2026年10月27-29日重庆（线下课程）——《AI大模型全栈工程师实战训练营》

• ● 10月27-29日 · 重庆 · ¥6800/人

• ● 软件工程师和架构师

• ● AI算法工程师

• ● 机器学习工程师

• ● 全栈开发者

• ● 后端工程师

• ● 云计算工程师

• ● 运维工程师

• ● 传统程序员

• ● 数据分析师

• ● BI工程师等

▎第一天 上午

▎第一节： 大模型理论知识 （预备知识）

• ● 初探大模型：起源与发展

• ● GPT模型家族：从始至今

• ● 大模型DeepSeek VS ChatGPT4的对比介绍

• ● 大模型实战-讲解大模型2种学习路线

• ● 大模型最核心的三项技术:模型、微调和开发框架

• ● DeepSeek的MoE混合专家模型介绍

• ● DeepSeek-R3后训练阶段与强化学习技术介绍

• ● OpenAl文本模型A、B、C、D四大模型引擎简介

• ● Embedding大模text-Embedding-ada模型介绍

• ● 全球开源大模型性能评估榜单

• ● 中文大模型生态介绍与GLM 130B模型介绍

• ● DeepSeek模型介绍与部署门槛

• ● DeepSeek开源生态:微调、多模态，WebUI等项目简介

▎第二节： DeepSeek大模型API应用开发

• ● DeepSeek-V3 大模型API

• ● DeepSeek模型&价格

• ● DeepSeek模型参数Temperature设置

• ● DeepSeek模型Token用量计算

• ● DeepSeek大模型多轮对话

• ● DeepSeek大模型JSON Output

• ● DeepSeek大模型Function Calling

• ● DeepSeek大模型上下文硬盘缓存

• ● 聊天机器人初探（Chat Completion）

• ● 基于DeepSeek开发智能翻译助手

▎第一天 下午

▎第三节： LLM模型的私有化部署与权限控制

• ● 各种模型文件介绍：.bin、GGUF、.safetensors等格式区别

• ● 模型的推理、量化原理与实现流程

• ● ModelScope与Hugging Face平台介绍及模型下载使用

• ● 大模型管理底座Ollama架构与运行机制

• ● Ollama+LLaMA部署开源大模型的完整流程

• ● Open WebUI前端功能介绍与模型调用演示

• ● Open WebUI用户与访问权限控制配置方法

• ● vLLM架构简介与Ollama的核心区别

• ● vLLM在高并发与吞吐性能上的优化机制解析

• ● vLLM+OpenAPI实战：部署并调用企业级大模型服务

▎第四节：基于Dify 平台的Agent与Workflow智能客服系统构建

• ● Agent核心组成：Prompt、数据源、模型与工具集成

• ● Dify架构、本地部署与Ollama/vLLM模型接入

• ● 数据分析、代码编写与客服等多场景Agent构建

• ● Dify Workflow 节点拓扑设计与运行机制

• ● 数据爬取、清洗与结构化提取自动化工作流

• ● 集成自定义Tool、知识库与LLM节点

• ● 条件分支、循环与变量传递实现客服响应逻辑

• ● Dify Workflow发布、版本管理与可视化调试

• ● Agent与Workflow融合的端到端客服方案

▎第二天 上午

▎第五节： 基于Deepseek和LangChain构建Agent

• ● 通过LangChain中的ReAct框架实现自动定价

• ● LangChain ReAct框架

• ● LangChain中ReAct Agent的实现

• ● LangChain中的工具和工具包

• ● 通过create_react_agent创建Agent

• ● 深挖AgentExecutor的运行机制

• ● Plan-and-Solve策略的提出

• ● LangChain中的Plan-and-Execute Agent

• ● 通过Plan-and-Execute Agent实现物流管理

• ● 为Agent定义一系列进行自动库存调度的工具

▎第六节：Agent+MCP打造高级智能体

• ● RAG、Agent与MCP的区别与联系

• ● MCP与FunctionCall的关系

• ● 热门的MCP客户端工具有哪些

• ● MCP服务接入原理讲解

• ● 自定义MCP Client开发--STDIO协议对接

• ● LangGraph agent接入Github MCP服务

• ● Langchain_mcp_adatpers创建高德MCP客户端

• ● 基于高德MCP的复杂路径规划+可视化展示

▎第二天 下午

▎第七节： 基于DeepSeek 和LlamaIndex构建文档问答系统

• ● LlamaIndex：选择与配置不同的语言模型与向量模型

