大语言模型编程马拉松:全景实战训练营(AI 辅助编程增强班)

摘要:本课程以Langchain DeepAgents智能体框架为核心,通过“积木代码+AI辅助编程+假想产品实战”模式,系统教授大模型应用开发与运维的全栈技能。学员将从零搭建个人AI项目,掌握从提示词、RAG、多智能体到成本控制、产品集成的完整实战能力。


此课程以 Langchain1.0 为基础,核心是其 DeepAgents 高级智能体框架,涵盖多步骤Todo List、多智能体、跨会话长期记忆、文档读写等核心功能,主打实战化编程教学,全程贴合企业实际应用需求设计课程内容,兼顾零基础入门与进阶提升,让不同基础的学员都能落地掌握核心技能。

01

课程过程

  • 第一步,每个学员在课前提前设想一个自己想要开发的产品,优先贴合企业真实业务场景与实际需求,保障课程实战环节更具落地性,避免脱离实际的空想设计。
  • 第二步,学员将领取几十段能够独立运行、功能各异的AI代码片段,所有代码均经过调试优化,无需复杂前置配置,一键即可运行测试,帮助学员快速上手核心代码逻辑,降低入门门槛。
  • 第三步,自主调整代码各类参数,直观观察积木代码的输出结果变化,吃透参数与功能的对应关联,彻底理解代码运行底层原理,而非单纯照搬代码。
  • 第四步,在AI辅助编程工具的全程支持下,将筛选好的功能模块、适配参数,从基础积木代码中精准迁移应用到个人假想产品中,逐步完成产品初步功能搭建。
  • 第五步,课程最后半天,每组推选本组最成熟、技术复杂度高、功能先进的假想产品,开展集中功能升级、漏洞优化与细节打磨,最终形成完整可展示的实战成果。
02

课程时长

  • 2天标准班 / 3天深度内训课,可根据企业团队、个人学员的学习需求与基础水平灵活选择,适配不同节奏的学习进度,兼顾效率与学习质量。
  • 全程搭配深度分组实战练习,以小组为单位开展协作实操,强化团队配合能力,同时鼓励学员互相交流问题、共同解决技术难点。
  • 学员可自主选择适配自身职业方向与学习目标的应用类型、实战案例与学习数据,针对性补强个人薄弱环节,实现个性化提升。
  • 深度内训班额外扩充大量AI辅助编程核心实战内容,配备更长实操时长,保障学员能够当场对代码进行深度改造,完美适配自身业务的实际要求,做到学完即用。
03

课程受众

  • 产品经理:立志转型成为专业LLM产品经理的职场人士,希望系统掌握LLM的商业应用逻辑、技术落地路径与产品设计方法,拓宽职业发展边界,提升职场核心竞争力。
  • 开发人员:想要转型成为LLM软件工程师的开发者,通过全程沉浸式实战编程操作,加深对大语言模型底层逻辑、应用开发全流程的理解,快速掌握AI编程核心技能,实现职业赛道升级。

(一)受众门槛

  • 本课程要求班级内至少1/4的“核心学员”达成以下基础标准,由核心学员带动全组学员稳步推进学习进度,保障整体班级学习效果与实战进度,避免个别学员掉队。
  • 已安装并熟练使用Cursor、GitHub Copilot、Cloud Code或同等水平的AI编程辅助工具,具备基础的AI辅助编程操作能力,了解工具基础使用逻辑。
  • 具备扎实的软件开发经验,尤其擅长后台API开发,能够快速理解接口调用、数据交互与后端开发基础逻辑,有相关项目开发经验者优先。
  • 正在主导或深度参与实际产品开发工作,且对应产品开发周期已满一年以上,拥有成熟的项目实战经验与业务思维,理解企业实际开发痛点。
  • 对AI领域有基础认知,曾经实操使用API调用接口,或使用过Dify等低代码AI开发工具,或累计学习相关AI课程、教学视频时长超过2小时,具备基本AI常识。
  • 熟悉Python语法者优先录取,掌握Python基础语法的学员,可更快上手课程核心代码实操、参数调整与功能改造环节,学习效率更高。
04

