段实战】构建智能客服 Prompt 工程系统 综合运用 Prompt 技术，打造多场景客服系统
🟠 第四阶段：LangChain 核心框架（Day 31 - Day 45） 期数 标题 核心内容 Day 31 LangChain 架构全景：核心概念与设计哲学 LCEL、Chain、组件化设计、生态图谱 Day 32 ChatModel 与 Message：统一的大模型调用接口 模型抽象、消息类型、模型切换策略 Day 33 Output Parser：让 LLM 输出结构化数据 Pydantic Parser、JSON Parser、自定义解析器 Day 34 Prompt Template 进阶：动态模板与组合模式 ChatPromptTemplate、消息占位符、模板组合 Day 35 LCEL 链式编程：用管道符构建优雅的处理流 Runnable 协议、管道操作符、链式调用 Day 36 Memory 机制：让 AI 拥有"记忆" ConversationBufferMemory、窗口记忆、摘要记忆 Day 37 Document Loader 全家桶：从 PDF 到网页的内容采集 多格式文档加载、元数据提取、批量处理 Day 38 Text Splitter 深度解析：文档分块的艺术 分块策略、重叠控制、语义分块 Day 39 Embedding 模型：文本向量化的核心引擎 向量表示原理、模型选型、批量 Embedding Day 40 向量数据库实战：Chroma、FAISS 与 Milvus 对比 向量存储、索引构建、相似度检索 Day 41 Retriever 检索器：智能文档检索策略 检索方式、MMR、过滤条件、检索优化 Day 42 Tool 与 Function Calling：赋予 LLM 工具使用能力 工具定义、Schema 生成、调用流程 Day 43 Callback 系统：监控、日志与链路追踪 回调机制、LangSmith 集成、性能分析 Day 44 LlamaIndex 对比与选型：何时用 LangChain，何时用 LlamaIndex 框架对比、适用场景、混合使用 Day 45 【阶段实战】基于 LangChain 构建企业知识问答系统 整合 Document Loader → Splitter → Embedding → Retriever → Chain
🔴 第五阶段：RAG 检索增强生成（Day 46 - Day 55） 期数 标题 核心内容 Day 46 RAG 架构全景：原理、流程与核心组件 RAG 工作流程、Naive RAG → Advanced RAG → Modular RAG Day 47 文档解析深度实战：PDF、Word、PPT 的精准提取 表格识别、图片 OCR、版面分析、解析质量评估 Day 48 高级分块策略：语义分块、递归分块与父子分块 分块算法对比、参数调优、效果评估 Day 49 Embedding 模型选型与微调策略 开源 vs 商业模型、领域微调、效果对比 Day 50 检索优化：HyDE、Multi-Query 与上下文压缩 高级检索技术原理与实现 Day 51 Reranker 重排序：让检索结果更精准 Cross-Encoder、BGE Reranker、排序融合 Day 52 多模态 RAG：图文混合检索与生成 图片 Embedding、多模态索引、图文联合检索 Day 53 Graph RAG：知识图谱增强的高级 RAG 图谱构建、实体关系提取、图检索策略 Day 54 RAG 评估体系：RAGAS 框架与自动化评测 评估指标（Faithfulness、Relevancy）、评测流水线 Day 55 【阶段实战】构建生产级 RAG 系统：从数据入库到智能问答 端到端 RAG 系统设计与实现
🟣 第六阶段：函数调用与工具集成（Day 56 - Day 65） 期数 标题 核心内容 Day 56 Function Calling 深度解析：原理、协议与实现 函数调用协议、参数 Schema、调用流程 Day 57 工具设计模式：如何设计 LLM 能理解的工具 命名规范、描述优化、参数设计最佳实践 Day 58 搜索引擎集成：Google、Bing 与 SerpAPI 实时信息获取、搜索结果解析、摘要生成 Day 59 数据库工具：让 LLM 直接查询 SQL Text-to-SQL、安全沙箱、结果格式化 Day 60 代码执行器：安全沙箱中的 Python 运行时 代码生成 → 执行 → 反馈循环、安全隔离 Day 61 文件系统与 API 集成：读写文件、调用外部服务 文件操作工具、REST API 调用封装 Day 62 多工具编排：顺序、并行与条件调用 工具选择策略、并行执行、错误处理 Day 63 MCP 协议入门：Model Context Protocol 实战 MCP 架构、Server/Client 开发、工具注册 Day 64 自定义 MCP Server：打造可复用的工具生态 MCP Server 开发、资源管理、Prompt 模板 Day 65 【阶段实战】构建全能 AI 助手：集成搜索、计算、文件、数据库 多工具整合项目
