跳到主要内容

AI 编程 (Programming)

本模块聚焦于如何将 AI 技术落地到实际的软件开发工作流中。从调用云端 API 到本地模型部署与微调，带你全面掌握 AI 编程技能。

1. AI 辅助开发​

  • 使用 GitHub Copilot 等工具进行代码生成
  • AI 代码审查 (Code Review) 与重构
  • 利用 AI 编写单元测试

2. 大模型 API 集成​

  • OpenAI API 入门与实战
  • Anthropic Claude API 使用指南
  • 常用大模型 API 的成本与速率限制优化
  • 流式输出 (Streaming) 的前端与后端实现

3. 提示工程进阶 (Advanced Prompt Engineering)​

  • 零样本 (Zero-shot) 与少样本 (Few-shot) 提示
  • 思维链 (Chain-of-Thought, CoT) 提示
  • 提示词模板 (Prompt Templates) 管理与优化

4. 检索增强生成 (RAG) 系统构建​

  • 向量数据库 (Vector Databases) 选型 (如 Pinecone, Qdrant, Milvus)
  • 文档切分 (Document Chunking) 与嵌入 (Embeddings)
  • RAG 架构设计与检索优化
  • 混合检索 (Hybrid Search) 技术

5. 本地模型部署与运行​

  • 使用 Ollama, LM Studio 等工具运行本地模型
  • 硬件需求分析与推理加速 (CUDA, MPS)
  • GGUF, AWQ 等模型量化格式解析

6. 模型微调 (Fine-Tuning) 实战​

  • 什么是 LoRA (Low-Rank Adaptation) 与 QLoRA
  • 数据集准备与清洗
  • 使用 Hugging Face 框架进行模型微调
  • 模型评估与合并部署