课程收益

  • 认知提升:深入吃透大语言模型多智能体工作原理、运行逻辑,全面掌握其在商业落地、技术研发等各类场景下的实际应用方式,建立系统化、体系化的AI产品开发认知框架。
  • 编程技能:即便无深厚编程背景的零基础学员,也能借助课程专属定制的积木代码,独立尝试编写、调试、优化与改造代码,突破传统编程基础限制,轻松入门AI编程。
  • 项目实战:围绕个人假想产品开展全程闭环实操,亲手操作LLM平台与Langchain框架,解决真实开发场景中的各类技术问题,积累可直接用于求职、职场工作的落地项目经验。
  • 自学赋能:通过深度解读Langchain核心框架,搭配AI辅助编程工具教学,让没有深厚AI知识与Python基础的学员,课后仍能自主编写、迭代、扩展AI应用,具备持续自学与进阶能力。
  • AI加持:养成熟练使用AI辅助编程工具的工作习惯,能够独立完成绝大部分功能的新增、修改、优化与调试,涵盖非LLM相关的Web应用开发、数据存储、接口对接等全流程工作。
05

核心内容

(一)大模型应用开发

  • LLM大语言模型基础核心原理与发展脉络讲解
  • LangChain大模型编程框架全模块解析与实操
  • Prompt Engineering提示词工程实战技巧与高阶用法
  • RAG检索增强生成【课程核心重点模块】
  • MultiModal多模态技术基础与实际场景应用
  • Agents单智能体核心逻辑与开发实操
  • Multi Agents多智能体协同开发【课程重点模块】
  • Deep Agents深度智能体框架精讲与实战【课程核心高阶内容】

(二)大模型应用运维

  • LangSmith运维框架实操与全流程监控应用
  • 大模型应用全流程测试技术与方法
  • 大模型应用专业评价工具(Ragas)实操使用
  • 大模型应用合规性检查标准与落地实操
  • 大模型应用成本控制策略与日常优化技巧

(三)辅助内容:AI辅助编程

  • Cursor / Copilot零基础AI辅助编程入门与实战【课程重点内容】
06

为何选择Langchain作为课程框架

(一)商业成功性

  • 2025年10月完成1.25亿美元高额融资,资本市场认可度极高,行业发展前景明朗。
  • 整体估值达到12.5亿美元,是全球范围内唯一的LLM应用框架独角兽企业,行业头部地位稳固,技术路线具备长期参考价值。

(二)开源项目优势

  • 拥有完善的DevOps全流程生态链,涵盖基础RAG、智能体、多智能体、专属开发环境(Langchain Studio)、测试与运维工具(LangSmith),形成闭环生态。
  • 集成1000多个主流厂商的各类核心组件,包括各类大模型、向量数据库、工具接口,适配性极强,可对接绝大多数企业业务系统。
  • Github平台关注量位居行业第一,累计达到90K,是第二名Llamaindex的两倍,社区活跃度极高,技术问题解决、后续更新迭代有充足保障。
  • 配套完善的官方在线文档与系统化教学课程,学员课后可随时查阅资料、巩固知识,持续自主进阶学习。
07

授课思路

(一)积木代码 + AI辅助编程工具

  1. 讲师提前为学员准备一系列开箱即用、循序渐进的功能积木代码,从基础到进阶层层递进,适配不同学习阶段。
  2. 每段代码均按照原理讲解-代码分析-代码运行-代码改造的完整流程教学,让学员知其然更知其所以然。
  3. 学员借助AI辅助编程工具,可直接运行积木代码,自主修改参数查看结果变化,全程无需相关编程经验,零基础也能上手。

(二)假想产品实战

  1. 学员提前准备个人“假想产品”,贯穿全程教学过程,以个人或团队形式,从零到一完成产品基础功能搭建与迭代。
  2. 每个团队推选一位Python技术熟练的学员担任组长,全程为组员提供技术支持,解决实操过程中的各类问题。
  3. 学员将积木代码片段精准移植到假想产品中,当场实现预期功能,快速看到学习成果,提升学习积极性。
  4. 假想产品每新增一个指定新功能,即可获得勋章积分,最终通过积分评价实践深度,激发学员实战动力。