🟤 第七阶段：多模态大模型应用（Day 66 - Day 72） 期数 标题 核心内容 Day 66 多模态大模型全景：GPT-4o、Gemini、Qwen-VL 能力解析 视觉理解、音频处理、视频分析能力对比 Day 67 图片理解实战：OCR、图表分析与视觉问答 图片输入、多模态 Prompt、结果解析 Day 68 语音交互：ASR 语音识别与 TTS 语音合成 Whisper、语音 API、实时语音对话 Day 69 视频理解：关键帧提取与视频内容分析 视频处理流水线、时序理解、摘要生成 Day 70 图像生成：DALL-E、Stable Diffusion 与 Midjourney API 文生图 API 调用、参数调优、批量生成 Day 71 多模态应用架构设计：统一处理文本、图片、音频 多模态 Pipeline 设计、数据流管理 Day 72 【阶段实战】构建多模态内容分析平台 综合多模态能力的完整应用
⚫ 第八阶段：Agent 智能体开发（Day 73 - Day 82） 期数 标题 核心内容 Day 73 AI Agent 架构全景：ReAct、Plan-and-Execute 与 Multi-Agent Agent 设计模式、决策循环、架构选型 Day 74 LangGraph 核心概念：状态图驱动的 Agent 开发 State、Node、Edge、条件路由 Day 75 LangGraph 实战：构建带记忆的对话 Agent 状态管理、记忆持久化、对话流程控制 Day 76 工具调用 Agent：自主决策与任务执行 工具选择、参数生成、结果处理 Day 77 规划型 Agent：任务分解与执行计划 Plan-and-Execute 模式、动态规划、重规划 Day 78 Multi-Agent 系统：多智能体协作与通信 Agent 间通信、角色分工、协作模式 Day 79 Agent 评估与调试：追踪、回放与性能分析 LangSmith 追踪、执行回放、瓶颈定位 Day 80 Agent 安全与权限控制：沙箱、审批与回滚 操作审批、权限分级、安全回滚机制 Day 81 人机协作（Human-in-the-Loop）：关键节点的人工介入 中断点设计、人工审批、反馈注入 Day 82 【阶段实战】构建 Multi-Agent 协作的自动化工作流平台 多 Agent 协作的完整项目
🟤 第九阶段：微调与训练入门（Day 83 - Day 90） 期数 标题 核心内容 Day 83 微调总论：何时该微调？全量 vs LoRA vs QLoRA 微调决策树、方法对比、资源需求 Day 84 数据集构建：从采集、清洗到格式化 数据质量、格式规范、数据增强策略 Day 85 LoRA 微调实战：用 Hugging Face 微调你的专属模型 环境配置、训练脚本、超参调优 Day 86 QLoRA 与量化训练：消费级 GPU 上的微调方案 4-bit 量化、内存优化、效果对比 Day 87 训练监控与评估：Loss 曲线、指标追踪与模型选择 WandB 集成、评估指标、过拟合诊断 Day 88 RLHF 与 DPO 入门：让模型对齐人类偏好 偏好数据、奖励模型、DPO 简化训练 Day 89 模型部署：vLLM、Ollama 与本地推理优化 推理加速、量化部署、API 服务化 Day 90 【阶段实战】微调一个代码助手模型并部署为 API 服务 端到端微调 + 部署项目
🔶 第十阶段：生产部署与商业落地（Day 91 - Day 100） 期数 标题 核心内容 Day 91 LLM 应用架构设计：高可用、可扩展的服务端架构 架构模式、负载均衡、缓存策略 Day 92 FastAPI + LLM：构建高性能 AI 后端服务 API 设计、流式响应、并发处理 Day 93 前端集成：Streamlit、Gradio 与 ChatGPT 风格 UI 快速原型、交互设计、部署方案 Day 94 可观测性：日志、监控与链路追踪体系 OpenTelemetry、LangSmith、告警配置 Day 95 成本控制与优化：缓存、降级与智能路由 语义缓存、模型路由、成本分析 Day 96 安全合规：内容审核、数据脱敏与隐私保护 安全架构、合规要求、攻防实践 Day 97 CI/CD 与自动化测试：LLM 应用的持续交付 测试策略、回归测试、自动化部署 Day 98 商业落地案例深度拆解：客服、写作、数据分析 真实案例分析、ROI 评估、落地经验 Day 99 AI 创业实战：从 idea 到 MVP 到商业化 产品思维、技术选型、商业模式 Day 100 【毕业项目】构建完整的 AI SaaS 产品并上线 综合 100 天所学，完成一个可上线的 AI 产品
📊 课程技术栈全景 编程语言：Python 3.11+ 核心框架：LangChain、LangGraph、LlamaIndex 大模型：GPT-4o、Claude、DeepSeek、Qwen、Llama 向量数据库：Chroma、FAISS、Milvus 开发工具：VS Code、Jupyter、uv、Git 部署工具：FastAPI、Docker、Streamlit 监控工具：LangSmith、OpenTelemetry 微调框架：Hugging Face Transformers、PEFT、TRL🎯 学习建议 每日 1-2 小时 ：每篇文章阅读 + 代码实践约 1-2 小时动手优先 ：每个代码示例都要亲手运行阶段实战必做 ：每 10 天的实战项目是知识巩固的关键建立作品集 ：将每期的代码整理到 GitHub，形成个人 AI 项目集作者 ：高炉炼铁智能化技术研究者，专注钢铁冶金与人工智能 交叉领域。
👍 如果觉得有帮助，请点赞、收藏、转发！ 🔔 关注专栏，不错过后续精彩内容