• ● LlamaIndex提示：定义与管理查询模板及上下文注入策略

• ● LlamaIndex索引：构建文档索引、向量索引与树形索引

• ● LlamaIndex存储：访问与持久化外部知识数据

• ● LlamaIndex记忆：实现对多轮对话的上下文追踪与复用

• ● LlamaIndex代理：整合外部工具与执行动态任务

• 实战演练：使用LlamaIndex构建企业文档问答系统

▎第八节： Trae AI驱动：Skills插件极速开发

• ● Trae 开发环境快速搭建

• ● AI自然语言生成Skill代码

• ● 智能邮件管理插件开发实战

• ● Trae智能诊断与代码修复

• ● AI辅助对接多平台API接口

• ● 自动化办公爬虫编写实操

• ● 多项Skill逻辑链条组合集成

• ● 插件标准化封装与运行测试

▎第三天 上午

▎第九节： WorkBuddy的部署与使用

• ● WorkBuddy 基础部署与环境准备

• ● WorkBuddy 核心配置文件详解

• ● 模型供应商（Model Provider）集成

• ● 基础对话（Chat）与角色设置

• ● 简单工具（Tools）的挂载与测试

• ● Skills 安装使用及技巧

• ● 意图识别与任务匹配

• ● Agent 多任务协同的配置与调用

• ● 基于WorkBuddy数字人构建

▎第十节： 从图片、视频到数字人，AI应用边界探索

• ● 用Stable Diffusion实现文生图（输入文字就能画图）

• ● 用Stable Diffusion实现图生图（上传图片自动变换风格）

• ● 提示词怎么写？掌握关键词技巧

• ● 玩转Lora微调，让图片拥有不同风格（动漫、国风、写实）

• ● 艺术字、证件照、logo、海报、详情图制作实操

• ● AI辅助设计，快速搞定海报、Banner、广告图

• ● 认识HeyGen，AI数字人生成工具

• ● 用HeyGen生成数字人大纲、剧本、字幕、配乐

• ● 一键制作真人感十足的数字人视频

• ● 实现AI半无人直播、语音直播，应用到客服和营销

▎第三天 下午

▎第十一节：DeepSeek多模态模型Janus的微调与模型对齐

• ● 多模态大模型的核心原理与应用场景

• ● 报销凭证（发票、单据）的结构化特征与难点

• ● 数据准备：票据样本、文字识别与表格标注

• ● 如何科学构建训练数据（基础与专业数据混合训练）

• ● 微调常见方式介绍：微调、偏好对齐、蒸馏、奖励模型

• ● OCR微调：关键字段识别（抬头、金额、日期、税号）

• ● 版式与图像理解：复杂票据结构解析

• ● 多模态信息对齐：文本、图像与语音的融合

• ● 参数高效微调方法（LoRA/Adapter）实战

• 案例演示：凭证识别与结构化信息提取

• ● 业务落地：从票据识别到自动化报销流程

▎第十二节：EvalScope实现模型评估

• ● EvalScope架构与LLM模型评估全生命周期

• ● 评估实战：评测流程与结果可视化

• ● 评估指标设计与结果的高效对比分析

• ● 主流大模型框架的集成方式

• ● 评估结果的结构化存储与复现机制

• ● 评估版本管理：模型、数据集与评测配置关联

• ● EvalScope的自动化评估与人工反馈结合机制

• ● EvalScop中的Prompt评估与提示词版本对比

• ● EvalScope的评估可观测性与评测链路追踪

• ● 基于EvalScope评估结果的模型部署与上线决策

• ● 刘老师 国内顶尖AI专家、大数据技术专家

西安邮电大学计算机科学与技术专业。拥有着20多年软件研发与企业培训经验，对Java、Python、区块链等技术领域有独特的研究，精通机器学习、深度学习、大模型技术。他的专业素养和教学能力备受学员赞誉，是众多技术爱好者心中的楷模。

• ● AI深度学习方法：Scikit-Learn，Tensorflow、Keras、DNN、CNN、RNN、YOLO、OpenCV熟悉主流机器学习算法、各种神经网络结构和图形图像识别技术。

LLM大模型方向：DeepSeek、ChatGLM、ChatGPT4、Llama3、Agent、React、Ollama、Dify、Llamafactory微调、DeepSeek分布式训练、MindFormers生态、MoE混合专家模型。能根据客户的需求实现定制化的模型私有化部署、微调、对齐、量化。并对LangChain、LlamaIndex、Dify等大模型框架有源码级的理解。

• ● 邹老师 某工业大学人工智能研究院院长

博士学历，毕业于中国地质科学院，兼任天津大学创业导师、山东交通学院客座教授、硕士生导师。主持研发50多个人工智能领域工业级项目，广泛应用于能源、医疗、交通、气象、银行等多个领域。硕博期间主持研发大型行业建模软件，代码量100万行（从底层开发是考虑后期维护和产权）。创立的睿客邦与国内十多所