(三)自学赋能

  1. 课程最后2小时,为团队开展自学能力专项赋能,学员可在假想产品上自由叠加课上所学功能,继续积累勋章,强化知识应用能力。
08

课程大纲

(一)大模型开发技术

1. 概述:LLM回顾

知识点
  • 什么是大语言模型LLM
  • LLM的发展历史与迭代历程
  • 技术演进路径:API调用 → RAG → Agent → DeepAgents
案例《Cursor产品框架》
  • 通过Cursor的Plan / Agent模式解析,深入理解深度智能体的RAG、ReAct(推理-行动)核心运行模式

2. Hello World!

知识点
  • 直接使用Langchain 1.0创建第一个智能体,输出“Hello World!”,掌握智能体编排的基础流程
  • 系统学习Langchain 1.0中LLM配置及执行环境搭建方法
实用工具箱
  • 熟练运用Cursor / Copilot / Gemini / 灵码等AI编程助手,快速生成、调试代码,适配后续全流程开发工作
示例代码
  • 实现智能体输出“Hello World!”基础功能
  • 实现智能体调用工具查询某城市天气的实操功能
假想产品实践
  • 用Langchain 1.0搭建个人智能体产品雏形 +勋章
  • 编写可联网查询的智能体(如天气查询)+勋章
  • 实现智能体循环式提问与回答功能 +勋章勋章
  • 全程可借助AI辅助编程工具完成实操

3. 提示词工程

知识点
  • 学习设计高效提示词,引导Agent智能体输出结构化、高质量内容,提升模型输出精准度
  • 掌握静态/动态提示词模板的用法,适配不同场景的提示需求
  • 理解根据用户输入实时优化提示效果的方法,实现动态适配
  • COT(思维链)核心逻辑与实际应用场景
示例代码
  • 实现Agent智能体自动编写和执行代码功能
  • 让智能体完成简单的数据分析任务,输出清晰结果
  • 将参数组合后传给Agent智能体统一处理
  • 调用两次Agent修正工作内容,确保严格服从指令
  • 从Agent返回结果中提取结构化内容【重点】
假想产品升级
  • 同时集成多种能力不同的智能体 +勋章
  • 为Agent设定专属人设与交互规则 +勋章
  • 限制Agent回答范围,规避无效输出 +勋章
  • 实现智能体多语言交互功能 +勋章
  • 输出解析友好的json结构 +勋章勋章

4. 检索增强生成(RAG)

知识点
  • 学习通过集成外部数据,提升LLM输出质量与内容相关性的核心方法
  • 掌握向量数据库搭建方法,熟练运用检索增强技术优化模型答案精准度
RAG性能提升与评测实践
  • 利用RAGas等评价模型,对RAG检索与生成结果开展主观质量评测,量化输出效果
  • 深度分析评价分数偏低的核心原因,如相关性不匹配、表述晦涩等,针对性指导后续优化工作
  • 常用RAG优化手段:文档切分策略、搜索结果重排序、问题改写、检索召回参数调优、Embedding模型优化、提示词链参数调试等
示例代码练习《内部OA助手》
  • 搭建简单的内部OA助手,实现基础办公辅助功能
  • 借助本地文档完成智能问答,实现文档内容快速检索
  • 借助内网/外网网页内容,拓展智能问答数据源
假想产品升级
  • 访问本地指定目录中的所有Markdown格式文档 +勋章勋章勋章
  • 实操提示:Langchain无原生态三方集成,需借助AI辅助编程工具自主编写代码
  • 访问指定URL页面的网页内容 +勋章勋章勋章
  • 需借助AI辅助编程工具完成实操
  • 实现向量化结果的持久化保存与加载 +勋章

