引言：AI大模型通识、生态与发展；Prompt工程与应用、AI Agent应用开发、开源大模型微调与推理等

一、AI大模型通识

1、AI大模型通识

(1) 大模型的定义与特点

(2) 大模型的分类与应用

(3) 大模型的底层工作原理

(4) 开源 vs 闭源大模型

(5) Token模式与定价

(6) 大模型的核心技术

2、AI大模型生态及发展

(1) 国内外主流大模型介绍

(2) AI+赋能场景案例介绍

二、Prompt应用、模式与工程

1、Prompt工程与实践

(1) Prompt核心要素与案例

(2) Prompt在电商中的应用

(3) Prompt常见思维框架

(4) 如何理解思维链 vs 思维树

(5) Prompt的攻击/安全问题

(6) Prompt工程≈软件工程

三、AI Agent产品设计理论与模式

1、Agent智能体及应用案例

(1) AI Agent是什么？

(2) 代码即软件公司：MetaGPT

(3) 全球首位AI工程师：Devin

(4) 斯坦福小镇的秘密

2、AI Agent产品设计理论与模式

(1) AI Agent产品模式与架构

(2) 企业落地的关注点：Memory与Tools

(3) 在MCP中找到生态位

(4) AI Agent产品设计的一般流程

(5) 大模型选型需要考量的那些点

(6) 基于ReAct的Prompt工程范式

(7) Agentic与Human in the loop

(8) 从Copilot/Cursor中学习Agent设计

四、AI Agent应用开发实战

1、AI Agent工程与案例

(1) Prompt工程论述

(2) Agent应用模式与架构

(3) 案例：斯坦福小镇

2、Agent应用开发实践

(1) 快速实现一个Chat程序

(2) 核心参数列表

① model参数

② 角色与指令

(3) 实现多轮对话

(4) Function Calling机制

(5) 实现智能客服助手

(6) 数据与函数准备

(7) 工具（函数）调用

(8) 缓解幻觉问题

3、大模型开发框架LangChain

(1) LangChain介绍

(2) LangChain概念与组件

(3) LangChain安装与配置

(4) LangChain表达式语言：LCEL

(5) LangServe服务部署及LangSmith观测与治理

(6) 使用LangChain构建数据分析Agent

(7) 使用LangGraph构建/编排复杂Agent工作流

(8) MCP/Skills深度解读及编码实践

4、从零搭建基于知识库的商品助手

(1) 知识库是什么？

(2) 理解RAG与Embedding

(3) 向量数据库与语义检索

(4) 搭建基于知识库的智能商品助手

5、AI Agent工具搭建与编排

(1) 使用Dify平台搭建Agent应用

(2) 使用Coze平台搭建Agent工作流

五、开源大模型及微调/推理方案

1、开源大模型：垂直模型的基座

(1) 开源大模型串讲：Llama3、ChatGLM3/4、Qwen、DeepSeek

(2) 快速搭建本地开源模型环境（ollama+openwebui）

(3) Hugging Face：AI界的Github

(4) 开源微调：构建基于垂直行业的私有大模型（基于PEFT/LoRA、Llama-Factory）

(5) 数据集类型与构建（Easy-DataSet）

(6) 基于vLLM搭建模型推理服务

(7) 基于开源模型构建Agent应用

(8) 多模态大模型（视觉理解/目标检测）

(9) 延展：GPU/显卡、LPU推理引擎等交付资源选型