大模型应用一站式开发

系统掌握大模型应用全链路开发能力，从原理到实战，从 Demo 到生产。

能力图谱

模块	核心能力
基础原理	Transformer、Tokenizer、生成参数、Embedding
Prompt Engineering	结构化设计、CoT、Few-shot、注入防御
RAG 系统	文档切分、Embedding、向量数据库、混合检索、重排序
Agent 编排	Function Calling、ReAct、多Agent协作、记忆系统
多轮对话	上下文管理、状态机、情感分析、敏感过滤
模型微调	LoRA/QLoRA、SFT、RLHF、量化部署
工程化部署	Docker、推理服务、监控告警、成本控制
安全合规	注入防御、内容审核、数据隐私、评估体系

学习计划

阶段	内容	周数
L1: 大模型基础原理	Transformer、API调用、Token计算	1-2周
L2: Prompt Engineering	结构化Prompt、CoT、注入防御	3-4周
L3: RAG系统设计	切分、Embedding、向量库、混合检索	5-7周
L4: Agent编排	Function Calling、ReAct、多Agent	8-9周
L5: 多轮对话实战	状态管理、情感机器人项目	10-11周
L6: 模型微调	LoRA、SFT、量化	12周
L7: 工程化部署	Docker、监控、CI/CD	13-14周
L8: 安全与进阶	安全合规、多模态、评估体系	持续

专题总结

• 常见坑点总结 -- 10个最常见的实战坑点
• 面试高频问题 -- 按类别整理的面试题
• 练习题与思考 -- 动手练习与深度思考题

学习建议

每个知识点都要写代码验证，每学完一个模块就输出总结。推荐用"系统课程 + 项目实战"结合的方式推进，主线按知识体系学习，每学完一个专题立刻放到项目里实战。

---

实战项目: 本路线全部知识点已在 Synapse 项目中落地实现 -- LLM Router、Prompt 模板、RAG Pipeline、Function Calling、多轮对话状态管理、模型降级、Docker 部署。