5. 多模态

知识点
  • 深入理解多模态技术的核心运行机制,打通文本、图片等多类型数据交互逻辑
  • 学习基于图片的多模态描述、识别与分析技术,拓展AI应用场景
示例代码
  • 精准描述图片中的核心内容,输出结构化文本
  • 判定图片特定状态,如网络连接状态、交通路况等
  • 基于AI实现OCR功能,完成复杂货单、票据等文字识别
假想产品升级
  • 新增图片识别相关功能,如物理看板状态评价与判定 +勋章
  • 运用OCR + AI技术,完成图像文字提取、修订与错别字校验 +勋章勋章勋章
  • 全程需AI辅助编程工具协助完成

6. DeepAgents深度智能体框架

此内容为Langchain于2025年10月22日全新发布,技术层面跨代领先于同类框架,充分应用DeepAgents可实现类似Cursor的长期计划(最高支持100步)、本地文档读写、跨会话长期记忆等核心功能。该模块难度较高,首次学习有困难可免费参与相关公开课复训。

知识点
  • 创建具备自主思考能力的智能体,实现智能化任务处理
  • 核心机制深度剖析,如Todo list创建与管理逻辑
  • 内置本地文档读写工具实操与应用
  • 短期记忆与长期记忆压缩技术讲解
  • 跨会话、跨项目知识库搭建与应用
示例代码
  • 创建具备自主思考能力的智能体
  • 通过一次指令调用多个工具,提升任务处理效率
  • 创建多个智能体并实现顺序调度管理
假想产品升级
  • 使用DeepAgents框架创建智能体 +勋章勋章
  • 动态孵化SubAgents子智能体 +勋章勋章
  • 实现跨会话知识库功能,如用户画像、项目需求与技术总结 +勋章勋章勋章

7. DeepAgents —— Human in The Loop 人在循环

知识点
  • 利用切入点进行人机协作,提升任务处理精准度
  • 利用智能体嵌套完成多智能体协同协作
示例代码练习《内部OA助手》
  • 控制系统在特定位置读写文件,实现精准操作
  • 控制读写文件时的人工介入,保障操作安全
假想产品升级
  • 提出并获取一次人类反馈,并根据反馈决定产品功能走向 +勋章

8. DeepAgents —— Longterm Memory 记忆与持久化

知识点
  • 探讨如何通过对话记忆和持久化技术来实现复杂的会话管理
  • 介绍如何使用LLM存储、回忆、总结、“遗忘”过往对话内容
  • 了解如何处理长期记忆和短期记忆的不同技术策略
示例代码
  • 与用户进行多轮相关联的对话,实现连贯交互
  • 在多轮对话中使用多个不同工具的内容进行综合分析
  • 调整记忆窗口长度,优化记忆存储效率
  • 总结过往对话内容,提炼核心信息
  • 发现和记忆用户喜好,实现个性化交互
假想产品升级
  • 设置记忆长度,适配不同交互场景 +勋章
  • 总结记忆内容,提炼核心信息 +勋章

9. Langgraph 智能体深入底层(DeepAgents的底层)

Langgraph在1.0之后被改为Langchain的底层,一般由封装好的方法调用,并不被官方推荐直接使用,此处仅对其原理和部分用法进行介绍,帮助学员理解底层逻辑。

知识点
  • 掌握智能体与工具的基本原理及运行机制
  • 设计智能体的运行流程与工具(含工具发现机制)
  • 实践并理解大语言模型及多智能体的能力与局限

10. 模型上下文协议(MCP)

知识点
  • 介绍模型上下文协议(MCP)的设计理念与核心功能
  • 重点讲解其在智能体与业务系统无缝集成、上下文状态同步、跨系统数据流转中的作用
  • 了解MCP如何支持智能体之间的信息共享、任务衔接
  • 掌握在异构系统中实现标准化、模块化的智能能力接入
示例代码练习《MCP Server 开发》
  • 案例:SEAI中的MCP Server实现,直观了解实际应用场景
  • 分享MCP如何支持智能体之间的信息共享、任务衔接
  • 展示在异构系统中实现标准化、模块化的智能能力接入方法
假想产品升级
  • 基于MCP协议,开发一个MCP Server,并创建至少2个tool +勋章勋章

