LLM应用全流程开发 全新技术+多案例实战+私有化部署（高清同步）

第1章 【扬帆启程】深度求索：课程导学与AI基础 3 节 | 20分钟

从零开始，全面掌握AI时代的基础知识与入门技能，明确学习路线与环境搭建攻略，快速理解DeepSeek为何受企业青睐，助你少走弯路，直达AI实战

• 视频：1-1 课程导学与安排【全面了解课程】 (19:49)

• 图文：1-2 大模型学习避坑指南：AI术语、多模态等

• 图文：1-3 学习路线：没有Python项目经验怎么学习？

第2章 【行业概览】 LLM时代背景与应用价值，搜索+生成的时代 7 节 | 96分钟

带你透彻理解大语言模型(LLM)的定义、应用价值与真实落地场景，深入对比传统NLP与GPT系列发展历程，掌握最新行业案例与发展局限，明确AI应用方向

• 视频：2-1 什么是大语言模型？ (11:04)

• 视频：2-2 大模型的应用？如何用好？找准方向 (12:53)

• 视频：2-3 GPT系列与模型演进 (16:59)

• 视频：2-4 LLM与传统NLP对比 (14:10)

• 视频：2-5 大规模语料与训练挑战 (12:35)

• 视频：2-6 [更新]大模型行业应用案例（MCP、Manus、Sora、v0） (17:43)

• 视频：2-7 大模型现存局限 (10:07)

第3章 【初识DeepSeek】 多模态与MoE核心特性 5 节 | 60分钟

深入认识DeepSeek模型的多模态能力与MoE架构核心优势，解读训练数据、开源协议、生态工具与应用扩展，帮你快速判断模型适用场景与落地方案

• 视频：3-1 DeepSeek发展历程&模型核心特点 (16:10)

• 视频：3-2 模型架构：MoE等核心要点 (11:52)

• 视频：3-3 [资源推荐]大模型训练数据集与训练策略 (11:24)

• 视频：3-4 与其他开源模型的比较（重视开源协议&商用授权） (11:07)

• 视频：3-5 [资源推荐]Deepseek版本+扩展应用+生态介绍 (09:01)

第4章 【通用提示词能力】大模型“基石”，从聊天到精准AI交互 7 节 | 97分钟

详细掌握如何设计高效提示词，从基础场景如翻译、摘要，到进阶应用如代码生成、逻辑推理，一步步提升AI输出精准度，告别AI交互中的反复试错

• 视频：4-1 为什么要设计提示词：AI输出准确性 (19:01)

• 视频：4-2 常见场景示例：翻译、摘要、润色 (19:31)

• 视频：4-3 创意场景示例：文案营销、角色扮演 (15:06)

• 视频：4-4 进阶场景示例：代码生成、逻辑推理 (12:21)

• 视频：4-5 问题调试：如何改进不理想的输出 (11:06)

• 视频：4-6 组合提示词：从简短到复杂的演练 (14:33)

• 视频：4-7 [资源]提示词万词聚合网站 (04:34)

第5章 【进阶应用】界面化工作流整合：让DeepSeek融入业务 5 节 | 63分钟

掌握AI工作流核心理念，快速上手Dify+Ollama本地部署，通过真实场景案例，学会如何将DeepSeek模型快速接入企业业务，实现流程自动化与效率提升

• 视频：5-1 AI工作流概念：自动化与协同 (11:05)

• 视频：5-2 国内外常见工作流工具概览(Coze&Dify&Zapier) (11:48)

• 视频：5-3 Dify+Ollama本地部署实战（Docker部署） (13:42)

• 视频：5-4 工作流示例（一）：Dify+Deepseek实现网文摘要工作流 (11:49)

• 视频：5-5 工作流示例（二）：智能客服-调用知识库 (13:42)

第6章 【企业级开发准备】 AI编程环境与常用开发工具LLM应用案例 11 节 | 120分钟

全面梳理AI开发必备的编程环境和插件工具（Cursor、WindSurf等），通过自动编程、长文写作、RAG应用等多个企业级案例，手把手教你快速实现本地AI部署

• 视频：6-1 AI必备编辑器：Cursor&windsurf&trae (13:12)

• 视频：6-2 AI必备编程插件推荐Roo&Cline&WindSurf (13:53)

• 视频：6-3 在Cursor&AI插件中集成Deepseek大模型 (07:28)

• 视频：6-4 桌面端工具：LMStudio&GPT4all&Cherry&ChatWise (13:01)

• 视频：6-5 [重要]离线环境下，是否可以使用AI编程？Ollama配置揭秘 (14:08)

• 视频：6-6 案例1：如何自动编程？巧用Agents功能（工具案例） (13:29)

• 视频：6-7 Cursor账号白嫖方式&重置机器码脚本 (04:42)

• 视频：6-8 案例2：长文写作技巧（角色植入、背景植入、写作手法植入） (09:10)

• 视频：6-9 案例3：RAG初体验-长文档会话工具（智能助手） (05:57)

• 视频：6-10 案例4：使用CherryStudio+ollama配置本地知识库 (06:21)

• 视频：6-11 案例5：搭建智能助手：本地Dify知识库+Ollama本地模型 (18:38)

第7章 【RAG根基】 深度学习与Transformer剖析 5 节 | 34分钟

拆解 Transformer 核心机制，从 Token 概率、Embedding 向量到自注意力原理，结合可视化和微调实操，理解大模型如何真正“读懂语言”

• 视频：7-1 Transformer 架构概览：原理演变与必备学习资源 (05:48)

• 视频：7-2 从 Token 看概率：大模型如何理解语言与传统 NLP 区别 (06:05)

• 视频：7-3 什么是 Embedding：文本到向量的转换原理 (05:03)

• 视频：7-4 Transformer 自注意力机制解析 (07:17)

• 视频：7-5 自注意力可视化、Embedding检索与微调生成 (09:20)

第8章 【本地私有化】 DeepSeek部署与数据安全 9 节 | 98分钟

深入实践大模型私有化部署，从服务器租用选型到Ollama本地安装，全面讲解vLLM、LMDeploy等高性能推理框架与数据安全策略，保障企业模型安全稳定运行

• 视频：8-1 [重要]模型硬件推荐与系统环境要求 (13:27)

• 视频：8-2 [生产级]流行的模型推理框架vLLM&LMDeploy&ktransformers (10:28)

• 视频：8-3 [扩展]大模型国产化：硬件GPU服务商选择 (07:01)

• 视频：8-4 GPU算力服务器租用方案（AutoDL&智星云&恒源云） (16:13)

• 视频：8-5 [AI脚本]Linux环境离线安装Ollama (14:27)

• 视频：8-6 [扩展]AutoDL外部数据上传方案（七牛云对接） (06:16)

• 视频：8-7 AutoDL+Ollama：大模型私有化部署实战(配合客户端演示) (07:19)

• 视频：8-8 Ollama 高阶实战：环境变量、模型路径与并发解析 (08:59)

• 视频：8-9 别让模型裸奔！教你给 Ollama 加上 Token 安全锁 (13:02)