大模型应用开发教程

如题，AI小白，想快速入门大模型应用开发，涉及大模型、MCP、智能体、知识库、向量库等知识点，求个类似于javaguide的学习项目，之前学java就是跟的javaguide项目，学的各种基础概念。

比2025年的1222万人跳涨了371万人大模型算法>后端≈前端>测开>客户端这几年AI爆发式增长，绝大多数部门都会在自己的业务中带一些AI所以个人感觉，AIGC算法工程师、大语言模型应用工程师、提示词工程师 (Prompt Engineer)、AI Infra工程师等岗位，需求会变大，但由于AI暂时商业化道路不稳定，企业也会存在一些顾虑，当然目前薪资也是拉满的，比前后端高多了传统前后端开发（通用业务方向）依旧卷生卷死，这没啥好说的，这块人太多了，前端能略好一点后端，但也好不到哪里去测开在去年要比前后端好进大厂的多，客户端同样好进，但感觉网上都不太喜欢客户端哈哈，只能说这俩性...

✅ 大模型应用开发岗的技术栈=后端开发技术栈+AI落地相关技术栈。🌟后端技术栈后端技术栈已经有很多公开透明的学习路径这里就不展开来阐述了，无非就是编程语言基础、数据库（Mysql，Redis）、中间件等内容。🌟 AI应用相关技术栈AI应用相关技术栈需要考虑具体落地场景，大模型应用的落地目前主要有两个方向，一个是RAG，一个是Agent。1️⃣ Rag(检索增强生成)先看概览课，再看优化课，这里推荐langchain官方课程。并没有写详细的技术栈，是因为不建议单独的学每一个模块。而是先学整体应用，再去看每一个具体的技术栈实现。先会用，再研究。其实rag整个应用涉及到的技术栈基本有：开发框架（langchain，llamaIndex等），Embedding模型，大模型API，向量数据库（faiss，weaviate等），排序模型，prompts优化等，其中涉及到模型的不需要进入研究，了解大概特性既可，模型底层是算法岗职责。2️⃣ Agent(智能体)注意观看运行公开课，加深理解。基本技术栈也是开发框架（langchain，llamaindex，autogpt等），数据库（这里有向量数据库，有普通的关系型数据库和缓存数据库），function call（或者新出的mcp），prompts优化等。📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

一面1、自我介绍2、请系统介绍一下做的这个大模型智能客服项目。3、大语言模型最终选定了哪个？为什么选择这款？技术调研都看了哪些大模型？从哪些维度进行分析评测的？模型评测的方法是什么？标准怎么定义的？4、项目上线后的效果如何？北极星指标是什么？为什么选择这个指标？5、你认为这个项目做的好不好？为什么做的好？后续的迭代计划是什么？6、你为什么认为将AI技术应用于小米的广告商业化是一个看好的方向？7、AI素材生产、AI Agent工具、智能广告投放。请选择你最感兴趣的一个方向，谈谈你认为AI可以在其中为小米广告主解决哪些核心痛点？8、从一名优秀AIGC产品经理的角度出发，你觉得你当前还有哪些不足？9...