11. Middleware(Langchain钩子机制)

知识点
  • 介绍DeepAgents框架中的Middleware(中间件)能力
  • 讲解其在任务流中用于"拦截-处理-放行"输入输出数据、注入预/后处理逻辑、实现全局策略的典型用法
  • 典型场景:请求数据脱敏(敏感信息屏蔽/加密)、审计日志插入、动态注入上下文、结果后处理等
  • 关键机制:Middleware以链式方式插入到Agent执行流前后,支持统一拦截和条件处理;支持自定义函数插入,实现"请求前预处理/请求后恢复/异常兜底"等多种用法
示例代码《基于词典的敏感数据脱敏中间件》
  • 目标:向大语言模型发送业务数据前先用脱敏字典做"映射替换",模型返回后自动还原为原始内容,防止敏感词、客户名称、隐私等直接暴露给大模型,保障数据安全。
假想产品升级
  • 参考案例,将自身业务字段/敏感模块加入脱敏/还原流程,尝试开发适用于团队业务的数据安全中间件 +勋章勋章
  • 在DeepAgents执行链中,灵活插拔各类前/后处理模块,体验复杂业务规范下的Middleware软件工程能力 +勋章勋章勋章

12. 大语言模型应用架构

知识点
  • 了解大语言模型应用如何嵌入到常见的软件中,实现技术落地
  • 用真实案例了解大语言模型的DevOps及运营流程
大语言模型应用集成案例
  • 案例1:某生活服务小程序——小程序 + WebApi + LangServe
  • 案例2:某多模态考试小程序——uniApp + WebApi + LangServe + Mongodb + 科大讯飞Api
  • 案例3:某办公插件应用(人工智能需求分析工具)——vscode/word/excel插件 + WebApi + LangServe + LangSmith
  • 案例4:某中医辅助应用——管理员端(python桌面客户端) + 后端用户服务器 + 算力服务器 + 核心数据服务器 + 用户端微信小程序/H5;vscode/word/excel插件 + WebApi + LangServe + LangSmith

(二)大语言模型产品与运维技术

1. Dify / LangFlow 无代码开发平台 (略讲)

知识点
  • 如何完全不写代码开发LLM应用,降低开发门槛
  • 基于Dify / LangFlow的可视化开发流程与方法
示例代码练习《Dify / LangFlow 可视化开发》
  • 使用Dify / LangFlow创建简单的LLM应用,熟悉可视化操作
  • 通过可视化界面配置提示词、工具和RAG,完成基础应用搭建
假想产品升级
  • 使用Dify / LangFlow创建产品原型 +勋章勋章

2. Ollama 大模型本地部署 (略讲)

知识点
  • 了解如何使用Ollama本地部署大模型,实现本地化运行
  • 了解大模型参数代表的含义,掌握基础参数调整方法
示例代码本地部署大语言模型工具
  • Ollama:简单的命令行工具,用于在本地部署大语言模型。
  • 特点:快速安装和管理模型,支持多实例运行;提供本地API访问,无需外部服务器。
  • 功能:支持提示词和生成工具的集成;支持RAG功能,进行本地数据检索与生成。
  • 适用场景:适用于快速测试、原型开发及本地化任务;可部署类似Deepseek R1、QWen等多种模型。

3. OpenWebUI 开源开箱即用平台(略讲)

知识点
  • 了解如何在企业内部使用OpenWebUI + Ollama启动第一个免开发智能体
  • 如何配置参数实现本地知识库调用,拓展数据来源
  • 如何让智能体调用外部工具,提升功能丰富度
  • 如何开发和添加自研工具,适配企业个性化需求
  • 比较不同模型处理同一问题的能力,选择适配场景的模型
示例《OpenWebUI 平台使用》
  • 部署OpenWebUI,完成基础环境搭建
  • 配置本地知识库,实现本地数据检索
  • 创建免开发智能体,快速落地应用
  • 添加自定义工具,拓展智能体功能
假想产品升级
  • 在OpenWebUI上创建一个RAG信息查询产品 +勋章勋章勋章

4. 大语言模型的成本控制

示例
  • 观察大语言模型调用过程,了解成本产生逻辑
  • 观察与控制大语言模型的调用成本,实现成本优化
  • 理解token的计算方式,掌握成本核算方法
  • 理解大语言模型调用中的计费组成,明确成本构成
  • 理解AI应用的成本风险,规避不必要的成本支出
  • 成本风险点:由高级模型单价引发的成本(20~30倍于正常值)、由记忆引发的成本(20~100倍于正常值)、由前后文引发的成本(数倍于正常值)、由多智能体/深度智能体步骤引发的成本(数倍于正常值)

5. 大语言模型产品运营工具

知识点
  • 大语言模型的自动化测试方法与技巧
  • 使用Ragas为大模型应用评分,量化应用质量
  • 使用LangSmith统计大模型应用的成本、质量、客户反馈,实现全流程监控
  • 合规性检查的标准与方法,保障应用合规
  • 合规性检查工具:使用Langchain内置工具、使用阿里围栏工具
产品运营实践
  • 使用LangSmith监控应用成本和性能,及时优化调整
  • 使用Ragas评估应用质量,针对性优化功能
  • 进行合规性检查,规避合规风险
假想产品升级
  • 使用Ragas进行现状评测 +勋章勋章
  • 使用Ragas进行两个不同参数的评测(调整后分数增加)+勋章勋章勋章
  • 使用任何一种方法,检测2个不合规的问题 +勋章
  • 在应用中,使用自己创建的规则,调用两个成本差异很大的模型 +勋章(如简单问题使用简单模型,或者由服务器配置参数决定)
  • 在Langsmith中检测至少一次调用完整的过程(步数超过10) +勋章(需临时注册Langchain账号)

6. AI 功能识别与真实产品集成(PRICE 方法论)

知识点
  • 理解“加AI”不仅仅是功能贴补,而是产品能力的重构,实现产品升级
  • 认识AI产品设计中的PRICE五大原则:Productivity(生产率)、Reliability(可靠性)、Imagination(想象力)、Control(控制)、Ease(易用性)
  • 掌握如何系统性识别产品中可引入AI的高价值场景,实现精准赋能
  • 了解传统功能改造vs AI驱动工作方式的本质差异,树立正确的AI应用理念
示例代码练习《产品AI功能识别与重构》
  • 用PRICE模型,分析自己/团队的假想产品或真实产品,指出当前各模块可被AI重塑/协助的环节
  • 举例拆分:哪些流程仅需“叠加AI”(如语音转文字)、哪些环节需要“重构AI”(如自动计划、数据智能分析)
  • 用表格梳理产品已集成的AI能力、未来可升级的方向,并标注对应PRICE五维度
  • 与团队成员交流AI创新方案,明确“AI进入产品核心流程”的目标和可能性
  • 用一段总结性语言,阐述“AI成为该产品核心生产力后,工作方式发生的三点变化”
假想产品升级
  • 明确列出本产品能够通过AI达到提升生产率(P)、提升可靠性(R)、带来创新体验(I)、加强流程/权限控制(C)、优化易用性(E)的一项实际场景 +勋章勋章
  • 针对其中一项,制定详细的升级方案与可落地的改造路线 +勋章
应用建议
  • 强调“不要只追求表面智能”,要主动挖掘产品最核心的业务价值环节,用AI作为重构产业链的驱动器
  • 鼓励主动复盘现有产品架构,将AI纳入核心能力,“以AI为骨”进行新功能、新流程设计
09

授课讲师

Martin 老师

  • 长期从事AI、敏捷开发、需求分析、设计模式等开发、培训、咨询、培训工作,拥有丰富的行业经验与实战能力;多个AI项目的发起人/主要负责人,包括SEAi需求分析系统产品经理、AI首席科学家/架构师;某AI视觉考试系统(通信类)产品经理;某AI视觉考试系统(消防类)产品经理;某生活健康类小程序AI负责人;某中医AI大模型底座AI负责人
  • LangStart开源项目发起人(基于LangChain 0.3的开箱即用LLM应用代码)、LLC开源项目发起人(基于LangChain 1.0的官方教学代码增强版 + 开箱即用版)
  • 国内首批AI Native国际认证讲师(SAI授权),具备专业的教学资质与能力

关键字

加微领1G资料