本文提供了一个完整的AGI大模型应用开发学习路线，分为七个阶段，涵盖大模型开发基础、RAG基础与架构、LangChain应用、模型微调与私有化、Agent开发、智能设备与"小"模型以及多模态大模型开发。内容涉及提示工程、RAG架构、模型微调、部署、Agent框架以及多模态技术等核心知识，旨在帮助读者从入门到精通，掌握大模型应用开发技能，抓住AI时代职业机遇。
AGI大模型应用开发学习路线
第一阶段 · 大模型开发基础
第一章：AI新篇章
为什么要学习大模型开发？
需要准备的工具和环境
第二章：大模型的训练与应用
大模型发展史
从大模型预训练、微调到应用
GPT结构剖析
大模型家族、类别、应用场景
RAG，Agent与小模型
第三章：大模型实操与API调用
通过API调用大模型
单论对话与多轮对话调用
开源模型与闭源模型调用
ChatGLM，Baichuan，Yi-34B调用
GPT，LLaMA模型调用
模型的部署、容器化
第四章：提示工程技术（1）
提示词的常见结构
提示词的模版化
Zero-shot与Few-shot
In-context learning
Chain of thought prompting
第五章：提示工程技术（2）
Tree of thought prompting
Graph of thought promting
Self-consistency
Active-prompt
Prompt chaining
第二阶段 · RAG基础与架构
第六章：RAG基础与架构
为什么需要RAG？
RAG的经典应用场景
RAG的经典结构与模块
向量数据库
检索与生成
第七章：【项目实战】基于RAG的PDF文档助
产品介绍与核心功能
技术方案与架构设计
文档读取和解析
文档的切分和文档向量化
query搜索与文档排序
提示模版与大模型API接入
模型部署与Web应用
第八章：文档切分常见算法
根据每个Sentence切分
根据固定字符数切分
根据固定sentence数切分
根据递归字符来切分
根据语义相似度来切分
第九章：向量数据库常见算法
常用向量数据库以及类别
向量数据库与索引算法
到排表与搜索优化
KNN与近似KNN
Product Quantization
第十章：向量数据库算法进阶- HSNW
HSNW算法在索引中的重要性
NSW算法解读
NSW图中的搜索问题
Skip List讲解
具有层次结构的NSW
第十一章：【项目实战】基于RAG的新闻推荐
推荐系统原理、应用场景以及架构剖析
传统推荐算法与基于LLM推荐算法
新闻数据的准备与整理
推荐中的召回与精排
精排与Prompt构建
模型部署与测试
第三阶段 · RAG与LangChain
第十二章：LangChain基础应用
为什么需要LangChain?
通过一个小项目快速理解各个模块
LangChain调用模型
PromptTemplate的应用
输出格式设定
Pydantic Object设计
第十三章：理解Function Calling
什么是 Function Calling
自定义输出结构
基于OpenAI调用Function Calling
Function Calling的稳定性
LangChain与Function Calling
第十四章：LangChain与Retrieval组件
Document Loaders
Text Splitters
Text Embedding模型
常用的向量数据库调用
常用的Retriever
第十五章：LangChain与Chain组件
为什么需要Chain？
LLMChain, Sequential Chain
Transform Chain
Router Chain
自定义Chain
第十六章：Advanced RAG（1）
经典RAG的几个问题
Self-querying retrieval
MultiQuery retriever
Step-back prompting
基于历史对话重新生成Query
其他Query优化相关策略
第十七章：Advanced RAG（2）
Sentence window retrieval
Parent-child chunks retrieval
Fusion Retrieval
Ensemble Retrieval
RPF算法
第十八章：基于RAGAS的RAG的评估
为什么需要评估RAG
RAG中的评估思路
评估指标设计
套用在项目中进行评估
RAGAS评估框架的缺点
第十九章：实战基于Advanced RAG的PDF问答
需求理解和系统设计
经典RAG架构下的问题
检索器优化
生成器优化
系统部署与测试
第四阶段 · 模型微调与私有化大模型
第二十章：开源模型介绍
模型私有化部署的必要性
中英开源模型概览与分类
ChatGLM, Baichuan，Yi等中文开源模型
LLaMA，Mistral系列英文开源模型
微调所需要的工具和算力
第二十一章：模型微调基础
判断是否需要模型微调
模型微调对模型的影响和价值
选择合适的基座模型
数据集的准备
微调训练框架的选择
第二十二章：GPU与算力
GPU与CPU
GPU的计算特性
微调所需要的算力计算公式
常见GPU卡介绍与比较
搭建GPU算力环境
第二十三章：高效微调技术-LoRA
全量微调与少量参数微调
理解LoRA训练以及参数
PEFT库的使用
LoRA训练硬件资源评估
认识QLoRA训练
第二十四章：【项目实战】基于ChatGLM-6B+LoRA对话微调模型
理解ChatGLM模型家族以及特性
导入模型以及tokenizer
设计模型参数以及LoRA参数
训练以及部署微调模型
测试微调模型
第五阶段 · Agent开发
第二十五章：Agent开发基础
什么是Agent
什么是Plan, Action, Tools
经典的Agent开源项目介绍
编写简单的Agent程序
Agent目前面临的挑战与机遇
第二十六章：自定义Agent工具
LangChain所支持的Agent
什么需要自定义Agent
@tool decorator的使用
编写自定义Agent工具
编写完整的Agent小项目
第二十七章：深入浅出ReAct框架
回顾什么是CoT
CoT和Action的结合
剖析ReAct框架的Prompt结构
从零实现ReAct（from Scratch)
ReAct框架的优缺点分析
第二十八章：【项目实战】开源Agent项目
开源Agent项目以及分类
AutoGPT项目讲解
MetaGPT项目讲解
其他开源项目
Agent技术目前存在的问题
第二十九章：深度剖析Agent核心部件
Agent的planning
Agent的reasoning
Agent的knowledge
Agent的memory
Agent的泛化能力
第三十章：【项目实战】基于Agent的AI模拟面试
需求设计和系统设计
工具的设计
AI面试中的深度询问方案设计
提示工程设计
Memory的设计
智能体开发与部署
第三十一章：Agent其他案例分享
AI旅游规划师
AI产品销售
AI房租推荐
AI图像处理
AI网站开发
第三十二章：其他Agent前沿应用
多个Agent的协同
Agent的group行为
Agent Society
Agent的Personality
斯坦福小镇案例
第六阶段 · 智能设备与“小”模型
第三十三章：智能设备上的模型优化基础
智能设备特性以及资源限制
模型优化的必要性
常见的模型压缩技术
轻量级模型架构介绍
开源小模型
第三十四章：模型在智能设备上的部署
多大的模型适合
部署流程概述
模型转换工具
模型部署实战
性能测试与优化
第三十五章：边缘计算中的大模型挑战与机遇
边缘计算的概念和重要性
模型所要满足的要求与性能上的平衡
模型在边缘设备上的应用案例
未来“小”模型发展趋势
24年“小”模型机会
第七阶段 · 多模态大模型开发
第三十六章：多模态大模型基础
什么是多模态模型
多模态的应用场景
DALLE-3与Midjourney
Stable Diffusion与ControlNet
语音合成技术概述
主流TTS技术剖析
第三十七章：多模态模型项目剖析
多模态大模型最新进展
Sora对多模态大模型会产生什么影响
案例：MiniGPT-4与多模态问答
案例：BLIP与文本描述生成
案例：Video-LLaVA与多模态图像视频识别
第三十八章：大模型的挑战与未来
大模型技术局限性
大模型的隐私性和准确性
大模型和AGI未来
GPT商城的机会
多模态的机会
对于开发工程师未来的启示
一般掌握到第四个级别，市场上大多数岗位都是可以胜任，但要还不是天花板，天花板级别要求更加严格，对于算法和实战是非常苛刻的。建议普通人掌握到L4级别即可。
最后唠两句
为什么AI大模型成为越来越多程序员转行就业、升职加薪的首选
很简单，这些岗位缺人且高薪
智联招聘的最新数据给出了最直观的印证：2025年2月，AI领域求职人数同比增幅突破200% ，远超其他行业平均水平；整个人工智能行业的求职增速达到33.4%，位居各行业榜首，其中人工智能工程师岗位的求职热度更是飙升69.6%。
AI产业的快速扩张，也让人才供需矛盾愈发突出。麦肯锡报告明确预测，到2030年中国AI专业人才需求将达600万人，人才缺口可能高达400万人，这一缺口不仅存在于核心技术领域，更蔓延至产业应用的各个环节。
那0基础普通人如何学习大模型 ？
深耕科技一线十二载，亲历技术浪潮变迁。我见证那些率先拥抱AI的同行，如何建立起效率与薪资的代际优势。如今，我将积累的大模型面试真题、独家资料、技术报告与实战路线系统整理，分享于此，为你扫清学习困惑，共赴AI时代新程。
我整理出这套 AI 大模型突围资料包【允许白嫖】：
- ✅从入门到精通的全套视频教程
- ✅AI大模型学习路线图（0基础到项目实战仅需90天）
- ✅大模型书籍与技术文档PDF
- ✅各大厂大模型面试题目详解
- ✅640套AI大模型报告合集
- ✅大模型入门实战训练
这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
①从入门到精通的全套视频教程
包含提示词工程、RAG、Agent等技术点
② AI大模型学习路线图（0基础到项目实战仅需90天）
全过程AI大模型学习路线
③学习电子书籍和技术文档
市面上的大模型书籍确实太多了，这些是我精选出来的
④各大厂大模型面试题目详解
⑤640套AI大模型报告合集
⑥大模型入门实战训练
如果说你是以下人群中的其中一类，都可以来智泊AI学习人工智能，找到高薪工作，一次小小的“投资”换来的是终身受益！
应届毕业生：无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。
零基础转型：非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界。
业务赋能 突破瓶颈：传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型。
👉获取方式：
有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓
